一种自适应卡钻预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及一种自适应卡钻预测方法、装置、电子设备及存储介质，属于卡钻预测技术领域，自适应卡钻预测方法，获取卡钻历史数据，基于卡钻历史数据对初始卡钻预测模型进行训练，并采用自适应粒子群优化算法对初始卡钻预测模型的参数进行优化，获得第一卡钻预测模型，当接收到新增卡钻数据时，基于新增卡钻数据对第一卡钻预测模型进行训练，获得训练完备的卡钻预测模型，将待预测卡钻数据输入至训练完备的卡钻预测模型，获得卡钻预测结果，提高了卡钻预测的准确性。

【技术实现步骤摘要】

本专利技术涉及卡钻预测，尤其涉及一种自适应卡钻预测方法、装置、电子设备及存储介质。

技术介绍

1、卡钻是钻井工程中最常见且复杂的事故之一，其发生不仅会延长工程周期、增加成本，还可能引发严重的安全隐患，据统计，卡钻事故约占钻井事故的40%~30%，其造成的资金损失占非生产耗费的30%以上，卡钻事故可能导致生产中断、设备损坏、环境污染，甚至造成人员伤亡；如果处置不当，还可能引发井壁坍塌、井漏等并发井下复杂情况，严重时甚至导致井眼报废、弃井，造成巨额经济损失。

2、近年来，随着大数据与机器学习技术的兴起，针对海量的录井数据运用机器学习理论进行大数据分析，但是这些方法大多依靠控制变量方法进行实验或者依靠经验、钻井理论公式推导，不仅费时费力，且在考虑多种钻井参数的情况下，难以准确预测卡钻情况。

技术实现思路

1、有鉴于此，有必要提供一种自适应卡钻预测方法、装置、电子设备及存储介质，用以解决考虑多种钻井参数时，卡钻事故预测的准确性不高的技术问题。

2、为了解决上述问题，第一方面，本专利技术提供一种本文档来自技高网...

【技术保护点】

1.一种自适应卡钻预测方法，其特征在于，包括：

2.根据权利要求1所述的自适应卡钻预测方法，其特征在于，所述获取卡钻历史数据，包括：

3.根据权利要求2所述的自适应卡钻预测方法，其特征在于，所述采用主成分分析法对所述卡钻历史数据进行降维，包括：

4.根据权利要求3所述的自适应卡钻预测方法，其特征在于，所述协方差矩阵为：

5.根据权利要求3所述的自适应卡钻预测方法，其特征在于，所述卡钻预测模型的参数包括核函数参数以及惩罚参数；所述采用自适应粒子群优化算法对所述初始卡钻预测模型的参数进行优化，包括：

6.根据权利要求5所述的自适应卡...

【技术特征摘要】

1.一种自适应卡钻预测方法，其特征在于，包括：

2.根据权利要求1所述的自适应卡钻预测方法，其特征在于，所述获取卡钻历史数据，包括：

3.根据权利要求2所述的自适应卡钻预测方法，其特征在于，所述采用主成分分析法对所述卡钻历史数据进行降维，包括：

4.根据权利要求3所述的自适应卡钻预测方法，其特征在于，所述协方差矩阵为：

5.根据权利要求3所述的自适应卡钻预测方法，其特征在于，所述卡钻预测模型的参数包括核函数参数以及惩罚参数；所述采用自适应粒子群优化算法对所述初始卡钻预测模型的参数进行优化，包括：

6.根据权利要求5所述的自适...

【专利技术属性】
技术研发人员：方敢，郑双进，黄峰，胡少兵，程为彬，赵开德，熊梦园，占测，
申请(专利权)人：长江大学，
类型：发明
国别省市：