| 基于机器学习算法的井漏预测与诊断理论模型研究 |
| |
| 引用本文： | 张欣,田英英,韩泽龙,赵明,蒋亚峰. 基于机器学习算法的井漏预测与诊断理论模型研究[J]. 探矿工程, 2022, 49(2): 58-66 |
| |
| 作者姓名： | 张欣 田英英 韩泽龙 赵明 蒋亚峰 |
| |
| 作者单位： | 中国地质科学院勘探技术研究所,中国地质科学院勘探技术研究所,中国地质科学院勘探技术研究所,中国地质科学院勘探技术研究所,中国地质科学院勘探技术研究所 |
| |
| 基金项目： | 中国地质调查局地质调查项目“XXX先导试验区试采实施（中国地质科学院勘探技术研究所）”（编号：DD20190227）、“XXX先导试验区资源评价与试采（中国地质科学院勘探技术研究所）”（编号：DD20211349）；南方海洋科学与工程广东省实验室（广州）人才团队引进重大专项“天然气水合物钻采船单筒双井及大洋钻探技术研究”（编号：GML2019ZD0504） |
| |
| 摘 要： | 在钻井作业中发生的井漏事故具有突发性、难治理等特点，导致现场堵漏工程难度大、成功率低、成本高等。为了“快、准、狠”地解决该类难题，必须准确预测漏失并提出堵漏措施。本文利用梯度提升决策树算法（GBDT）进行了井漏预测模型研究，通过分析若干机器学习算法，论证了GBDT作为井漏钻前预测模型的可行性；利用案例推理技术建立井漏案例诊断库，使用欧几里得算法和LB_Keogh算法进行井漏案例的检索，提出相应的井漏处理措施，通过实例验证了相似性计算的可靠性。
|
| 关 键 词： | 井漏 井漏预测 梯度提升决策树算法（GBDT） 案例推理 井漏诊断 |
| 收稿时间： | 2021-11-12 |
| 修稿时间： | 2022-01-18 |
Research on lost circulation prediction and diagnosis theoretical model based on machine learning algorithm |
| |
| ZHANG Xin,TIAN Yingying,HAN Zelong,ZHAO Ming,JIANG Yafeng. Research on lost circulation prediction and diagnosis theoretical model based on machine learning algorithm[J]. Exploration Engineering:Rock & Soil Drilling and Tunneling, 2022, 49(2): 58-66 |
| |
| Authors: | ZHANG Xin TIAN Yingying HAN Zelong ZHAO Ming JIANG Yafeng |
| |
| Affiliation: | Institute of Exploration Techniques, Chinese Academy of Geological Sciences,Institute of Exploration Techniques, Chinese Academy of Geological Sciences,Institute of Exploration Techniques, Chinese Academy of Geological Sciences,Institute of Exploration Techniques, Chinese Academy of Geological Sciences,Institute of Exploration Techniques, Chinese Academy of Geological Sciences |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《探矿工程》浏览原始摘要信息 |
|
点击此处可从《探矿工程》下载免费的PDF全文 |
|
