现代电子技术

2021, v.44;No.590(15) 149-153

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于自适应遗传算法改进的BP神经网络卡钻事故预测
Drill bit sticking accident prediction based on BP neural network improved by adaptive genetic algorithm

刘海龙;李彤;张奇志;

摘要(Abstract):

由地质环境、作业人员技术水平和钻井技术限制引起的卡钻事故,严重影响钻井作业的效率,给石油生产单位带来巨大的经济损失。理论上,BP神经网络对卡钻事故的预测具有良好的效果,但是传统的BP神经网络模型有易陷入局部极小值而导致模型失效的风险。文中根据西北某地区钻井历史数据,筛选影响卡钻发生的输入参数,建立了一种BP神经网络卡钻预测模型。利用遗传算法对BP神经网络的权值和阈值进行寻优操作,提高了模型的稳定性和预测能力。同时为解决遗传算法易陷入局部最优的缺陷,设计了具有自适应交叉概率和自适应变异概率的遗传优化算法。通过寻优运算,将得到的最优权值阈值代入BP神经网络卡钻预测模型,训练后得到一种基于自适应遗传算法改进的BP神经网络卡钻事故预测模型。经实验验证,模型较未优化前具有更高的准确度和泛化能力,能够实现对卡钻事故的良好预测,对提高钻时、确保井身质量和保护作业人员人身安全具有指导意义。

关键词(KeyWords): 卡钻事故预测;自适应遗传算法;BP神经网络;钻井安全;寻优操作;预测模型

Abstract:

Keywords:

基金项目(Foundation): 陕西省科学技术重点研发计划项目:钻机控制虚拟仿真软件的开发(2017ZDXM-GY-097);; 陕西省教育厅科研计划项目:基于Z源网络的石油电动钻机供配电系统研究(20JS123)

作者(Author): 刘海龙;李彤;张奇志;

Email:

DOI: 10.16652/j.issn.1004-373x.2021.15.030

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享