首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于LightGBM与异常检测算法的井漏溢流预警方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:深圳达瓴智能科技有限公司

摘要:本发明提供一种基于LightGBM与异常检测算法的井漏溢流预警方法,涉及钻井技术领域。该基于LightGBM与异常检测算法的井漏溢流预警方法,具体包括以下步骤:S1.建立模型训练样本集;S2.搭建基于LightGBM算法的回归预测模型;S3.搭建基于拉依达准则异常检测算法的MFOA异常波动检测模型;S4.对x值寻优;S5.井漏溢流预警模型现场应用。本发明通过LightGBM模型分析历史大量数据,学习关键参数之间的内在关系与依赖性,建立起正常的数据运行模型,异常检测算法通过监测实时数据与模型预测值之间的偏差,实现对全新异常模式的识别,两者相结合,既保证了检测灵敏度,又可解释数据变化规律的同时,实现快速准确的井漏溢流预警,进一步提升井漏溢流预警的准确度,保障现场施工的人员、财产安全。

主权项:1.一种基于LightGBM与异常检测算法的井漏溢流预警方法,其特征在于,具体包括以下步骤:S1.建立模型训练样本集在没有发生井漏、溢流事故的历史井数据中取出钻井工程数据,作为模型预测训练样本集,并在发生过井漏、溢流事故的历史井数据中取出钻井工程数据,作为模型异常训练样本集;S2.搭建基于LightGBM算法的回归预测模型设定输入参数为泥浆入口排量MFIA,输出参数为泥浆出口排量MFOA,对预测训练样本集中这两列数据归一化处理后,放入LightGBM算法中进行训练,得到高精度的出口排量预测模型,并推理计算出实钻井中实时MFOA的预测值MFOApre,所述步骤包括对MFIA与MFOA的数据进行归一化处理和对LightGBM算法推理出的MFOA预测值进行反归一化处理,归一化与反归一化的公式分别如式子1和式子2所示:12MFOApre=MFOAmax-MFOAmin*MFOApre*+MFOAmin式中,MFOA*为归一化后的数据,MFOAmin为MFOA最小值,MFOAmax为MFOA最大值,MFOApre为反归一化后的最终预测结果值,MFOApre*为未经过反归一化计算的预测值;所述方法中方差σ的计算公式如公式3所示:3式中,MFOAi为当前实钻井数据中第i个MFOA值,i为数据序号,n为当前实时数据的序号,MFOAmean为第1个到第n-1个MFOA的平均值;S3.搭建基于拉依达准则异常检测算法的MFOA异常波动检测模型计算出实钻井历史时间段内MFOA真实值的方差σ,并设定σ系数为x,通过计算MFOApre与xσ的和与差,来设定当前时间MFOA的安全波动范围[MFOApre+xσ,MFOApre-xσ],当实时MFOA低于或高于该范围时,则发出井漏或溢流预警;S4.对x值寻优随机生成0-3.5范围内的x值,代入到模型中,对异常训练样本集进行井漏溢流预警模型测试,当预警效果符合实际情况时,其对应的x值则为最优x值;S5.井漏溢流预警模型现场应用将钻井现场实时数据中的MFIA、MFOA参数数据作为输入参数导入该模型中,通过异常波动检测模型实时计算,输出井漏溢流预警结果,现场工程师可根据预警结果进行最终判断并做出反应。

全文数据:

权利要求:

百度查询: 深圳达瓴智能科技有限公司 一种基于LightGBM与异常检测算法的井漏溢流预警方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。