産業向け機械学習
Pump Degradation and Flow Rate Estimation
数百の坑井の運転データから、電動水中ポンプ（ESP）の劣化と液体流量を推定します。
モデル構築
- データの前処理、特徴量の生成と選択。
- 交差検証と Optuna による CatBoost モデルの調整。
- MLflow による実験管理。
評価方法
数百の坑井の運転データを用いてモデルを構築しました。同じ坑井の過去の期間を学習に、その後の期間を評価に使用しました。
MacroMAE は、坑井ごとに計算した MAE を、各坑井に同じ重みを与えて平均した値です。
劣化係数
ガスと粘度の影響を含みます。
| MacroMAE | SMAPE | R² | 目的変数の範囲 |
|---|---|---|---|
| 0.042 | 4.37% | 0.85 | 0–3 |
液体流量
| MacroMAE | SMAPE | R² | 目的変数の範囲 |
|---|---|---|---|
| 13.8 m³/日 | 7.93% | 0.95 | 約0–1,500 m³/日 |
機械的劣化係数
| MacroMAE | SMAPE | R² | 目的変数の範囲 |
|---|---|---|---|
| 0.053 | 5.38% | 0.77 | 0–3 |