应用LSTM神经网络实现机械钻速(ROP)预测及异常值检测的方法研究

摘要：

机械钻速(ROP)是反映钻井效率和工程风险的一个重要参数,对于高度非线性的钻井系统,传统的钻速方程和全连接神经网络计算的方法无法全面考虑影响ROP的工程因素,应用时间序列技术的LSTM神经网络方法构建机械钻速预测模型,通过优化LSTM网络结构和预测长度提高模型预测精确度,研究发现ROP预测范围在10m以内较为准确,以模型误差的高斯分布为参考提出机械钻速异常值检测的方法.

关键词：机械钻速、LSTM神经网络、机械钻速预测、异常值检测

所属期刊栏目：29

分类号：TP183;TP212;TP391.41

在线出版日期：2022-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：107-108