基于优化BP神经网络的钻井事故预测研究  

作　　者：韩玮栋 王长建[1] 

机构地区：[1]长江大学机械工程学院,湖北荆州434023

出　　处：《中国石油和化工标准与质量》2022年第8期118-120,共3页China Petroleum and Chemical Standard and Quality

摘　　要：为了预防石油钻井作业过程中事故的发生,论文采用遗传算法(Genetic Algorithm)对多层前馈神经网络(BackPropagationNeuralNetwork)进行优化,建立GA-BP神经网络预测模型,将影响钻井作业安全的9种主要因素,进行优化训练,达到期望结果模型,将GA-BP神经网络模型的预测结果与实例进行对比分析。分析表明:用GA-BP神经网络模型预测的钻井事故类型,在误差绝对值小于5.2%时,预测的准确性达到了83%,验证了GA-BP神经网络模型对钻井事故预测的有效性。该模型为智能化钻井作业安全管理提供了一个决策工具。

关 键 词：钻井事故 预测模型 遗传算法 多层前馈神经网络 优化 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TE28[自动化与计算机技术—控制科学与工程]