龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中海石油气电集团有限责任公司
申请日：2024-01-24
公开（公告）日：2024-05-10
公开（公告）号：CN118013279A
主分类号：G06F18/214
分类号：G06F18/214;G06F18/243;G06F18/27;G06N20/20;G06N3/045;G06N3/084;G06N3/0985;G06N5/01;E21B45/00
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.28#实质审查的生效;2024.05.10#公开
摘要：本发明提供一种基于优化stacking预测模型的机械钻速预测方法和装置，包括：获取目标钻井的钻井数据；将钻井数据输入至预先训练的优化stacking预测模型，输出目标钻井的机械钻速预测结果；优化stacking预测模型包括顺次设置的第一并行处理层和预测层；第一并行处理层包括并行设置的多个基学习器，多个基学习器分别用于输出对应的初始测试结果至第二并行处理层；第二并行处理层包括并行设置的多个拟合器，多个拟合器用于将多个基学习器分别输出的初始测试结果拼接输出至预测层；预测层包括单个元学习器，元学习器用于输出目标钻井的机械钻速预测结果。本发明提供的方法，比单一算法的模型具备更好的泛化能力以应对差异化数据，提高预测准确性。
主权项：1.一种基于优化stacking预测模型的机械钻速预测方法，其特征在于，包括：获取目标钻井的钻井数据；其中，所述目标钻井为需要进行机械钻速预测的钻井井位，所述目标钻井周围设置有已获得所需数据的邻近钻井井位；将所述钻井数据输入至预先训练的优化stacking预测模型，输出所述目标钻井的机械钻速预测结果；其中，所述优化stacking预测模型是基于所述目标钻井邻近钻井的历史钻井数据进行训练得到；所述优化stacking预测模型包括顺次设置的第一并行处理层和预测层；所述第一并行处理层包括并行设置的多个基学习器，所述多个基学习器为不同类型的深度学习模型，所述多个基学习器分别用于输出对应的初始测试结果至第二并行处理层；所述第二并行处理层包括并行设置的多个拟合器，所述多个拟合器用于将所述多个基学习器分别输出的初始测试结果拼接输出至所述预测层；所述预测层包括单个元学习器，所述元学习器为线性回归模型，所述元学习器用于输出所述目标钻井的机械钻速预测结果。
全文数据：
权利要求：
百度查询： 中海石油气电集团有限责任公司 基于优化stacking预测模型的机械钻速预测方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号