基于BAS-BP的钻井机械钻速预测模型

作     者：李琪 屈峰涛 何璟彬 王六鹏 陈超凡 LI Qi;QU Fengtao;HE Jingbin;WANG Liupeng;CHEN Chaofan

作者机构：西安石油大学石油工程学院陕西西安710065 川庆钻探工程有限公司长庆钻井总公司陕西西安710021 中国石化江苏石油勘探局技术监督中心江苏扬州225200 

出 版 物：《西安石油大学学报（自然科学版）》 (Journal of Xi’an Shiyou University（Natural Science Edition）)

年 卷 期：2021年第36卷第6期

页      面：89-95页

学科分类：0820[工学-石油与天然气工程] 082001[工学-油气井工程] 08[工学] 

基　　金：国家自然科学基金资助项目(51574194) 陕西省自然科学基础研究计划项目(2019JM-383) 

主　　题：机械钻速预测 钻进参数 天牛须算法 BP神经网络 

摘      要：针对现有的机械钻速预测理论模型缺少对工程实际数据的应用而难以满足现场需求的问题,建立一种以人工智能算法与神经网络相结合的机械钻速预测新模型。首先,利用小波滤波方法对钻井现场实测数据进行降噪处理,并依据互信息关联分析优选机械钻速预测模型的输入参数,降低模型冗余。其次,利用天牛须搜索(Beetle Antennae Search,BAS)实现BP神经网络初始权值、阈值的优化,以此建立机械钻速预测新模型。最后,将建立的BAS-BP新模型与标准BP、PSO-BP及GA-BP等3种模型进行对比分析。结果表明:BAS-BP机械钻速模型预测值与实际测量值误差最小,同时具有良好的收敛性和搜索能力。