基于神经网络模型的钻井作业期间风险识别探索

摘要：

针对渤海油田A区块钻井作业期间起下钻过程中的风险识别问题,应用大数据手段,获取了该区域100余口井钻井数据,通过对各类机器学习模型对比,优选神经网络模型作为起下钻期间风险评价模型建立的理论基础,编写神经网络训练脚本,针对憋压憋扭、起钻遇卡、下钻遇卡、划眼遇卡和倒划眼遇卡等五类复杂情况开展训练与测试,结合井史数据显示模型精度较高,适应性较好.

关键词：神经网络、钻井、风险识别

所属期刊栏目：29

分类号：TP301.6;TP183;TE21

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3页

页码：113-114,241