基于LSTM循环神经网络模型的钻井机械钻速预测方法
实质审查的生效
摘要
本发明涉及基于LSTM循环神经网络模型的钻井机械钻速预测方法，包括：选择特定区块，采集该区块中不同井的数据作为钻井数据；将钻井数据分为输入参数和输出参数，得到初始数据集D；对初始数据集进行处理，包括非结构化数据的量化表征以及结构化数据的标准化；将初始数据集D更改为循环神经网络要求的三维数组，包括样本数、循环核展开步数以及输入特征个数，得到输入数据集D1；利用LSTM算法建立机械钻速预测模型，对模型进行训练，直至达到要求；将输入数据集D1输入到经过训练的模型中，得到预测的机械钻速，采用R2指标评价机械钻速预测值与真实值拟合结果。本发明通过构建非线性的复杂关系模型，能够准确预测机械钻速，克服现有技术的缺陷和不足。
基本信息
专利标题 ：
基于LSTM循环神经网络模型的钻井机械钻速预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114358434A
申请号 ：
CN202210022755.6
公开（公告）日 ：
2022-04-15
申请日 ：
2022-01-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
石祥超王宇鸣孔璐琳邓虎陈雁于浩
申请人 ：
西南石油大学
申请人地址 ：
四川省成都市新都区新都大道8号
代理机构 ：
成都金英专利代理事务所(普通合伙)
代理人 ：
袁英
优先权 ：
CN202210022755.6
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/02 E21B45/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20220110
申请日 : 20220110
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
