龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：清华大学;西南石油大学
摘要：本发明公开一种基于双分支增量学习的机械钻速预测方法，包括：首先建立LAEK‑Shape井段聚类模型，对新钻井井段和历史钻井井段进行匹配；根据匹配历史钻井井段的数据建立DBGRU机械钻速预测模型；将DBGRU机械钻速预测模型作为新钻井机械钻速预测的基础模型；通过新钻井井段的小样本数据对基础模型进行增量学习，获得DBGRU机械钻速预测增量模型；通过DBGRU机械钻速预测增量模型对新钻井井段进行钻速预测。本发明与现有方法相比，所提出DBGRU网络的在历史钻井井段的机械钻速预测中有着更高的准确度，实现更加精准的预测，且提出的DBKDILNet增量网络能够实现对小样本数据的有效预测。
主权项：1.一种基于双分支增量学习的机械钻速预测方法，其特征在于，包括以下步骤：步骤S10、建立LAEK-Shape井段聚类模型，对新钻井井段和历史钻井井段进行匹配；步骤S20、根据匹配历史钻井井段的数据建立DBGRU机械钻速预测模型；步骤S30、将DBGRU机械钻速预测模型作为新钻井机械钻速预测的基础模型；步骤S40、通过新钻井井段的小样本数据对基础模型进行增量学习，获得DBGRU机械钻速预测增量模型；步骤S50、通过DBGRU机械钻速预测增量模型对新钻井井段进行钻速预测。
全文数据：
权利要求：
百度查询： 清华大学 西南石油大学 一种基于双分支增量学习的机械钻速预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号