首页> 中国专利> 基于多时间尺度特征和神经网络的钻进过程工况识别方法

基于多时间尺度特征和神经网络的钻进过程工况识别方法

摘要

本发明提供了基于多时间尺度特征和神经网络的钻进过程工况识别方法,进行钻进过程监测与钻进过程异常工况的识别。通过分析钻进过程异常工况时对应的录井数据随时间的变化情况,利用多时间尺度方法将录井数据分为长时间尺度段数据和短时间尺度段数据;并分别采用最小二乘法和自适应阈值法提取长时缓变特征和短时突变特征;利用概率神经网络方法建立输入为当前时刻录井数据、长时缓变特征和短时突变特征,输出为井漏、钻具掉落、卡钻、超拉和正常五类钻进过程工况类型中的一种的钻进过程工况识别模型。本发明的有益效果是:减少钻进成本,提高钻进过程异常工况的识别速度和识别精度,为地质勘探钻进过程安全性监测与工况识别打下了良好的基础。

著录项

  • 公开/公告号CN110110740B

    专利类型发明专利

  • 公开/公告日2023.01.03

    原文格式PDF

  • 申请/专利权人 中国地质大学(武汉);

    申请/专利号CN201910232514.2

  • 发明设计人 曹卫华;黎育朋;吴敏;陈鑫;

    申请日2019.03.26

  • 分类号G06F18/24;G06N3/047;G06N3/0499;G06Q50/02;

  • 代理机构武汉知产时代知识产权代理有限公司;

  • 代理人方琳

  • 地址 430000 湖北省武汉市洪山区鲁磨路388号

  • 入库时间 2023-01-12 18:57:00

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号