基于MEA-BP神经网络的钻井机械钻速预测

摘要：

机械钻速是衡量钻井效率的重要指标,如何高效地预测出机械钻速对提高钻井效率、降低钻井成本具有重要意义.目前机械钻速预测模型多以物理实验和经验公式为主,缺乏对现场实际工程数据的应用,基于此,该文提出了一种基于思维进化算法(MEA)优化BP神经网络的机械钻速预测新模型.该模型以现场实际工程数据为基础,通过小波降噪、标准化处理和灰色关联度分析对数据进行预处理,利用思维进化算法实现BP神经网络的初始权值和阈值的优化,从而实现机械钻速预测.将该模型预测结果与单一BP神经网络、遗传算法(GA)优化后的预测结果对比,结果表明,经过思维进化算法优化后的机械钻速精度更高,拟合优度达到0.936,为机械钻速预测带来一种新思路.

关键词：机械钻速、BP神经网络、思维进化算法、钻速预测

所属期刊栏目：37

分类号：TP399(计算技术、计算机技术)

资助基金：龙江英才培育计划;省级优秀青年人才计划项目

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：87-92