
作者简介:李奕政(1996—),在读博士,就读于香港理工大学、宁波东方理工大学,主要从事能源及油气人工智能研究工作。
E-mail:yizheng.li@connect.polyu.hk
基于工程经验知识约束神经网络的套管选材推荐模型
李奕政1,2, 陈掌星(美国工程院院士)1,3 , 王正4
摘要:科学合理的套管设计对于保障油气生产安全、预防资源浪费与财产损失至关重要,是确保钻井及开采作业顺利进行的核心要素。文章针对套管设计所面临的日渐复杂的工况及数据管理难题,提出了一种工程经验知识约束神经网络(EKNN)的方法,旨在指导套管设计工作。该方法利用现有套管数据资产,基于机器学习的强大数据处理能力,构建一个高效的套管选材推荐模型,通过嵌入套管强度校核知识,提高模型选材推荐的科学性和安全性。首先基于套管数据资产构建套管选材数据集,选取经典的MLP(Multi-layer Perceptron,多层感知机)神经网络建立套管选材推荐模型;采用多任务学习策略设计网络结构,模型在训练过程中优化套管的壁厚及钢级分类;然后以模型预测精度通过超参数优化工具Optuna优化模型超参数;最后以损失函数修正的方式嵌入套管强度校核知识(工程经验知识约束)完成EKNN模型的建立。工程经验知识约束神经网络模型对套管选材的预测精度可达90%以上,模型预测得出的套管选材可以很好地满足套管柱强度设计要求,为各油气田有效利用累积的数据资产、降低成本及优化决策提供有力支持。
关键词:套管设计; 工程经验知识约束; 神经网络; 损失函数修正








为了进一步加强煤层气勘探开发领域的交流与合作,推动技术创新与产业升级,中国石油大学(北京)联合西南石油大学、中石油煤层气公司、中国石油勘探开发研究院、中国发展战略学研究会能源发展战略专业委员会以及煤层气开发利用国家工程研究中心,拟于2025年3月14-15日在四川成都联合举办“2025煤层气勘探开发年会”,携手《钻采工艺》、《中国石油勘探》、《石油科技论坛》、《煤炭学报》、《石油勘探与开发》联合发起共同征稿。评选出的优秀论文将进行同行评审,期刊评审通过后根据各期刊专家意见进行修改并按照的要求补充完善后,可在期刊中发表。
oilmeeting@oilmeeting.com


会议咨询丨马老师 联系电话15822801766(微信同)
行研及合作咨询丨李老师 联系电话13581630352(微信同)
发布者:cubeoil,转转请注明出处:https://www.cubeoil.com/archives/99216