摘要
本发明公开了一种基于数据增强及深度学习的钻井状态判断方法及系统,方法包括:在历史录井数据包含的原始参数中基于加权对称不确定特征选择方法筛选出若干对钻井状态判断影响较大的关键钻井参数,得到关键钻井参数集合;将关键钻井参数集合对应的钻井数据进行基于滑动窗口分段的SMOTE过采样处理,得到类别占比均衡的新时序数据集;构建钻井状态判断模型;将所述录井数据输入所述训练完备的钻井状态判断模型,判定当前钻井状态。本发明能够有效提升少数类状态的识别精度,平衡各类别的分类效果,同时保留钻井数据的时序信息,从而提高钻井状态类型识别的准确性和效率,为智能化钻井提供了可靠的技术支持。
技术关键词
状态判断方法
钻井参数
录井数据
滑动窗口
特征选择方法
状态判断系统
BiLSTM模型
时序
序列
网络
分段
可读存储介质
深度学习模型
邻域
表达式
采样模块
样本
系统为您推荐了相关专利信息
个性化推荐系统
效能分析
画像模型
深度神经网络
注意力机制
测量方法
采煤机摇臂
机器学习分类方法
旋转编码器
导航坐标系
发票管理方法
指数
发票管理系统
模糊匹配算法
财务发票管理
卷积神经网络模型
图像
设备特征
区域建议网络
关键帧