-
公开(公告)号：CN114548306B
公开(公告)日：2024-11-08
申请号：CN202210189947.6
申请日：2022-02-28
Applicant: 西南石油大学
IPC: G06F18/2431 , G06N20/20 , G06F18/2415 , G06F18/214 , G06F18/2135
Abstract: 本发明公开了一种基于误分类代价的钻井早期溢流智能监测方法，该方法选择立管压力差、总池体积差、进出口流量差、进出口钻井液密度差、进出口钻井液温度差、进出口钻井液电导率、钻时这7个参数作为溢流预警的特征参数，以误分类代价最低为模型的优化目标，构建基于代价敏感的早期溢流监测模型；该模型由依次进行的特征转换模块、代价敏感数据集构建模块、集成学习模块这三个模块构成；特征转换模块用于将输入数据集进行归一化处理及转换原始的特征空间；代价敏感数据集构建模块用于构建包含代价信息的训练数据集；集成学习模块用于集成多个弱分类器以得到强分类器。该方法克服了传统的机器学习算法存在的精度低、泛化能力差问题。
-
公开(公告)号：CN115099406A
公开(公告)日：2022-09-23
申请号：CN202210766854.5
申请日：2022-06-30
Applicant: 西南石油大学
Abstract: 本发明公开了基于多元时间序列的地层压力反演方法，包括：采集钻井的多元时序特征数据，并进行卷积、映射处理，得到高级时序特征矩阵，并与井筒几何约束特征矩阵进行拼接后得到属性特征矩阵；采用图自适应学习算法自动学习到最优的邻接矩阵；利用图卷积求得属性特征矩阵和邻接矩阵的节点之间隐藏的关联，并求得深度属性特征矩阵；利用多层感知机并结合深度属性特征矩阵进行地层压力预测。本发明还公开了基于多元时间序列的地层压力反演的装置。通过上述方案，本发明具有逻辑简单、准确可靠等优点，在钻井技术领域具有很高的实用价值和推广价值。
-
公开(公告)号：CN113378998B
公开(公告)日：2022-07-22
申请号：CN202110784665.6
申请日：2021-07-12
Applicant: 西南石油大学
Abstract: 本发明公开了一种基于机器学习的地层岩性随钻识别方法，包括首先获取待识别地层区块的钻进特征参数，然后使用不同核函数的PCA方法对钻进特征参数进行降维处理得到不同数据集，随后分别使用不同算法对不同降维方法降维后的数据集进行聚类，根据不同聚类结果分别使用不同算法训练出不同的地层岩性识别模型分别进行地层岩性识别，最后，将不同降维方法，不同聚类方法，不同地层岩性识别模型正交组合实验后的识别结果进行对比，筛选出此地层区块最优的地层岩性随钻识别方法，解决了单一模型对数据集要求高、泛化能力差以及识别精度低等缺点，本发明公开的方法识别精度高，能够根据钻井参数随钻识别地层岩性，为现场施工提高机械钻速提供参考。
-
公开(公告)号：CN112031760B
公开(公告)日：2022-03-11
申请号：CN202011014144.4
申请日：2020-09-24
Applicant: 西南石油大学
Abstract: 本发明公开了一种直推法压井工艺风险评估方法，首先，选取影响直推法压井工艺安全性的可变因素中的重要因素作为关键参数，将参数可能出现数值放入一个集合中，随机选取一组参数，模拟溢流过程，确定该组参数合理后，通过建立的数学‑物理模型模拟压井得到压井过程中出现的最大井口、井底压力以及套管承受的最大内压强，并与安全限制条件下计算得出的风险评估量进行对比。重复该过程，并统计超过风险评估量的次数，最终定量评估压井风险。该方法通过实际案例计算，能够较好的定量评估直推法压井风险，可用于现场施工前计算压井成功率。
-
Patent Agency Ranking
公开(公告)号：CN115099406B
公开(公告)日：2025-03-25
申请号：CN202210766854.5
申请日：2022-06-30
Applicant: 西南石油大学
IPC: G06F30/27 , G06N3/0464 , E21B49/00 , G06N3/042 , G06F119/14
Abstract: 本发明公开了基于多元时间序列的地层压力反演方法，包括：采集钻井的多元时序特征数据，并进行卷积、映射处理，得到高级时序特征矩阵，并与井筒几何约束特征矩阵进行拼接后得到属性特征矩阵；采用图自适应学习算法自动学习到最优的邻接矩阵；利用图卷积求得属性特征矩阵和邻接矩阵的节点之间隐藏的关联，并求得深度属性特征矩阵；利用多层感知机并结合深度属性特征矩阵进行地层压力预测。本发明还公开了基于多元时间序列的地层压力反演的装置。通过上述方案，本发明具有逻辑简单、准确可靠等优点，在钻井技术领域具有很高的实用价值和推广价值。
-
公开(公告)号：CN114548306A
公开(公告)日：2022-05-27
申请号：CN202210189947.6
申请日：2022-02-28
Applicant: 西南石油大学
Abstract: 本发明公开了一种基于误分类代价的钻井早期溢流智能监测方法，该方法选择立管压力差、总池体积差、进出口流量差、进出口钻井液密度差、进出口钻井液温度差、进出口钻井液电导率、钻时这7个参数作为溢流预警的特征参数，以误分类代价最低为模型的优化目标，构建基于代价敏感的早期溢流监测模型；该模型由依次进行的特征转换模块、代价敏感数据集构建模块、集成学习模块这三个模块构成；特征转换模块用于将输入数据集进行归一化处理及转换原始的特征空间；代价敏感数据集构建模块用于构建包含代价信息的训练数据集；集成学习模块用于集成多个弱分类器以得到强分类器。该方法克服了传统的机器学习算法存在的精度低、泛化能力差问题。
-
公开(公告)号：CN112031760A
公开(公告)日：2020-12-04
申请号：CN202011014144.4
申请日：2020-09-24
Applicant: 西南石油大学
Abstract: 本发明公开了一种直推法压井工艺风险评估方法，首先，选取影响直推法压井工艺安全性的可变因素中的重要因素作为关键参数，将参数可能出现数值放入一个集合中，随机选取一组参数，模拟溢流过程，确定该组参数合理后，通过建立的数学-物理模型模拟压井得到压井过程中出现的最大井口、井底压力以及套管承受的最大内压强，并与安全限制条件下计算得出的风险评估量进行对比。重复该过程，并统计超过风险评估量的次数，最终定量评估压井风险。该方法通过实际案例计算，能够较好的定量评估直推法压井风险，可用于现场施工前计算压井成功率。
-
公开(公告)号：CN115910324A
公开(公告)日：2023-04-04
申请号：CN202211493068.9
申请日：2022-11-25
Applicant: 西南石油大学
IPC: G16H50/20 , G06F18/214 , G06F18/24 , G06F18/23213 , G06N3/04 , G06N3/08
Abstract: 本发明涉及微生物数据疾病诊断技术领域，涉及一种基于特征转换和数据增强的微生物疾病诊断方法，1)特征转换阶段：基于KPCA对原始的特征进行转换，转换后特征维度更低且与标签间的联系更强，能够得到更清晰、更有效的数据表示；2)代价敏感数据扩增：引入代价敏感学习，通过GAN对数据集中的正样本进行扩增，代价信息用于控制正负样本比例，构建代价敏感的数据集；3)集群分类器构建阶段：对构建的代价敏感数据集采用分而治之的策略，使用聚类算法将其划分成多个簇，每个簇建立各自的分类器，最终基于多个子分类器完成最终的疾病诊断任务。本发明能较佳地进行微生物疾病诊断。
-
公开(公告)号：CN113378998A
公开(公告)日：2021-09-10
申请号：CN202110784665.6
申请日：2021-07-12
Applicant: 西南石油大学
Abstract: 本发明公开了一种基于机器学习的地层岩性随钻识别方法，包括首先获取待识别地层区块的钻进特征参数，然后使用不同核函数的PCA方法对钻进特征参数进行降维处理得到不同数据集，随后分别使用不同算法对不同降维方法降维后的数据集进行聚类，根据不同聚类结果分别使用不同算法训练出不同的地层岩性识别模型分别进行地层岩性识别，最后，将不同降维方法，不同聚类方法，不同地层岩性识别模型正交组合实验后的识别结果进行对比，筛选出此地层区块最优的地层岩性随钻识别方法，解决了单一模型对数据集要求高、泛化能力差以及识别精度低等缺点，本发明公开的方法识别精度高，能够根据钻井参数随钻识别地层岩性，为现场施工提高机械钻速提供参考。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
