| 注册
首页|期刊导航|长江大学学报(自科版)|基于机器学习的钻井工况识别技术现状及发展

基于机器学习的钻井工况识别技术现状及发展

张菲菲 崔亚辉 于琛 张同颖 陈俊 颜寒

长江大学学报(自科版)2023,Vol.20Issue(4):53-65,13.
长江大学学报(自科版)2023,Vol.20Issue(4):53-65,13.

基于机器学习的钻井工况识别技术现状及发展

Recent developments and future trends of drilling status recognition technology based on machine learning

张菲菲 1崔亚辉 1于琛 2张同颖 3陈俊 4颜寒4

作者信息

  • 1. 长江大学石油工程学院,湖北武汉430100||油气钻采工程湖北省重点实验室(长江大学),湖北武汉430100
  • 2. 中国石油渤海钻探工程技术研究院,天津300280
  • 3. 中国石油渤海钻探工程公司,天津300280
  • 4. 中国石油渤海钻探第一钻井工程分公司,天津300280
  • 折叠

摘要

关键词

钻井工况/机器学习/工况识别/分类算法

Key words

drilling status/machine learning/status recognition/classification algorithm

分类

能源科技

引用本文复制引用

张菲菲,崔亚辉,于琛,张同颖,陈俊,颜寒..基于机器学习的钻井工况识别技术现状及发展[J].长江大学学报(自科版),2023,20(4):53-65,13.

基金项目

国家自然科学基金项目"大位移井钻进过程中动态岩屑运移与钻柱受力耦合机理研究"(51874045) (51874045)

湖北省自然科学基金杰出青年基金项目"页岩气大位移井动态井眼清洁机理及智能监测算法研究"(2019CFA093). (2019CFA093)

长江大学学报(自科版)

1673-1409

访问量7
|
下载量0
段落导航相关论文