《Engineering Applications of Artificial Intelligence》：A self-supervised multi-task framework for downhole fault diagnosis in oil fields: Enhancing temporal feature learning under limited labels
编辑推荐：
摘要在新开发的油田中，历史标注数据的积累相对稀缺，使得获取大量标注数据变得困难。为应对这一挑战，本文提出了一种基于复杂自监督多任务协同训练策略的井下故障诊断框架。该模型集成了三个时序特征驱动的自监督任务：基于差分时序特征与噪声扰动的对比模块、邻域感知补全模块以及时序一致性感知
摘要
在新开发的油田中，历史标注数据的积累相对稀缺，使得获取大量标注数据变得困难。为应对这一挑战，本文提出了一种基于复杂自监督多任务协同训练策略的井下故障诊断框架。该模型集成了三个时序特征驱动的自监督任务：基于差分时序特征与噪声扰动的对比模块、邻域感知补全模块以及时序一致性感知关系模块。这些任务共同更新共享骨干网络，并采用自适应多任务损失动态平衡各模块的贡献，从而增强特征表示质量并确保训练稳定。在仅有有限微调数据的情况下，所提方法相较于基线方法实现了更优的诊断性能。在井下数据集上的实验表明，准确率为0.9575，精确率为0.9709，召回率为0.9430，F1分数为0.9567。在UCR数据集上的额外评估进一步证明了其泛化能力，在不同标注数据比例下均持续优于其他方法。该研究突出了自监督预训练结合自适应损失加权在增强时序特征学习方面的有效性，为数据稀缺的工业场景中的智能故障诊断提供了一种有前景的解决方案。
引言
井下设备故障是影响油田开发过程中生产效率和运行安全的关键因素。及时准确地诊断此类故障对于确保安全生产、提高采收率和降低运营成本至关重要（Zuo等，2025）。然而，新投产作业区的故障诊断面临着巨大挑战，因为地质条件、设备类型和运行环境存在差异（图1）。
当前故障诊断模型在这些新区块面临双重挑战：标注数据稀缺和知识迁移困难。新投产区块通常缺乏历史故障记录，特别是带有详细故障标签的标注数据集。这种稀缺严重限制了传统监督学习模型的训练，即使依赖标注数据的半监督方法效果也不理想。因此，从零开始开发高精度、鲁棒的诊断模型——或直接应用现有模型——既耗时又充满挑战。在数据匮乏条件下部署的监督模型通常表现出较差的适应性和泛化能力，这种现象通常被称为"域偏移"问题。
此外，依赖单区域数据的传统方法往往难以克服跨域障碍，如地质异质性和运行条件漂移。这些局限性严重制约了模型的泛化能力，降低了智能油田运行维护的效率。因此，为了在生产初期准确监测井下运行状态，迫切需要开发能够有效利用未标注数据的故障诊断模型，这也促使人们研究针对数据稀缺、跨域场景的专门方法。
历史上，井下设备状态监测主要依赖功图（动力仪曲线）形状特征分析。然而，这些方法往往存在实时性差、高度依赖专家知识和信息密度有限等不足（Reges等，2015；Liu等，2024；Huang等，2024）。油田数字化和物联网（IoT）技术的进步使得能够实时采集抽油机系统各部件的传感器数据。这些传感器信号中的时序依赖关系隐式编码了关键的故障特征，为及时诊断井下故障提供了可靠的数据基础。
近年来，深度学习（Huang等，2023；Jalal等，2024；Q. Wang等，2024）和自监督学习（SSL）（Fu等，2024a；H. Wang等，2024）的进展为新投产油田区块的智能故障诊断提供了新的机遇。例如，F. Zhang等（2024）提出了一种带有门控通道传输的双分支时频融合模型，以改善噪声条件下的故障诊断。H. Wang等（2022）证明了自监督学习能够以有限的标注数据对机械振动信号进行更深层的语义理解。其他研究（Ding等，2022；Wang等，2020；Abdollah等，2024；Zhuang等，2024；Zhuang等，2025；Luo等，2024；Zheng等，2025；Y. Xu等，2025；Sreenivasan和Krishna，2024）将自监督、迁移和多模态学习技术应用于轴承、暖通空调系统和抽油机，在特征提取、知识迁移和故障检测方面取得了令人鼓舞的结果。
尽管取得了这些进展，现有的自监督故障诊断方法主要基于单一类型的预训练任务，如纯对比学习或纯掩码重建。这种设计难以同时捕捉井下信号固有的多尺度时序动态——即短期瞬态（如阀冲击、杆柱振动）、局部结构依赖（如机械惯性引起的相邻时间步之间的相关性）和长程周期性模式（如冲程周期一致性）。此外，大多数现有多任务学习方法依赖固定权重或手动调优来组合不同目标，这容易导致任务主导或梯度冲突，从而无法充分利用多个自监督信号的互补性。
为应对这些挑战，本研究提出了一种基于多任务自监督协同训练的新型井下故障诊断框架。设计了一组具有不同归纳偏置的自监督任务，以充分利用跨区块的历史测量数据，并从油井时间序列数据中提取高层、可迁移的时序表示。随后，这些预训练表示利用有限的标注样本进行微调，实现新开发油田中的高效准确故障诊断。本文的主要贡献总结如下：
- (1)
通过集成三个互补模块，开发了一个全面的自监督学习框架：基于差分时序特征与噪声扰动的对比学习、邻域感知掩码补全以及时序一致性驱动的关系判别。这些模块共同捕捉多尺度时序模式——包括短期波动、局部结构依赖和长程全局趋势——从而增强了特征表示的深度和多样性。
- (2)
引入了一种自适应多任务损失函数，以动态平衡三个自监督模块的优化。这种自适应加权机制稳定了整体训练过程，缓解了任务主导或梯度冲突问题，并提高了所学习时序特征的鲁棒性和判别能力。
- (3)
所提框架利用成熟油田区块的大规模未标注井下时间序列数据进行领域特定的自监督预训练，从而大幅缓解了新投产油田对稀缺标注样本的依赖。通过学习不同油井和生产条件下共享的不变时序动态和物理一致的运行模式，预训练模型实现了增强的跨井泛化能力和鲁棒性。这种有针对性的预训练策略能够在真实油田场景中的地质异质性、运行条件漂移和严重噪声干扰条件下实现可靠且可迁移的故障诊断性能。
章节摘要
抽油机物联网系统与井下故障类型
随着油田数字化和智能化开发的持续推进，为基于数据的抽油机故障检测和诊断建立了坚实的数据基础（Pang等，2025；X. Wang等，2022）。与仅依赖功率-负载曲线的传统功图相比，现代抽油机系统部署了各种传感器——如电流、电压、载荷和功率传感器——以捕捉更丰富、多维的参数。这些测量数据，
基于复杂自监督多任务协同训练的井下故障诊断模型
在新开发的油田中，建模问题从根本上受到井下生产时间序列数据固有属性和标注样本稀缺的制约。与拥有丰富历史标注记录的成熟区块不同，新区块很少包含稳定的故障特定标签，从而创造了极低监督的学习环境。此外，井下信号本质上是高维度的、多传感器且交叉相关的，源自电机电流……
实验环境与评估指标
实验在一台配备NVIDIA RTX 3060 GPU（12 GB）、AMD Ryzen? 7 5800X CPU（8核，16线程，3.8 GHz）和32 GB RAM的工作站上进行。软件环境基于Python 3.9和PyTorch。在自监督预训练期间，初始学习率设为0.001，批量大小为64，训练了120个epoch。优化过程采用Adam算法，结合余弦退火学习率调度和……
结论
在新投产油田中，历史标注数据的严重稀缺对可靠的井下故障诊断构成了根本性挑战。为解决这一问题，本文提出了一种基于复杂自监督多任务协同训练的领域特定井下故障诊断框架。该框架集成了三个互补的自监督模块——基于差分时序特征与噪声扰动的对比学习、邻域感知掩码……
CRediT作者贡献声明
黄宗超（Zongchao Huang）：项目管理、方法论、获取资金。徐智峰（Zhifeng Xu）：可视化、验证。王一航（Yihang Wang）：调查、数据整理。姚涛（Tao Yao）：验证、监督、调查。李科文（Kewen Li）：监督、项目管理、获取资金。尹若楠（Ruonan Yin）：软件、形式化分析。杨智轩（Zhixuan Yang）：方法论、调查、形式化分析。王美（Wang Mei）：资源。毕少强（Shaoqiang Bing）：资源。
利益冲突声明
作者声明，他们没有任何已知的相互竞争的财务利益或个人关系，这些关系可能对本论文中报告的工作产生影响。
致谢
本工作得到山东省自然科学基金青年科学家基金（ZR2025QC675）、国家自然科学基金（重大项目，编号51991365）以及中国山东省自然科学基金（ZR2023MF031）的资助。作者非常感谢匿名审稿人提出的批判性意见和建议，有助于本文的改进。
黄宗超（Zongchao Huang）|徐智峰（Zhifeng Xu）|王一航（Yihang Wang）|姚涛（Tao Yao）|李科文（Kewen Li）|尹若楠（Ruonan Yin）|杨智轩（Zhixuan Yang）|王美（Wang Mei）|毕少强（Shaoqiang Bing）
