摘要
本发明公开了一种基于卷积神经网络的钻机卸扣后工况识别方法及系统,涉及石油工程钻完井智能工况识别技术领域,包括以下步骤:步骤S1:统计工况样本,统计钻完井工程历史数据中钻机卸扣后工况样本,其中,钻机卸扣后工况样本包括接立柱、接单根、拆立柱、拆单根和接套管;步骤S2:独热编码处理,对钻机卸扣后工况样本进行独热编码,根据历史数据与工况之间的关联规则得到编码后的工况样本;步骤S3:确定模型特征参数,采用皮尔逊相关系数法计算编码后的工况样本与各钻完井特征参数之间的相关性,筛选出与工况样本关联性最强的钻完井特征参数作为模型特征参数。本发明大幅提高了识别的准确性,有效避免了误判和漏判情况。
技术关键词
工况识别方法
卷积神经网络模型
钻机
皮尔逊相关系数
钻完井工程
模型超参数
样本
石油工程钻完井
编码
工况识别技术
立柱
工况识别系统
大钩高度
模型训练模块
套管
数据处理模块
处理器
系统为您推荐了相关专利信息
地质雷达
信号采集模块
电源供应模块
频域特征提取
卷积神经网络算法
实用拜占庭容错算法
图形特征提取
混合存储介质
标识符
术语
地震
鬼波压制方法
卷积神经网络模型
解码结构
编码结构
时空序列数据
风险评估方法
企业画像
风险评估系统
长短期记忆网络
深度学习特征提取
卷积神经网络模型
数字信号处理模块
扬声器阵列
波束赋形算法