10.16265/j.cnki.issn1003-3033.2017.10.026
含硫气井完整性风险等级预测研究
为保证含硫气井在开发过程中安全高效生产,提出一种基于主成分分析(PCA)和BP神经网络的含硫气井完整性风险等级预测模型.首先,采用Bow-tie方法得到含硫气井完整性失效风险因素,通过模糊评价法对风险因素进行量化处理;然后,利用PCA提取综合指标,并结合BP神经网络得到预测模型,进而得到风险等级.研究结果表明:通过PCA能使BP神经网络的输入数据由28个减少至4个,所建模型的风险等级预测精度高于未经PCA的BP神经网络;通过PCA与BP神经网络结合的预测模型可识别含硫气井开发过程中完整性失效的风险因素,完善了含硫气井风险等级预测技术.
含硫气井、井筒完整性、主成分分析(PCA)、风险评价、BP神经网络、模糊评价
27
X937(安全工程)
国家科技重大专项资助2016ZX05017-003;四川省科技厅项目2016JQ0010;四川省省属高校科技创新团队建设计划资助项目13TD0026
2018-02-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
155-161