摘要
本发明提供了一种基于数据驱动的井漏风险智能预警方法、装置、电子设备及存储介质,通过对海量钻井数据进行数据清洗和数据预处理,采用LOWESS算法实现海量钻井数据的平滑降噪,利用Borderline‑SMOTE方法调整井漏样本与安全钻进样本的类别权重系数,并结合机器学习框架LightGBM搭建井漏智能预警模型。本发明采用上述的一种基于数据驱动的井漏风险智能预警方法、装置、电子设备及存储介质,以解决钻井工程中钻井数据可利用率不高、样本类别不平衡、井漏风险预警智能化程度不高的问题。
技术关键词
智能预警方法
预警模型
样本
计算机可执行指令
训练集
智能预警装置
三角核函数
加权最小二乘法
机器学习框架
标签
电子设备
工况
井漏风险
立管压力
超参数
钻井工程
数据获取模块
搭建模块
系统为您推荐了相关专利信息
数据驱动融合
定量预测方法
微震事件数据
LSTM模型
样本
图像篡改定位方法
特征提取模块
编码器
解码器
对齐模块
蛋白
抗体
标志物
免疫组化检测方法
药物筛选模型
缺陷类别
嵌入式控制系统
反射光
熔池形貌
焊接机器人