机器学习在定向钻井事故检测中的应用
机器学习
2019-12-13 v2 机器学习
摘要
我们提出一种用于定向钻井异常报警的数据驱动算法与数学模型。该算法基于机器学习。它将实时钻井遥测数据与以往事故对应数据进行比较并分析相似度水平。该模型利用聚合统计量与梯度提升分类进行时间序列比较。其训练所用历史数据包含 口在 个油田钻探的井的钻井遥测数据。该模型可通过将钻井实时测量值与以往事故数据库中的测量值进行比较，检测异常并识别其类型。验证测试表明，我们的算法以日均约 次误报识别出一半的异常。该模型性能可节省充足的时间与成本，因为它能部分预防井建过程中的故障与事故。
引用
@article{arxiv.1906.02667,
title = {Application of Machine Learning to accidents detection at directional drilling},
author = {Ekaterina Gurina and Nikita Klyuchnikov and Alexey Zaytsev and Evgenya Romanenkova and Ksenia Antipova and Igor Simon and Victor Makarov and Dmitry Koroteev},
journal= {arXiv preprint arXiv:1906.02667},
year = {2019}
}