一种基于拉格朗日支持向量机算法的地温梯度预测方法技术

本申请实施例提供了一种基于拉格朗日支持向量机算法的地温梯度预测方法，属于石油钻井领域以及数据挖掘领域。所述方法包括：获取目标区块的历史数据和实时数据，并进行数据预处理；将预处理后的历史钻井数据划分为训练集和测试集，并将训练集和测试集分别进行样本分割；生成地温梯度参数向量，将这些参数向量的模及投影长度计算出来，并进行拉格朗日对偶变换；生成精度满足要求的地温梯度预测支持向量机感知器模型；将生成的地温梯度预测支持向量机感知器模型与正钻井数据即时采集平台相连接，得到的模型即为基于拉格朗日支持向量机的地温梯度预测模型，利用该模型对实时钻井数据进行数据挖掘，从而达到地层地温梯度实时预测的效果。的效果。的效果。

【技术实现步骤摘要】
一种基于拉格朗日支持向量机算法的地温梯度预测方法


[0001]本专利技术涉及一种基于拉格朗日支持向量机算法的地温梯度预测方法，属于石油钻井领域以及数据挖掘领域。

技术介绍

[0002]钻井就是利用机械设备和相关的技术，从地表向地下将地层钻成具有一定深度的圆柱形孔眼的工程，而石油钻井就是以发现石油、天然气等烃类物质为目的的钻探工程，钻井在石油、天然气工业发展中有着不可替代的重要作用，勘探离不开它，开发也离不开它。
[0003]在钻井过程中，地温梯度是影响钻井液性能的重要参数，地温梯度的预测精度直接决定了地层之下数千米的温度情况，而地层温度的准确与否则直接影响了钻井液在地层钻进过程中的塑性粘度、动切力、n值、k值等重要参数，从而对钻井液清洁井筒、平衡地层压力、传递水力功率等性能效果造成直接影响，最终造成整个石油钻井施工的生产停滞。
[0004]当前我国预测地温梯度的方法主要是钢丝试井技术：即通过钢丝将仪器装入防喷管，依靠试井滑轮将钢丝放入滑轮槽，并控制测量仪器下入井中，达到测量地温梯度的目的。这一方法虽然测量精度尚可，但操作复杂，不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于拉格朗日支持向量机算法的地温梯度预测方法，其特征在于，该方法包括以下步骤：1)采集目标区块相关历史钻井数据、历史地温梯度预测真实值及实时钻井数据，并进行数据预处理；2)将预处理后的历史钻井数据划分为训练集和测试集，并将训练集和测试集分别进行样本分割；3)将地温梯度相关的各项参数以向量的形式表示，从而生成参数向量，将这些参数向量的模及在其他向量的数据投影长度计算出来，并进行拉格朗日对偶变换；4)根据已得到的参数向量的模、投影长度以及拉格朗日对偶变换结果来生成新的感知器模型，该模型即为拉格朗日支持向量机地温梯度预测感知器模型，通过测试集的数据对拉格朗日支持向量机地温梯度预测感知器模型进行测试，若测试结果不满足精度要求则重新生成拉格朗日支持向量机地温梯度预测感知器模型，直至满足精度要求为止；5)将最终生成的满足精度要求的地温梯度预测支持向量机感知器模型与正钻井数据即时采集平台相连接，得到的模型即为基于拉格朗日支持向量机的支持向量机预测模型，利用该模型对实时钻井数据进行数据挖掘，从而达到地层地温梯度实时预测的效果。2.根据权利要求1所述一种基于拉格朗日支持向量机算法的地温梯度预测方法，其特征在于，本方法步骤2)中，训练集和测试集分别进行样本分割，具体流程为：2
‑
1)设两条支撑向量的函数分别为wx+b＝1和wx+b＝
‑
1；其中x为未知数，w与b分别为预处理后的历史钻井数据在两个维度下的数据投影斜率与截距；2
‑
2)根据两个支撑向量的函数直线对训练集和测试集分别进行样本分割。3.根据权利要求1所述一种基于拉格朗日支持向量机算法的地温梯度预测方法，其特征在于，本方法步骤3)中，这些参数向量的模及在其他向量的数据投影长度计算出来，并进行拉格朗日对偶变换，具体流程为：3
‑
1)通过式(1)得到两个支撑向量之间距离d的最大值；3
‑
2)将3
‑
1)中求得的距离d的最大值转化成最小值问题...

【专利技术属性】
技术研发人员：苏俊霖，罗程，董欣然，张宇辰，谭毅，金海鑫，罗平亚，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：