摘要
本说明书提供了钻井风险的确定方法和装置。具体实施前,引入并使用图自编码器,通过无监督学习,训练得到基于物理约束、应用效果较好的预设检测模型。具体实施时,可以先获取目标井当前的目标录井数据,以及当前时间段的录井数据组;并根据目标录井数据,确定出当前工况;再根据当前工况、当前时间段的录井数据组,以及预设的地质‑工程钻前评估剖面,确定出针对当前目标井的基于工况约束,并同时考虑了图自编码前当前时间段内所处理数据的变化情况的目标动态阈值;利用预设检测模型通过处理目标录井数据,得到相应的目标重构误差;再根据目标重构误差和目标动态阈值,检测是否存在钻井风险。从而能够准确地检测识别钻井风险,降低误报率。
技术关键词
录井数据
重构误差
无监督学习
编码器
时间段
工况
样本
训练集
风险评估值
动态
构建测试数据
解码器
立管压力
钻井工程
模块
可读存储介质
钻头
资料
系统为您推荐了相关专利信息
高光谱图像数据
混合方法
激光雷达数据
分支
激光雷达图像
木雕
轨道板
涡流式接近开关
卷线筒
图像传感器模块
姿态特征
融合特征
编码策略
融合策略
图像生成方法
序列预测模型
重要性检测方法
网格
元素
长短期记忆网络