期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于数据驱动和机理模型的机械钻速预测 被引量:1
1
作者 郑双进 江厚顺 +4 位作者 熊梦园 孟胡 詹炜 程荣升 王立辉 《钻采工艺》 北大核心 2025年第1期78-87,共10页
为准确预测复杂工况下的机械钻速,提出了一种基于数据驱动和机理模型的机械钻速预测方法。首先对收集的8000余条钻井数据进行斯皮尔曼和曼特尔特性分析,筛选出有效施工参数,采用变分模态分解算法(VMD)进行数据降噪,然后构建时序卷积网... 为准确预测复杂工况下的机械钻速,提出了一种基于数据驱动和机理模型的机械钻速预测方法。首先对收集的8000余条钻井数据进行斯皮尔曼和曼特尔特性分析,筛选出有效施工参数,采用变分模态分解算法(VMD)进行数据降噪,然后构建时序卷积网络结合长短期记忆网络(TCN-LSTM)作为数据驱动模型,并融合多元钻速预测机理模型,通过物理约束增强数据驱动模型的准确性与可解释性,实验表明融合模型比单一数据驱动模型或机理模型预测精度更高。随后,为进一步提升模型性能,采用了改进的蜣螂优化算法(IDBO)对TCN-LSTM模型进行优化,通过改进种群初始化和更新策略,实现了参数的高效搜索。消融实验及现场应用结果表明,对比BP、RF、LSTM、TCN模型,TCN-LSTM-IDBO模型可以实现机械钻速的精确预测,并且具有较好的泛化能力,可为钻井施工人员提供有力参考。 展开更多
关键词 机械钻速预测 时序卷积网络 长短期记忆网络 变分模态分解 蜣螂优化算法 数据分析
在线阅读 下载PDF
基于BAS-BP的钻井机械钻速预测模型 被引量:20
2
作者 李琪 屈峰涛 +2 位作者 何璟彬 王六鹏 陈超凡 《西安石油大学学报(自然科学版)》 CAS 北大核心 2021年第6期89-95,共7页
针对现有的机械钻速预测理论模型缺少对工程实际数据的应用而难以满足现场需求的问题,建立一种以人工智能算法与神经网络相结合的机械钻速预测新模型。首先,利用小波滤波方法对钻井现场实测数据进行降噪处理,并依据互信息关联分析优选... 针对现有的机械钻速预测理论模型缺少对工程实际数据的应用而难以满足现场需求的问题,建立一种以人工智能算法与神经网络相结合的机械钻速预测新模型。首先,利用小波滤波方法对钻井现场实测数据进行降噪处理,并依据互信息关联分析优选机械钻速预测模型的输入参数,降低模型冗余。其次,利用天牛须搜索(Beetle Antennae Search,BAS)实现BP神经网络初始权值、阈值的优化,以此建立机械钻速预测新模型。最后,将建立的BAS-BP新模型与标准BP、PSO-BP及GA-BP等3种模型进行对比分析。结果表明:BAS-BP机械钻速模型预测值与实际测量值误差最小,同时具有良好的收敛性和搜索能力。 展开更多
关键词 机械钻速预测 钻进参数 天牛须算法 BP神经网络
在线阅读 下载PDF
基于PCA-BP算法的机械钻速预测研究 被引量:4
3
作者 汤明 王汉昌 +2 位作者 何世明 张光福 孔令豪 《石油机械》 北大核心 2023年第10期23-31,76,共10页
钻井过程中,机械钻速是衡量钻井效率的一个重要指标,准确预测机械钻速对提高钻井效率、降低成本具有重要作用。常用的钻速方程预测模型存在建模困难、求解困难等问题。为此,提出一种基于主成分分析算法(PCA)优化BP神经网络的机械钻速预... 钻井过程中,机械钻速是衡量钻井效率的一个重要指标,准确预测机械钻速对提高钻井效率、降低成本具有重要作用。常用的钻速方程预测模型存在建模困难、求解困难等问题。为此,提出一种基于主成分分析算法(PCA)优化BP神经网络的机械钻速预测新模型。基于PCA-BP模型预测机械钻速,并将预测结果与BAS-BP、BP和RF等模型的预测结果进行横向对比。结果表明,PCA-BP的拟合优度(R^(2))分别提高5.7%、9.4%和18.7%;均方根误差分别降低23.88%、30.3%和43.6%;平均绝对百分比误差分别降低35.45%、56.7%和61.5%。预测结果表明,新模型的精度更高、收敛速度更快。PCA-BP模型还可实时评价影响机械钻速因素的合理性,为提高机械钻速提供指导意见。研究结果可为实际钻进过程中提高机械钻速提供更科学的参考依据。 展开更多
关键词 机械钻速预测 参数优化 小波滤波 主成分分析 BP神经网络
在线阅读 下载PDF
基于遗传算法优化随机森林模型的机械钻速分类预测方法 被引量:5
4
作者 张海军 张高峰 +4 位作者 王国娜 王立辉 刘洋 任阳峰 郑双进 《科学技术与工程》 北大核心 2022年第35期15572-15578,共7页
为准确预测东部某油田机械钻速,在针对该油田某井机械钻速影响因素分析的基础上,根据现场经验对不同直径钻头聚晶金刚石复合片(polycrystalline diamond compact,PDC)的机械钻速进行分级,运用随机森林算法、K近邻算法、支持向量机算法... 为准确预测东部某油田机械钻速,在针对该油田某井机械钻速影响因素分析的基础上,根据现场经验对不同直径钻头聚晶金刚石复合片(polycrystalline diamond compact,PDC)的机械钻速进行分级,运用随机森林算法、K近邻算法、支持向量机算法建立机械钻速分类预测模型,并运用遗传算法优化模型参数,得到了满足施工设计及现场作业需要的机械钻速分类预测方法。结果表明,运用遗传算法优化后的随机森林模型预测机械钻速分类准确率为82.1%,明显高于K近邻算法和支持向量机算法,该方法可指导该区块钻井施工参数优化,以提高钻井施工效益。 展开更多
关键词 机械钻速分类预测 随机森林算法 K近邻算法 支持向量机算法 遗传算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部