一种基于数据增强及深度学习的钻井状态判断方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于数据增强及深度学习的钻井状态判断方法及系统
申请号:CN202510316435
申请日期:2025-03-18
公开号:CN120257087A
公开日期:2025-07-04
类型:发明专利
摘要
本发明公开了一种基于数据增强及深度学习的钻井状态判断方法及系统,方法包括:在历史录井数据包含的原始参数中基于加权对称不确定特征选择方法筛选出若干对钻井状态判断影响较大的关键钻井参数,得到关键钻井参数集合;将关键钻井参数集合对应的钻井数据进行基于滑动窗口分段的SMOTE过采样处理,得到类别占比均衡的新时序数据集;构建钻井状态判断模型;将所述录井数据输入所述训练完备的钻井状态判断模型,判定当前钻井状态。本发明能够有效提升少数类状态的识别精度,平衡各类别的分类效果,同时保留钻井数据的时序信息,从而提高钻井状态类型识别的准确性和效率,为智能化钻井提供了可靠的技术支持。
技术关键词
状态判断方法 钻井参数 录井数据 滑动窗口 特征选择方法 状态判断系统 BiLSTM模型 时序 序列 网络 分段 可读存储介质 深度学习模型 邻域 表达式 采样模块 样本