摘要

在钻井过程中,钻速是指机械钻头破岩加深钻口的速度,是反映钻井效率的一个重要指标.近年来机器学习方法被应用于机械钻速预测,然而实践中发现这些方法应用于新油田时,预测精度显著下降,主要原因是新油田可供学习训练的数据通常很少甚至完全缺失.因此提升针对新油田的机械钻速预测性能是一个有待解决的问题.针对该问题,本文提出了一种基于迁移学习的跨油田机械钻速预测方法,构建了一种带物理约束的集成迁移回归模型预测新油田的机械钻速.在真实钻井数据集上的实验表明,本文提出的机械钻速预测方法是有效的,预测精度也显著优于目前主流的同类方法.

全文