ARMA建模在神经网络卡钻预测方法中的应用研究

摘要：

为准确预测卡钻事故的发生，利用一种基于时间序列的神经网络卡钻预测方法，将时间序列ARMA建模与神经网络非线性建模相结合。选取与卡钻事故相关性较大的参数作为神经网络的输入项，运用现场数据对神经网络进行训练，再利用神经网路的强非线性和自适应学习能力来建立卡钻事故预测模型；通过时间序列对历史数据的挖掘功能，揭示实际钻井过程中对卡钻事故影响较大的各参数的隐含规律，建立时序ARMA模型，求出卡钻时刻钻井相关参数的预测值；将预测值放入神经网络模型进行测试训练，从而达到预测卡钻事故的效果。运用延安地区实际现场数据证实该方法具有精确的卡钻预测能力及较好的泛化能力。

关键词：卡钻、预测、时间序列、ARMA建模、BP神经网络

分类号：TN911-34;TE28

资助基金：陕西省自然科学基础研究计划油气田钻井卡钻的预测与诊断技术研究2010JM8022

在线出版日期：2013-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：17-19,23