基于混合漏积分CRJ网络的多元钻井时间序列预测方法

摘要

本发明公开了一种基于混合漏积分CRJ网络的多元钻井时间序列预测方法，首先获得时间序列数据样本而且对数据样本进行数据预处理，其次使用灰关联算法选择预测变量的高相关变量作为网络输入，然后对传统的CRJ网络模型进行优化，使用记忆性更强的混合漏积分神经元与CRJ网络相互结合，提高了网络的动力学特性和预测性能，通过对比实验获得最佳结合方式和泄漏率，基于实验结果构建混合漏积分CRJ网络模型，最后使用训练完成的混合漏积分CRJ网络对钻井过程的关键变量进行时序预测，通过预测结果提前了解参数的变化情况，可以预先采取相应的调整策略，从而确保钻井工程安全、高效的进行。