| 注册
首页|期刊导航|油气地质与采收率|基于核主成分分析-半监督极限学习机的钻井溢流诊断方法

基于核主成分分析-半监督极限学习机的钻井溢流诊断方法

李仙琳 左信 高小永 岳元龙

油气地质与采收率2022,Vol.29Issue(1):190-196,7.
油气地质与采收率2022,Vol.29Issue(1):190-196,7.DOI:10.13673/j.cnki.cn37-1359/te.2022.01.024

基于核主成分分析-半监督极限学习机的钻井溢流诊断方法

Intelligent diagnosis method for kick based on KPCA-SSELM

李仙琳 1左信 1高小永 1岳元龙1

作者信息

  • 1. 中国石油大学(北京)信息科学与工程学院,北京102249
  • 折叠

摘要

关键词

钻井溢流/核主成分分析/半监督学习/极限学习机

分类

能源科技

引用本文复制引用

李仙琳,左信,高小永,岳元龙..基于核主成分分析-半监督极限学习机的钻井溢流诊断方法[J].油气地质与采收率,2022,29(1):190-196,7.

基金项目

中国石油天然气集团有限公司-中国石油大学(北京)战略合作科技专项"物探、测井、钻完井人工智能理论与应用场景关键技术研究"(ZLZX2020-03),国家重点研发计划资助项目"水下生产系统智能控制关键技术研究"(2016YFC0303703). (北京)

油气地质与采收率

OA北大核心

1009-9603

访问量0
|
下载量0
段落导航相关论文