期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合LightGBM和SHAP的井漏类型判断及主控因素分析
被引量：
4
1
作者
陈林
陆海瑛
+4 位作者
王泽华
李城里
杨恒
张茂欣
徐同台
《钻井液与完井液》
CAS
北大核心
2023年第6期771-777,共7页
在塔里木盆地库车山前地区,盐膏层和目的层的地质条件复杂,钻井过程中面临许多挑战。这种复杂性导致井漏在钻井过程中频繁发生,带来巨大的经济损失。研究采用LightGBM算法建立了井漏判断模型,LightGBM模型判别性能较好,平均召回率为85%...
在塔里木盆地库车山前地区,盐膏层和目的层的地质条件复杂,钻井过程中面临许多挑战。这种复杂性导致井漏在钻井过程中频繁发生,带来巨大的经济损失。研究采用LightGBM算法建立了井漏判断模型,LightGBM模型判别性能较好,平均召回率为85%,精确率为91%,F1-Socre为86.7%。同时利用了基于SHAP值的可解释性机器学习技术分别针对单次井漏事件和所有井漏事件进行分析。SHAP值方法基于合作博弈理论,它将井漏事件的发生分解为不同特征的贡献值,以解释每个特征对于井漏事件的影响。研究发现,Δρ(钻井液密度与地层破裂压力当量钻井液密度的差值)、排量、井深和层位是导致井漏的主要影响因素。同时针对库车山前地区的盐膏层和目的层的地质情况,深入分析了层内地质影响和层间垂直分布影响。由此,现场工程师能够准确、快速地判断井漏类型,为防漏堵漏措施制定提供了有力支持。
展开更多
关键词
井
漏
LightGBM
可解释性机器学习
主控因素
井漏类型
在线阅读
下载PDF
职称材料
基于优化ID3的井漏类型分类算法
被引量：
10
2
作者
李建
付小斌
吴媛媛
《计算机工程》
CAS
CSCD
北大核心
2019年第2期290-295,共6页
决策树算法用于井漏分类时,由于井漏数据离散化后多值属性占比较大,且具有多值偏向的缺点,分类效果不理想。为此,提出一种基于改进ID3的AFIV-ID3算法。在ID3的基础上引入属性重要度计算新的信息熵,属性重要度大小由决策者依靠先验或领...
决策树算法用于井漏分类时,由于井漏数据离散化后多值属性占比较大,且具有多值偏向的缺点,分类效果不理想。为此,提出一种基于改进ID3的AFIV-ID3算法。在ID3的基础上引入属性重要度计算新的信息熵,属性重要度大小由决策者依靠先验或领域知识决定。在信息增益计算中加入关联度函数比,对信息增益值做出修正。AFIV-ID3算法克服了ID3多值偏向的缺点,提高了数据中重要属性的权重,从而提升井漏类型分类精度。4组UCI数据集和真实井漏数据测试结果表明,该算法的分类精度优于ID3和C4. 5算法,并能够将人工经验法不稳定的分类精度提高至约72. 23%。
展开更多
关键词
井漏类型
ID3算法
关联度函数比
属性重要度
多值偏向
在线阅读
下载PDF
职称材料
题名
融合LightGBM和SHAP的井漏类型判断及主控因素分析
被引量：
4
1
作者
陈林
陆海瑛
王泽华
李城里
杨恒
张茂欣
徐同台
机构
中国石油塔里木油田分公司
北京石大胡杨石油科技发展有限公司
中国石油大学(北京)石油工程学院
出处
《钻井液与完井液》
CAS
北大核心
2023年第6期771-777,共7页
文摘
在塔里木盆地库车山前地区,盐膏层和目的层的地质条件复杂,钻井过程中面临许多挑战。这种复杂性导致井漏在钻井过程中频繁发生,带来巨大的经济损失。研究采用LightGBM算法建立了井漏判断模型,LightGBM模型判别性能较好,平均召回率为85%,精确率为91%,F1-Socre为86.7%。同时利用了基于SHAP值的可解释性机器学习技术分别针对单次井漏事件和所有井漏事件进行分析。SHAP值方法基于合作博弈理论,它将井漏事件的发生分解为不同特征的贡献值,以解释每个特征对于井漏事件的影响。研究发现,Δρ(钻井液密度与地层破裂压力当量钻井液密度的差值)、排量、井深和层位是导致井漏的主要影响因素。同时针对库车山前地区的盐膏层和目的层的地质情况,深入分析了层内地质影响和层间垂直分布影响。由此,现场工程师能够准确、快速地判断井漏类型,为防漏堵漏措施制定提供了有力支持。
关键词
井
漏
LightGBM
可解释性机器学习
主控因素
井漏类型
Keywords
Mud loss
LightGBM
Interpretable machine learning
Main controlling factor
Type of mud loss
分类号
TE258 [石油与天然气工程—油气井工程]
在线阅读
下载PDF
职称材料
题名
基于优化ID3的井漏类型分类算法
被引量：
10
2
作者
李建
付小斌
吴媛媛
机构
西南石油大学计算机科学学院
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第2期290-295,共6页
基金
国家科技重大专项(2016ZX05020-006)
文摘
决策树算法用于井漏分类时,由于井漏数据离散化后多值属性占比较大,且具有多值偏向的缺点,分类效果不理想。为此,提出一种基于改进ID3的AFIV-ID3算法。在ID3的基础上引入属性重要度计算新的信息熵,属性重要度大小由决策者依靠先验或领域知识决定。在信息增益计算中加入关联度函数比,对信息增益值做出修正。AFIV-ID3算法克服了ID3多值偏向的缺点,提高了数据中重要属性的权重,从而提升井漏类型分类精度。4组UCI数据集和真实井漏数据测试结果表明,该算法的分类精度优于ID3和C4. 5算法,并能够将人工经验法不稳定的分类精度提高至约72. 23%。
关键词
井漏类型
ID3算法
关联度函数比
属性重要度
多值偏向
Keywords
well leakage type
ID3 algorithm
association function ratio
attribute importance
multi-value bias
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合LightGBM和SHAP的井漏类型判断及主控因素分析
陈林
陆海瑛
王泽华
李城里
杨恒
张茂欣
徐同台
《钻井液与完井液》
CAS
北大核心
2023
4
在线阅读
下载PDF
职称材料
2
基于优化ID3的井漏类型分类算法
李建
付小斌
吴媛媛
《计算机工程》
CAS
CSCD
北大核心
2019
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
