关键词：钻井工程;;机械钻速;;人工智能;;钻井参数;;泛化能力
摘 要：人工智能方法被广泛地用于预测钻井过程中的机械钻速，虽预测精度都能超过80%，但以前的算法大多仅选取一口井或一个开次的数据进行预测和检验，缺乏对邻井或整个区块推广和预测的研究，泛化能力有待检验。针对上述问题，讨论了相关性分析在机械钻速预测中对钻井参数选取的影响以及训练数据选取对人工智能模型泛用能力问题。引入地层参数、钻头参数及钻井参数作为输入参数，选取四川盆地某区块的实际钻井数据进行训练，评价了随机森林、支持向量机、梯度提升树、人工神经网络4种人工智能算法对整个区块机械钻速预测的精度。结果显示，随机森林算法对区块内各单井数据的预测精度能达到90%，对整个区块数据预测的准确度能达到88%，且使用区块数据训练的随机森林模型具有较好的泛化能力，认为该方法能够推广至整个区块，有利于指导该区块的钻井工程技术优化。
内 容：原文可通过湖北省科技信息共享服务平台（http://hbstl.hbstd.gov.cn/webs/homepage.jsp)获取