ARMA建模在神经网络卡钻预测方法中的应用研究

• 作者: 刘光星 朱丹 陶宇龙
• 来源期刊: 现代电子技术
• 关键词: 卡钻 预测 时间序列 ARMA建模 BP神经网络
• 年，卷（期）: 2013,（22）
• 所属期刊栏目: 计算机应用技术 -- 科学计算与信息处理
• 页码范围: 17-19,23
• 页数: 4页
• 分类号: TN911-34|TE28
• 语种: 中文

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘光星	西安石油大学陕西省钻机控制技术重点实验室	23	69	4.0	7.0
2	朱丹	西安石油大学陕西省钻机控制技术重点实验室	2	9	2.0	2.0
3	陶宇龙	西安石油大学陕西省钻机控制技术重点实验室	2	4	1.0	2.0