一种基于深度学习的石油钻井地质力学特性估计方法

本发明提出了一种基于深度学习的石油钻井地质力学特性估计方法，通过融合随钻测井LWD数据和实时钻井工程参数，旨在解决传统地质力学分析中横波速度Vs测量成本高、实时性差的问题。该方法采用Transformer模型对随钻测井数据进行深度校正，消除钻头与测井传感器的深度偏移，并结合扭矩T、钻压WOB、钻速ROP等实时钻井参数，输入多层感知机MLP网络预测横波速度Vs。基于预测的横波速度Vs，进一步计算关键地质力学参数。在实际应用中，方法将横波速度预测准确率提升至97.2％，剪切模量的平均绝对误差MAE从0.186降低到0.059，体积模量从0.189降低到0.040。可用于输出地层弹性参数，用于优化钻压、预警井壁失稳及调整井眼轨迹，提高钻井安全性和效率，同时降低对昂贵测井技术的依赖。