摘要
本发明提供一种基于机器学习的漏失通道尺寸预测模型修正方法,包括:获取裂缝宽度相关的钻井基础参数;将所述钻井基础参数输入至获取的漏失通道尺寸预测模型中,得到基础预测裂缝宽度;利用斯皮尔曼相关性分析方法对所述钻井基础参数之间的相关性进行计算分析,得到分析结果;根据所述分析结果筛选出相关性系数大于预设阈值的参数,构建数据集;基于所述数据集和Adaboost算法进行模型训练,得到裂缝宽度修正模型;通过所述裂缝宽度修正模型对所述基础预测裂缝宽度进行修正,得到修正裂缝宽度。本发明的方法提高了漏层深度预测的准确性和可靠性。
技术关键词
钻井基础
漏失通道
模型修正方法
裂缝
相关性分析方法
计算机存储介质
模型修正系统
参数
钻井液粘度
尺寸
模型训练模块
数据获取模块
处理器
算法
输出模块
分析模块
存储器
系统为您推荐了相关专利信息
谐波特征
谐波监测方法
路径特征
动态变化数据
信号
特性测试装置
壁画
位移控制系统
活动板
模拟计算机视觉
无人机巡检
灰度共生矩阵
对比度
水利工程检测技术
深度学习算法