结合地质导向作业的实时智能地层识别预测模型

地质导向是当前钻探智能化的核心组成部分,但当前地质导向中关键的地层识别还缺乏算法模型支撑。本文采用深度学习算法,基于四川威远区块实际采集的井身轨迹参数数据、测井数据,建立了能够实时预测钻遇地层的算法体系。该体系首先通过时序预测算法完成对后续井身轨迹的预测,其次基于该预测值实现对地层伽马值的预测,最后根据地层伽马值完成对钻遇地层的类型识别。为提高整个算法体系预测准确性,各环节采用多种算法进行对比,结果证明采用循环神经网络训练的实时预测,随机森林预测伽马值回归,支持向量机预测地层分类的训练效果最好,预测和识别精度分别达到了0.81、0.83、81.8%。地质导向过程中对实时钻遇地层的预判,为现场提供数据支撑以及辅助判断的手段,帮助实际工程更可靠有效地实现地质目标。