基于地层成分和钻进参数的钻速预测模型

基于地层成分和钻进参数的钻速预测模型

,

文章导航 > 钻探工程 > 2018 > (10): 195-201

熊虎林, 李谦. 基于地层成分和钻进参数的钻速预测模型[J]. 钻探工程, 2018, (10): 195-201. doi: 10.3969/j.issn.1672-7428.2018.10.036

引用本文:

熊虎林, 李谦. 基于地层成分和钻进参数的钻速预测模型[J]. 钻探工程, 2018, (10): 195-201. doi: 10.3969/j.issn.1672-7428.2018.10.036

XIONG Hu-lin, LI Qian. ROP Prediction Model Based on Formation Composition and Drilling Parameters[J]. DRILLING ENGINEERING, 2018, (10): 195-201. doi: 10.3969/j.issn.1672-7428.2018.10.036

Citation:

XIONG Hu-lin, LI Qian. ROP Prediction Model Based on Formation Composition and Drilling Parameters[J]. DRILLING ENGINEERING, 2018, (10): 195-201. doi: 10.3969/j.issn.1672-7428.2018.10.036

基于地层成分和钻进参数的钻速预测模型

熊虎林,
李谦

新疆地质矿产勘查开发局第九地质大队,新疆乌鲁木齐,830000

成都理工大学环境与土木工程学院,四川成都,610059

详细信息

中图分类号: P634.9

刊出日期: 2018-10-10

ROP Prediction Model Based on Formation Composition and Drilling Parameters

Publish Date: 10 October 2018

摘要: 钻速预测是优化钻进施工过程中的重点难点.本文以实际采集的数据资料(包含4大类共28种不同的数据类型)出发,建立了以地层成分和钻进参数相结合为基本的钻速预测模型.为了提高模型的预测精度,将原始数据首先进行了标准化处理,消除了其量纲和数量级对模型预测可能产生的影响.由于原始数据种类过多,将原始数据先后进行了聚类分析和因子分析,提取其中有效信息最终将其缩减为11个输入参数和1个输出参数的预测模型.利用人工神经网络技术对这个模型进行了非线性拟合,结果显示本预测模型能够将误差控制在10%以内,具有一定的指导生产实践的能力.
- 钻速预测模型 /
- 地层成分 /
- 钻进参数 /
- 多元统计分析 /
- 神经网络

资源附件(0)

计量

文章访问数: 294
PDF下载数: 15
施引文献: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回