|
|||||
|
|
| 基于支撑向量机的井眼轨迹预测新方法 | |
| 引用本文： | 王延江,杨培杰,史清江,孙正义.基于支撑向量机的井眼轨迹预测新方法[J].中国石油大学学报(自然科学版),2005,29(5). |
| 作者姓名： | 王延江 杨培杰 史清江 孙正义 |
| 作者单位： | 1. 中国石油大学,信息与控制工程学院,山东,东营,257061;胜利油田,钻井工艺研究院钻井信息中心,山东,东营,257017 2. 中国石油大学,信息与控制工程学院,山东,东营,257061 3. 胜利油田,钻井工艺研究院钻井信息中心,山东,东营,257017 |
| 基金项目： | 中国石油化工集团公司科技攻关项目(JP03009) |
| 摘 要： | 提出了一种利用支撑向量机(SVM)进行井眼轨迹预测的新方法,它基于小样本统计学习理论,通过对一口或几口已钻井的轨迹数据进行学习训练支撑向量机,建立井眼轨迹的支撑向量机预测模型。对多口井的实验结果分析表明,该方法估计精度高且易于现场推广使用。 |
| 关 键 词： | 地质导向钻井 随钻测量 井眼轨迹预测 支撑向量机 统计学习 |
Novel wellbore trajectory prediction method based on support vector machine |
|
| WANG Yan-jiang,YANG Pei-jie,SHI Qing-jiang,SUN Zheng-yi.Novel wellbore trajectory prediction method based on support vector machine[J].Journal of China University of Petroleum,2005,29(5). | |
| Authors: | WANG Yan-jiang YANG Pei-jie SHI Qing-jiang SUN Zheng-yi |
| Affiliation: | WANG Yan-jiang~ |
| Abstract: | A novel wellbore trajectory prediction algorithm was presented by support vector machine(SVM),which was based on small samples statistical learning theory.The wellbore trajectory prediction model is founded by training the SVM using the trajectory data of one or several drilled wells.Experimental results of several drilled wells show that the proposed approach has the property of high precision and can be easily generalized to the spot field. |
| Keywords: | geosteering drilling measurement while drilling wellbore trajectory prediction support vector machine statistical learning |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
