基于迁移学习的钻井溢流预测方法

赵孟雪; 时小虎; 边婧; 付加胜; 韩霄松

doi:10.14045/j.cnki.15-1220.2025.05.007

内蒙古民族大学学报（自然科学版） ›› 2025, Vol. 40 ›› Issue (5) : 42 -50. DOI: 10.14045/j.cnki.15-1220.2025.05.007

基于迁移学习的钻井溢流预测方法

赵孟雪, 时小虎, 边婧, 付加胜, 韩霄松

作者信息 +

Author information +

文章历史 +

摘要

钻井溢流是石油钻井中的常见且复杂工况，可能引发井控风险。为解决如何快速且高效地识别溢流问题，提出了一种基于迁移学习的领域自适应方法，能在样本量较少的情况下提前10 min识别溢流。通过方差选择法和互信息法处理石油数据特征，并采用滑动时间窗口法构造样本标签，建立了CNN-LSTM基本模型。进一步利用DAN方法中的多核MMD调整CNN-LSTM模型的后3层全连接层，适配源域与目标域数据。为了防止过拟合，加入了高斯白噪声进行数据增强。实验结果表明，模型在目标域数据中的溢流预测准确率达78.98%，实现了有效提前预测。