一种基于集成学习算法的井斜角度预测方法

摘要

本发明公开了一种基于集成学习算法的井斜角度预测方法，其运用机器学习中的SVR学习器模型、神经网络回归算法学习器模型、随机森林回归算法学习器模型和高斯回归算法学习器模型，对某一口井的已钻井眼轨迹数据、钻进方式和底部钻具结构参数等组成的学习样本进行学习，训练上述四个学习器模型，分别预测该井井底盲区井斜角，然后将训练结果与目标值进行线性回归，得出最终预测结果。通过对实钻数据的验证结果表明，本发明的方法预测精度高，有效地降低了传统定曲率外推法预测井底井斜的误差，提高预测井斜角的准确性。