Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 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

一种基于数据驱动的井漏风险智能预警方法、装置、电子设备及存储介质 

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:电子科技大学

摘要:本发明提供了一种基于数据驱动的井漏风险智能预警方法、装置、电子设备及存储介质,通过对海量钻井数据进行数据清洗和数据预处理,采用LOWESS算法实现海量钻井数据的平滑降噪,利用Borderline‑SMOTE方法调整井漏样本与安全钻进样本的类别权重系数,并结合机器学习框架LightGBM搭建井漏智能预警模型。本发明采用上述的一种基于数据驱动的井漏风险智能预警方法、装置、电子设备及存储介质,以解决钻井工程中钻井数据可利用率不高、样本类别不平衡、井漏风险预警智能化程度不高的问题。

主权项:1.一种基于数据驱动的井漏风险智能预警方法,其特征在于,包括以下步骤:步骤1、获取不同井口的随钻历史数据,形成井漏历史数据库,对随钻历史数据进行预处理;预处理主要包括钻井数据的缺失值处理、离群值处理及平滑处理;步骤2、对井漏历史数据库中的海量数据进行工况划分,制定标签规则并做标准化处理,构建安全钻进数据集与井漏征兆数据集;步骤3、采用Borderline-SMOTE方法调整安全钻进数据集与井漏征兆数据集的类别权值,使安全钻进数据集与井漏征兆数据集的数据体量均衡;步骤4、融合步骤2生成的数据集与步骤3生成的数据,将融合后的数据按照8:1:1的比例划分为训练集、验证集和测试集;步骤5、搭建基于LightGBM的井漏智能预警模型,设置模型初始超参数,采用训练集进行模型训练;步骤6、采用验证集进行井漏智能预警模型的优化与参数调整,选用混淆矩阵、ROC曲线、特异性、马修斯相关系数评价模型性能;步骤7、测试井漏智能预警模型性能及泛化能力,将测试集输入模型中,测试模型的有效性和可靠性,并输出模型预警结果。

全文数据:

权利要求:

百度查询: 电子科技大学 一种基于数据驱动的井漏风险智能预警方法、装置、电子设备及存储介质

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。