基于机器学习和多源数据预处理技术的机械钻速预测方法研究

作者：于洋; 黄凯; 李卉

来源：中国石油和化工标准与质量, 2021, 41(20): 133-136.

• 机器学习
• 数据预处理
• 钻速预测
• 多元回归
• 实时建模

钻井工程是一个规模庞大、技术复杂的系统性工程,一直占据石油勘探开发投资的首要位置。提速提效是钻井工程永恒不变的追求目标。利用信息技术优化钻井参数,可以减少事故复杂,提高钻井时效,显著缩短钻井施工周期,节约勘探开发成本。钻速预测是钻井优化的重要组成部分。本文介绍了一种基于机器学习的渗透率预测方法及其应用效果。针对钻速预测问题,通过对采集到的特定区块的历史数据进行挖掘,设计并实现了基于集成学习算法的机械钻速预测模型。同时,将该方法与SVM、LR、KNN等传统机器学习算法进行了比较。实验结果表明,该算法比其他方法具有更好的准确性和适用性,可为提高机械钻速提供科学可靠的参考,为实现智能钻井提供技术支撑。

• 单位
  中国石油集团工程技术研究院