摘要
本发明涉及基于自编码器钻井溢流井筒气体分布智能反演方法及系统,属于油气及地热开发钻完井工程技术领域。包括:步骤1:对井筒多相流参数进行精确求解;步骤2:结合具体某一口溢流高风险井段的钻井工况和地质条件,基于蒙特卡洛抽样方法,改变8个参数,进行均匀采样,构成高精度模拟数据集;步骤3:构建基于自编码器神经网络的气侵状态反演的神经网络模型;步骤4:进行训练;步骤5:对监测数据中一维时间序列参数进行标准化;输入至训练好的基于自编码器神经网络的气侵状态反演的神经网络模型,得到当前时刻时间序列参数所在时间段内溢流气体在井筒内的分布数据。本发明实现了钻井溢流并控期间并筒内气体分布的实时快速反演。
技术关键词
编码器
神经网络模型
反演方法
泥浆池
钻井工况
立管压力
前馈神经网络
泥浆泵
钻井液温度
参数
抽样方法
气体
变量
时空序列数据
蒙特卡洛
方程
注意力机制
系统为您推荐了相关专利信息
回退方法
计划
优化器
数据库查询优化技术
推理机制
交通信号控制方法
注意力机制
神经网络模型
深度强化学习算法
策略
织物疵点检测方法
图像序列数据
网格
图像编码器
对齐模块
历史气象数据
光伏发电量
神经网络模型构建
光伏电池
阶段