期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于南海巨厚塑性泥岩地层特征的钻速预测模型 被引量:1
1
作者 曾小龙 李谦 +2 位作者 魏宏超 陈嘉豪 朱海燕 《煤田地质与勘探》 EI CAS CSCD 北大核心 2023年第11期159-168,共10页
南海油气资源是我国重要的能源接替区,但储层埋深大多较深,高围压下岩层展现的强塑性和复杂的地质环境严重影响了钻井时效,精确预测钻速也十分困难。基于此,针对南海巨厚泥岩地层具有独特的黏弹性和强塑性特征,建立智能钻速预测模型。... 南海油气资源是我国重要的能源接替区,但储层埋深大多较深,高围压下岩层展现的强塑性和复杂的地质环境严重影响了钻井时效,精确预测钻速也十分困难。基于此,针对南海巨厚泥岩地层具有独特的黏弹性和强塑性特征,建立智能钻速预测模型。该模型以南海某区域10口井的实际数据为样本,首先进行预处理,寻找离群值、降噪和标准化后,排除了若干影响因素;其次对5种实测地层特征(含地震波速、孔隙压力、破裂压力、上覆压力和地层岩性)使用因子分析,得到5种地层特征在3个公共因子下的关系;随后基于K-Means++算法进行分析,利用轮廓系数为指标,得出了该区域的地层聚类主要划分为2种地层类型,分别为以泥岩和粉砂质泥岩为主的地层类型和以粉砂岩、细砂岩和中砂岩为主的地层类型;在此基础上,引入5种地层特征,训练KNN分类模型,实现了对地层类型的准确预测;最后针对不同的地层类型,使用随机森林就不同的地层类型分别建立钻速预测模型,并在建立时使用经过贝叶斯优化算法进行超参数优化,得到了最适合的超参数组合。测试结果表明,所提出的基于地层分类预测的钻速预测模型在测试集的数据环境下,R^(2)达到0.991,ERMS达到0.018,E_(MA)达到0.011,相比其他常规机器学习算法在该区域具有更高的预测精度。本研究可为寻找地层潜在分类对钻速预测精度的影响提供参考。 展开更多
关键词 地层分类 地层预测 钻速预测 机器学习 巨厚塑性泥岩 南海 油气资源
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部