一种基于传递函数与机器学习的井筒结垢预测方法及系统

本发明公开了一种基于传递函数与机器学习的井筒结垢预测方法及系统，所述方法包括以下步骤：S1：获取不同时间点井筒内部的三维图像和基础参数，并对所述三维图像和所述基础参数进行预处理；S2：构建动态传递函数模型，预测井筒内结垢随时间变化的动态行为；S3：构建3D CNN模型，并将预处理后的三维图像作为所述3D CNN模型的输入，对其进行空间特征提取；S4：构建LSTM模型，并将提取的空间特征作为所述LSTM模型的输入，利用所述LSTM模型预测井筒内的结垢量；S5：根据动态传递函数模型预测的动态行为，结合步骤S4的输出结果，调整模型中的参数，重复步骤S2‑S5，获得最终的预测模型；S6：根据最终的预测模型对目标井筒进行结垢预测。本发明能够准确预测井筒结垢。