一种代价最低化的井漏智能预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提供了一种代价最低化的井漏智能预测方法。所述方法包括:获取测录钻井等现场井史数据;对所述井史数据进行整合处理,去除冗余无效数据;基于特征相关性分析,寻找一组特征组合满足:(1)各特征对漏失速度影响显著,(2)各特征之间不相关;基于风险阈值,划分井漏风险等级;以所述特征组合为输入,井漏风险等级为输出,构建多种分类型机器学习预测模型;建立代价敏感错误率的模型评估指标,基于此,利用智能优化算法优化所述模型;对比优化后的模型,性能最优的作为井漏预测模型;对所述预测模型输入待判定的新井数据,获得井漏风险情况。本发明解决了现有技术中井漏预测效果较差,无法为现场提供准确参考的技术问题,达到了低成本、准确、智能预测的技术效果。
《一种代价最低化的井漏智能预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 202311083624X,当前法律状态为已下证,由成都理工大学提出申请,发明人为尹飞;黄干;叶鹏举;曾攀;罗涛,申请日期为2023-08-25,公开(公告)日期为2024-06-04,国际专利分类号(IPC)为 G06Q 10/04 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提供了一种代价最低化的井漏智能预测方法。所述方法包括:获取测录钻井等现场井史数据;对所述井史数据进行整合处理,去除冗余无效数据;基于特征相关性分析,寻找一组特征组合满足:(1)各特征对漏失速度影响显著,(2)各特征之间不相关;基于风险阈值,划分井漏风险等级;以所述特征组合为输入,井漏风险等级为输出,构建多种分类型机器学习预测模型;建立代价敏感错误率的模型评估指标,基于此,利用智能优化算法优化所述模型;对比优化后的模型,性能最优的作为井漏预测模型;对所述预测模型输入待判定的新井数据,获得井漏风险情况。本发明解决了现有技术中井漏预测效果较差,无法为现场提供准确参考的技术问题,达到了低成本、准确、智能预测的技术效果。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
