一种基于机器学习的卡钻预测的方法

    公开(公告)号:CN115204046A

    公开(公告)日:2022-10-18

    申请号:CN202210835159.X

    申请日:2022-07-15

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于机器学习的卡钻预测的方法包括,收集相关测录井数据,并对所述测录井数据进行预处理;根据预处理结果筛选出与卡钻相关参数数据;基于卡钻相关参数数据,建立GA优化后的BP神经网络算法卡钻预测模型:利用卡钻预测模型进行预测,做出预警。本发明提出一种基于机器学习的卡钻预测的方法,采用了遗传算法优化后的神经网络算法来预测卡钻事故,利用了机器学习算法的可视化分析,使得管理人员能够在事故发生之前及时采取相对应的处理措施,降低风险,大大提高了钻井的安全性能。

    基于地层岩性重构的可解释连续学习井漏预测方法

    公开(公告)号:CN118410701A

    公开(公告)日:2024-07-30

    申请号:CN202410474533.7

    申请日:2024-04-19

    Applicant: 常州大学

    Abstract: 本发明涉及井漏预测领域,具体涉及一种基于地层岩性重构的可解释连续学习井漏预测方法,方法包括:S1,构建基于井深的地质工程数据集,重构,得到基于地层岩性的地质工程数据集;S2,按岩性抽取不同岩性地层数据,通过信号时频分析方法提取不同岩性地层典型井漏特征;S3,基于不同岩性地层典型井漏特征建立不同岩性地层井漏特征的激励函数,基于多个激励函数构建激励函数自适应进化机制,以此机制作为井漏预测模型的连续学习机制,对井漏预测模型进行验证和优化;S4,将目标井设计数据输入井漏预测模型,得到输出结果。本发明解决了传统机器学习井漏预测方法普适性差的问题,并提高了井漏预测的准确性。

    一种油气田风光能源配储智能化优化控制方法及系统

    公开(公告)号:CN118131615A

    公开(公告)日:2024-06-04

    申请号:CN202410120219.9

    申请日:2024-01-29

    Applicant: 常州大学

    Abstract: 本发明公开了一种油气田风光能源配储智能化优化控制方法及系统,涉及能源配储技术领域,包括采集传感器中的监测信号,构建神经网络系统对监测信号进行预处理计算最优参数;通过LMS准则和传递函数建立自适应控制算法,基于最优参数对油气田风光能源配储系统进行参数调整;系统输出端口输出最优解控制信号,制定能源储配系统优化控制方案。本发明所述方法通过LMS准则和传递函数建立的自适应控制算法,提高了油气田风光能源配储系统的运行效率和稳定性,通过分析传感器中的监测信号,并结合LMS准则和传递函数,系统能够自动调整其参数,以适应不同的运行条件和需求,提高了系统对环境变化的适应能力,增强了系统的稳定性和响应速度。

    基于高温力链强度指数的干热岩储层暂堵材料选择方法

    公开(公告)号:CN119833039A

    公开(公告)日:2025-04-15

    申请号:CN202411849175.X

    申请日:2024-12-16

    Applicant: 常州大学

    Abstract: 本发明涉及暂堵材料选择技术领域,尤其涉及基于高温力链强度指数的干热岩储层暂堵材料选择方法,包括利用承压过程中裂缝封堵层的光弹图像得到颗粒之间的相对接触力分布和累计分布,确定相对接触力分级,通过强力链占比获得暂堵材料关键参数;根据粒形多维指数值进行等级划分;计算暂堵材料关键性能参数的熵值权重;计算暂堵材料关键性能参数在不同漏失环境中的相对权重;利用AHP与熵值法得到权重计算综合权重;根据综合权重计算不同漏失类型的复合权重;根据复合权重与漏失类型比重计算强力链强度指数,利用强力链强度指数进行暂堵材料的选择。本发明解决现有技术中缺少针对裂缝性储层井漏控制的暂堵材料选择的问题。

Patent Agency Ranking