通过人工神经网络(ANN)简单而准确地确定随压力和温度变化的钻井泥浆密度

• 作者: 崔茂荣 杨冬梅 马勇
• 来源期刊: 石油石化节能
• 关键词: 钻井 泥浆密度 人工神经网络 模型
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 钻探工程
• 页码范围: 28-31
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1493.2004.12.009

摘要

应用人工神经网络(ANN)模型对泥浆类型、压力和温度的函数--泥浆密度进行准确预测.采用压力在0～14000 lb/in2范围内和温度高达400°F的水基和油基钻井液实验测量的数据来建立和检验ANN模型.利用钻井泥浆类型(水基或油基)以及它在标准状况下(0 lb/in2和70°F)的密度建立的模型对任何温度和压力(在研究范围内)下的密度进行了预测,其平均绝对误差百分比为0.367,均方根误差为0.0056,相关系数为0.9998.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔茂荣	西南石油学院石油工程学院	29	382	12.0	18.0
2	杨冬梅	四川石油管理局地质调查处	1	0	0.0	0.0