一种机器学习辅助的入井液体系原位监测方法及装置

本发明提供了一种机器学习辅助的入井液体系原位监测方法及装置，属于借助于测定材料的化学或物理性质来测试或分析材料技术领域。该方法结合目标钻井入井液体系的超声信号和机器学习模型，对目标钻井入井液体系的超声信号的信号特征进行分析，得到目标钻井入井液体系所包含的多种组分以及每种组分的浓度和粘度，实现了对入井液体系的性能进行实时且较为准确的监测，从而能够保证在入井液体系的性能不利于钻井作业的情况下采取及时的补救措施，进而保证开采过程的安全性、作业效率以及经济效益。