典型文献
基于机器学习算法的井漏预测与诊断理论模型研究
文献摘要：
在钻井作业中发生的井漏事故具有突发性、难治理等特点,导致现场堵漏工程难度大、成功率低、成本高等.为了"快、准、狠"地解决该类难题,必须准确预测漏失并提出堵漏措施.本文利用梯度提升决策树算法(GBDT)进行了井漏预测模型研究,通过分析若干机器学习算法,论证了GBDT作为井漏钻前预测模型的可行性;利用案例推理技术建立井漏案例诊断库,使用欧几里得算法和LB_Keogh算法进行井漏案例的检索,提出相应的井漏处理措施,通过实例验证了相似性计算的可靠性.
文献关键词：
井漏;井漏预测;梯度提升决策树算法(GBDT);案例推理;井漏诊断
中图分类号：
作者姓名：
张欣;田英英;韩泽龙;赵明;蒋亚峰
作者机构：
中国地质科学院勘探技术研究所,河北 廊坊 065000
文献出处：
引用格式：
[1]张欣;田英英;韩泽龙;赵明;蒋亚峰-.基于机器学习算法的井漏预测与诊断理论模型研究)[J].钻探工程,2022(02):58-66
A类：
井漏预测,Keogh,井漏诊断
B类：
基于机器学习,机器学习算法,钻井作业,突发性,难治,准确预测,测漏,漏失,堵漏措施,梯度提升决策树算法,GBDT,钻前预测,案例推理,立井,诊断库,欧几里得,LB,漏处,处理措施,相似性计算
AB值：
0.285609
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
