摘要
本发明公开了一种基于周期性编码的钻井异常事件检测方法,包括:采用滑动窗口划分数据,使用正弦函数变化对批量大小的窗口数据进行周期性编码;使用图注意力网络模型提取具有周期性编码的窗口数据特征之间的关系,选择性状态空间模型提取具有周期性编码的窗口数据的上下文信息,并将提取到的信息结合;使用门控循环单元提取得到的数据的长期依赖关系;分别计算预测损失和重建损失,并将二者之和作为模型训练的总损失;模型迭代训练,并使用随机梯度下降反向传播并更新模型网络参数;根据异常分数和预设的异常阈值判断是否出现异常。本方案能够有效的检测出钻井异常事件并采取措施,可以有效的防止钻井事故的发生。
技术关键词
异常事件
周期性
门控循环单元
状态空间模型
注意力
滑动窗口
随机梯度下降
记忆
批量数据
重构模型
矩阵
节点
更新模型参数
编码器
网络
线性
系统为您推荐了相关专利信息
医学图像分割方法
多模型协同
标签
图像编码器
大语言模型
特种设备
管理方法
LSTM算法
大数据
历史故障数据
监控传感器
异常事件
车载监控
线路
系统工作状态
导航坐标系
协方差矩阵
对准方法
概率密度函数
期望最大化算法