基于PCA-BP的钻头优选方法与应用 |
| |
引用本文: | 赵廷峰,周启成,赵春艳,周伟勤,冯小琴. 基于PCA-BP的钻头优选方法与应用[J]. 断块油气田, 2016, 0(2): 243-247. DOI: 10.6056/dkyqt201602025 |
| |
作者姓名: | 赵廷峰 周启成 赵春艳 周伟勤 冯小琴 |
| |
作者单位: | 1. 中国石油新疆油田分公司,新疆克拉玛依,834000;2. 长江大学石油工程学院,湖北荆州434023;中石化中原石油工程有限公司,河南濮阳457001;3. 延长石油集团研究院,陕西西安,710000;4. 中石化中原石油工程有限公司,河南濮阳,457001 |
| |
基金项目: | 中国石油天然气集团公司科研项目“油气开发新技术、新方法研究”(2014A-1003) |
| |
摘 要: | 涪陵页岩气勘探开发过程中,由于岩石可钻性差、硬度高等导致的机械钻速低问题越发突出。针对这一问题,文中建立了基于主成分分析与神经网络优选钻头类型的方法。首先,根据测井解释与地统计学原理,获得岩石抗钻参数纵向与横向的分布规律;然后,对现场钻头使用情况进行统计,确定钻头使用状况的表征参数,并根据主成分分析法的降阶原理对多维表征参数进行处理,获得综合表征参数;最后,利用BP神经网络建立岩石抗钻参数、地层层位和钻头类型与综合表征参数之间的映射关系,从而实现钻头类型优选。以焦石坝地区的现场资料进行实例分析,结果表明,该方法实用性强,能够满足工程实际需要。
|
关 键 词: | 页岩气 岩石抗钻参数 主成分分析 神经网络 钻头选型 |
Selection and application of bit type based on PCA-BP |
| |
Abstract: | |
| |
Keywords: | shale gas rock resistance parameter principal component analysis neural network bit type selection |
本文献已被 CNKI 万方数据 等数据库收录! |
|