应用于石油钻井安全评价的改进主成分分析-贝叶斯判别方法

• 作者: 任冬梅 张宇洋 董新玲
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 属性重要度 贝叶斯判别分析 主成分分析 石油钻井安全评价
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 应用前沿、交叉与综合
• 页码范围: 1820-1824
• 页数: 5页
• 分类号: TP301.6
• 字数: 4996字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.06.1820

摘要

针对主成分分析-贝叶斯判别法(PCA-BDA)仅支持安全评价但不能发现危险因素的问题,引入属性重要度的概念,提出一种改进的PCA-BDA算法,并将其应用于石油钻井安全评价.首先,使用原始PCA-BDA方法评估出各条记录的安全等级;然后,利用主成分分析(PCA)过程中的特征向量矩阵,贝叶斯判别(BDA)过程中的判别函数矩阵,以及各安全等级的权重计算得出属性重要度;最后,通过参考属性重要度来调控属性.安全评价准确率的对比实验中,改进PCA-BDA方法准确率达到96.7％,明显高于层次分析法(AHP)和模糊综合评价法(FCE).调控属性的仿真实验中,调控重要度最高的3个属性70％以上的钻井安全等级得到改善;相对地,调控重要度最低的3个属性钻井安全等级几乎没有变化.实验结果表明,改进PCA-BDA方法不仅能够准确地实现安全评价,同时能够找出关键属性使石油钻井安全管理更有针对性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任冬梅	西南石油大学计算机科学学院	7	51	4.0	7.0
2	张宇洋	西南石油大学计算机科学学院	3	5	1.0	2.0
3	董新玲	西南石油大学计算机科学学院	1	4	1.0	1.0