一种基于误分类代价的钻井早期溢流智能监测方法

摘要

本发明公开了一种基于误分类代价的钻井早期溢流智能监测方法，该方法选择立管压力差、总池体积差、进出口流量差、进出口钻井液密度差、进出口钻井液温度差、进出口钻井液电导率、钻时这7个参数作为溢流预警的特征参数，以误分类代价最低为模型的优化目标，构建基于代价敏感的早期溢流监测模型；该模型由依次进行的特征转换模块、代价敏感数据集构建模块、集成学习模块这三个模块构成；特征转换模块用于将输入数据集进行归一化处理及转换原始的特征空间；代价敏感数据集构建模块用于构建包含代价信息的训练数据集；集成学习模块用于集成多个弱分类器以得到强分类器。该方法克服了传统的机器学习算法存在的精度低、泛化能力差问题。