基于深度神经网络模型的钻井井漏预测研究
Tianjin Science & Technology(2019)
摘要
井漏是钻井工程过程中经常遇到的复杂情况,极易引发井壁坍塌、溢流等事故.针对传统井漏研究机理复杂、边界条件考虑欠缺、随钻控制仅有监测的问题,应用大数据处理思路,采用数据关联性分析、归一化处理、离群点处理、不平衡处理等数据处理技术,优选深度神经网络模型,通过模型"创建-训练-优化"的关键技术,建立井漏预测模型方法.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要