典型文献
基于集成学习的油藏井筒一体化智能诊断模型
文献摘要：
目前油藏、采油依托各自专业数据和信息系统进行异常问题的分析,对于两个系统间的复杂关联关系考虑不够,导致生产异常的诊断仍较局限,治理措施针对性不强.基于随机森林算法和卷积神经网络算法集成学习构造了油藏井筒一体化智能诊断模型,根据注水失效、泵漏失等不同油藏、井筒问题,以基于随机森林的决策树分析油藏异常工况,卷积神经网络诊断井筒异常故障,通过集成学习方法将两类分类器结合起来,形成一体化诊断.现场验证结果表明,所建立的方法通过集成学习提升了单分类器性能与范化能力,应用准确率达到90％以上,实现了油藏和井筒问题的一体化诊断,为油田智能化管控提供了有力支撑.
文献关键词：
油藏井筒一体化诊断;注水失效;泵漏失;随机森林;卷积神经网络;集成学习
中图分类号：
作者姓名：
杨耀忠;邴绍强;马承杰;于金彪;王相;李秉超;景瑞林;孙召龙
作者机构：
中国石化胜利油田分公司;常州大学石油与天然气工程学院
文献出处：
引用格式：
[1]杨耀忠;邴绍强;马承杰;于金彪;王相;李秉超;景瑞林;孙召龙-.基于集成学习的油藏井筒一体化智能诊断模型)[J].石油钻采工艺,2022(03):383-389
A类：
泵漏失,油藏井筒一体化诊断
B类：
智能诊断模型,采油,异常问题,关联关系,治理措施,施针,随机森林算法,神经网络算法,算法集成,注水失效,决策树分析,异常工况,网络诊断,集成学习方法,分类器,现场验证,单分类,油田,智能化管控
AB值：
0.258958
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。
