基于人工智能的钻井参数优化方法研究
钻进过程涉及地质和工程等多方面因素影响,传统机械钻速预测和优化方法还都存在着精度差、计算复杂和适应性不好等不足.本文提出了一种基于人工智能的钻井参数优化方法,首先使用改进的BP神经网络从工程和地质数据中建立机械钻速的预测模型,并建立目标函数,应用PSO算法进行智能寻优计算,从而给出目标井沿井深的钻压转速操作参数组合,最终获得优化后的机械钻速.开发了预测建模、优化计算软件模块,并针对元坝104井进行了建模和寻优实验,实验结果显示所提出方法可以有效优化参数和提升钻速.
油气开发 机械钻速 参数优化 人工智能
段继男 李昌盛 杨传书 肖莉
中国石化石油工程技术研究院 北京100101
国内会议
北京
中文
36-46
2015-05-01（万方平台首次上网日期，不代表论文的发表时间）