钻井液与完井液

作者：花露露,曹晓春,王劲草,王金,焦昱璇

单位：东北石油大学石油工程学院, 黑龙江大庆 163318；

关键词：钻井液体系设计, XGBoost, 机器学习, 灰色关联度分析

基金：东北石油大学大学生创新训练项目“大庆页岩油区块钻井液优化设计研究”（202210220149）； 黑龙江省大学生创新创业训练计划项目“基于大数据的油气钻井工作液信息处理和设计平台”（202010220096）。

根据钻井液体系设计的原则，结合实际钻井液设计资料，应用一种新的机器学习方法建立了钻井液体系分类预测模型。钻井液体系分类数据经过独热编码（one-hot）之后，通过灰色关联度分析方法，选择出钻井液体系分类预测的20个特征参数，其中压力的关联度最大，为0.8233。将选择的地质设计参数和工程设计参数，基于一种极端梯度增强算法（XGBoost）针对4种钻井液体系进行分类预测。结果显示，基于XGBoost的钻井液体系分类预测模型4类钻井液体系训练集的准确率都为100%，测试集的平均准确率为99.89%，精确率为99.97%，召回率为98.89%，F1值为0.98。将该模型应用于胜利油田M区块，分类结果符合实际钻井要求，能够辅助选择钻井液体系，为实现钻井液智能化设计提供了帮助。

来源：2023年第6期

《钻井液与完井液》期刊编辑部

查看钻井液与完井液杂志2023年第6期