一种融合数值仿真与机器学习的摩阻压降预测方法

本发明公开了一种融合数值仿真与机器学习的摩阻压降预测方法，属于石油与天然气钻井工程中的流体力学预测技术领域，包括构建井筒环空三维数值仿真模型，并进行网格划分；加载划分后的网格文件，沿井筒环空轴向定义重力加速度矢量，并基于雷诺数判据选择层流模型以表征低雷诺数条件下的粘性流动特性；建立用于定义隔离液材料的元素集，将元素集赋予在井筒环空的网格内；采用面积加权平均法计算目标截面平均压力分布特征，并通过实验数据验证数值模型可靠性；整合现场实测数据与仿真数据，筛选特征参数并进行预处理，构建用于机器学习的数据集；采用随机森林算法，进行井筒环空摩阻压降预测模型的训练与验证。本发明解决复杂工况下的适应性问题。