本發(fā)明提供了基于多時間尺度特征和神經(jīng)網(wǎng)絡(luò)的鉆進過程工況識別方法,進行鉆進過程監(jiān)測與鉆進過程異常工況的識別。通過分析鉆進過程異常工況時對應(yīng)的錄井?dāng)?shù)據(jù)隨時間的變化情況,利用多時間尺度方法將錄井?dāng)?shù)據(jù)分為長時間尺度段數(shù)據(jù)和短時間尺度段數(shù)據(jù);并分別采用最小二乘法和自適應(yīng)閾值法提取長時緩變特征和短時突變特征;利用概率神經(jīng)網(wǎng)絡(luò)方法建立輸入為當(dāng)前時刻錄井?dāng)?shù)據(jù)、長時緩變特征和短時突變特征,輸出為井漏、鉆具掉落、卡鉆、超拉和正常五類鉆進過程工況類型中的一種的鉆進過程工況識別模型。本發(fā)明的有益效果是:減少鉆進成本,提高鉆進過程異常工況的識別速度和識別精度,為地質(zhì)勘探鉆進過程安全性監(jiān)測與工況識別打下了良好的基礎(chǔ)。
聲明:
“基于多時間尺度特征和神經(jīng)網(wǎng)絡(luò)的鉆進過程工況識別方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)