一种基于深度学习的压裂过程中套管变形的预测方法

本发明涉及页岩气开发技术领域，具体公开了一种基于深度学习的压裂过程中套管变形的预测方法，包括以下步骤：收集已压裂气井的地质参数、工程参数及套管变形量，构建原始套变数据集；对原始套变数据集中的输入参数进行缺失参数值处理；再对输入参数与输出参数的相关性进行分析处理；最后进行归一化处理，得到最终的套变数据集；基于深度学习模型建立套变预测模型，通过最终的套变数据集对套变预测模型进行训练和验证，获得最终的套变预测模型，通过最终的套变预测模型对压裂气井进行套管变形预测。本发明通过对原始套变数据集进行处理，有效提高了数据质量，为构建的套变预测模型提供了数据基础，有效提高了套变预测模型的预测精度。