摘要
本发明公开了基于LSTM和TCN模型的页岩气井中后期积液智能诊断方法,包括如下步骤:S1、采集并预处理多源时序数据,滑动窗口分割,生成标准化数据集;S2、人工标注积液起始点、临界点、工艺干预点,生成带标签训练样本集;S3、时序卷积网络多层膨胀因果卷积,提取多尺度局部特征;S4、长短期记忆网络建模全局依赖,判别输出诊断与预警;S5、定期采集新增数据和诊断结果,样本集动态更新,模型再训练优化。本发明实现了对页岩气井中后期积液状态的智能、高效、实时诊断与预警。
技术关键词
智能诊断方法
页岩气井
积液
卷积网络模型
长短期记忆网络
训练样本集
滑动窗口方法
多源时序数据
带标签
输出特征
泡沫剂
记忆单元
序列
多尺度局部特征
局部统计特征
井口
系统为您推荐了相关专利信息
身份认证方法
超声波收发装置
手势
长短期记忆网络
超声波接收装置
双层长短期记忆网络
深度强化学习模型
数据分布
深度Q网络
节点
海上风电电缆
监测预警系统
数字孪生
理论
数据驱动模型