一种基于SVR算法的钻井漏失压力预测方法

    公开(公告)号:CN114662390A

    公开(公告)日:2022-06-24

    申请号:CN202210287872.5

    申请日:2022-03-22

    Abstract: 本发明属于钻井漏失预测领域和人工智能机器学习领域,具体涉及一种基于SVR算法的钻井漏失压力预测方法。所述方法为:从钻井井史数据库中采集数据进行预处理,创建样本集与测试集,训练SVR模型,引入松弛因子,引入拉格朗日函数进行无约束化,对偶化求导,使用SMO算法选择最优化参数,构建回归超平面得到预测函数。将预处理后得到的数据集输入训练好的SVR模型,能够得到钻井漏失压力的预测值。该方法解决了目前漏失压力数据对于堵漏防漏有重大意义但是无法直接获取的困难,而且具有结果可靠,成本较低,便于操作,可推广性强的优势,在防漏堵漏领域具有一定的指导意义和参考价值。

    一种基于拉格朗日支持向量机算法的地温梯度预测方法

    公开(公告)号:CN115929285A

    公开(公告)日:2023-04-07

    申请号:CN202211409823.0

    申请日:2022-11-11

    Abstract: 本申请实施例提供了一种基于拉格朗日支持向量机算法的地温梯度预测方法,属于石油钻井领域以及数据挖掘领域。所述方法包括:获取目标区块的历史数据和实时数据,并进行数据预处理;将预处理后的历史钻井数据划分为训练集和测试集,并将训练集和测试集分别进行样本分割;生成地温梯度参数向量,将这些参数向量的模及投影长度计算出来,并进行拉格朗日对偶变换;生成精度满足要求的地温梯度预测支持向量机感知器模型;将生成的地温梯度预测支持向量机感知器模型与正钻井数据即时采集平台相连接,得到的模型即为基于拉格朗日支持向量机的地温梯度预测模型,利用该模型对实时钻井数据进行数据挖掘,从而达到地层地温梯度实时预测的效果。

    一种基于SVR算法的钻井漏失压力预测方法

    公开(公告)号:CN114662390B

    公开(公告)日:2023-09-29

    申请号:CN202210287872.5

    申请日:2022-03-22

    Abstract: 本发明属于钻井漏失预测领域和人工智能机器学习领域,具体涉及一种基于SVR算法的钻井漏失压力预测方法。所述方法为:从钻井井史数据库中采集数据进行预处理,创建样本集与测试集,训练SVR模型,引入松弛因子,引入拉格朗日函数进行无约束化,对偶化求导,使用SMO算法选择最优化参数,构建回归超平面得到预测函数。将预处理后得到的数据集输入训练好的SVR模型,能够得到钻井漏失压力的预测值。该方法解决了目前漏失压力数据对于堵漏防漏有重大意义但是无法直接获取的困难,而且具有结果可靠,成本较低,便于操作,可推广性强的优势,在防漏堵漏领域具有一定的指导意义和参考价值。

    一种可循环的微泡钻孔液及其制备和应用方法

    公开(公告)号:CN116769456A

    公开(公告)日:2023-09-19

    申请号:CN202310751645.8

    申请日:2023-06-25

    Abstract: 本发明涉及一种可循环的微泡钻孔液及其制备和应用方法。本发明所述的制备方法按原料重量份额配比如下:基浆:膨润土1‑2份、碱0.2‑0.3份、水100‑140份、0.1‑0.4份降失水剂DS‑2;发泡剂:0.3份SDS和0.7份CAMC;其他处理剂:5‑10份低密度固相增粘剂、氧化铝1‑5份、聚季铵盐1‑5份、磺酸盐10‑15份、羧甲基纤维素2‑6份、交联硼砂1‑2份、纳米氯化钛0.5‑1份。本发明的液相指标包括钻孔液的密度、塑性黏度、动态剪切力、初级和终极剪切力以及过滤损失;该钻孔液具有低密度、良好的流变性、反复泵送、循环使用、经济并且可以防止坍塌、有效携带岩石碎屑等优势。

Patent Agency Ranking