钻头下部未钻开地层的可钻性预测新方法

被引:16
作者
张辉
高德利
机构
[1] 中国石油大学石油天然气工程学院
基金
国家自然科学基金重点项目; 国家自然科学基金重大研究计划;
关键词
地层; 岩石可钻性; 时间序列; 支持向量机; 神经网络; 预测模型;
D O I
暂无
中图分类号
TE21 [钻井理论];
学科分类号
082001 ;
摘要
根据地层可钻性时间序列特征,应用支持向量机理论,提出了一种对钻头下部未钻开地层的可钻性进行预测的地层可钻性时序支持向量机预测方法,并建立了基于支持向量机的地层可钻性时序预测模型。应用该方法对长庆油田富古1井的地层可钻性进行了预测。将该预测结果与BP神经网络方法的预测结果进行对比分析的结果表明,该方法优于BP神经网络方法,具有预测精度高、推广预测能力强等优点。
引用
收藏
页码:97 / 100
页数:4
相关论文
共 8 条
[1]  
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[2]  
最优化应用技术.[M].卢名高;刘庆吉编著;.石油工业出版社.1997,
[3]  
时间序列分析的工程应用.[M].杨叔子等著;.华中理工大学出版社.1992,
[4]  
实用岩石可钻性.[M].尹宏锦编著;.石油大学出版社.1989,
[5]   深部实钻地层可钻性评测新方法 [J].
薛亚东 ;
高德利 .
地下空间, 2001, (S1) :461-464+589
[6]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[7]   用测井资料求取钻井基础数据的方法 [J].
路保平 ;
张传进 ;
鲍洪志 ;
秦红祥 .
石油钻采工艺, 1997, (01) :10-16+19
[8]   钻时资料与地层信息 [J].
郭学增 .
石油学报, 1986, (03) :117-122