一种基于机器学习的大钩载荷与扭矩预测方法

本发明公开了一种基于机器学习的大钩载荷与扭矩预测方法，包括以下步骤：S1：采集原始数据并对所述原始数据进行预处理，获得样本数据集；S2：构建CNN‑LSTM‑Attention多维时序网络模型，并设置模型超参数；S3：采用所述样本数据集对所述CNN‑LSTM‑Attention多维时序网络模型进行训练，获得训练好的CNN‑LSTM‑Attention多维时序网络模型；S4：采用所述训练好的CNN‑LSTM‑Attention多维时序网络模型对大钩载荷与扭矩进行预测。本发明能够准确预测钩载与扭矩，且预测所采用的CNN‑LSTM‑Attention多维时序网络模型能够通过SHAP进行解释，使本发明能够在异常问题发生之前及时提供参考信息，并辅助决策，从而提升扭摆钻井作业效率。