ARMA建模在神经网络卡钻预测方法中的实践应用探究.pdfVIP

2013年11月15日 现代电子技术 Nov.2013 第36卷第22期 ModernElectronicsTechnique Vol.36No.22 17 17 ARMA 建模在神经网络卡钻预测方法中的应用研究 刘光星，陶宇龙，朱 丹 （西安石油大学 陕西省钻机控制技术重点实验室，陕西 西安 710065） 摘 要：为准确预测卡钻事故的发生，利用一种基于时间序列的神经网络卡钻预测方法，将时间序列ARMA建模与神 经网络非线性建模相结合。选取与卡钻事故相关性较大的参数作为神经网络的输入项，运用现场数据对神经网络进行训 练，再利用神经网路的强非线性和自适应学习能力来建立卡钻事故预测模型；通过时间序列对历史数据的挖掘功能，揭示实 际钻井过程中对卡钻事故影响较大的各参数的隐含规律，建立时序ARMA模型，求出卡钻时刻钻井相关参数的预测值；将预 测值放入神经网络模型进行测试训练，从而达到预测卡钻事故的效果。运用延安地区实际现场数据证实该方法具有精确的 卡钻预测能力及较好的泛化能力。 关键词：卡钻；预测；时间序列；ARMA建模；BP神经网络 中图分类号：TN911⁃34；TE28 文献标识码：A 文章编号：1004⁃373X（2013）22⁃0017⁃03 Application of ARMA modeling in neural network prediction method for sticking of drilling rig LIUGuang⁃xing，TAOYu⁃long，ZHUDan （ShaanxiProvincekeyLaboratoryofElectricDriveDrillingRigControlTechnology，Xi’anShiyouUniversity，Xi’an 710065，China） Abstract ：Inordertoaccuratelypredicttheaccidentofdrillingrigsticking，aneuralnetworkpredictionmethodbasedon timeseriesfordrillingrigstickingwasusedtocombinethetimeseriesARMAmodelingwithneuralnetworknon⁃linearmode⁃ ling.Firstofall，thedrillingparameterscloselyrelatedwithstickingaccidentisselectedasinputitemofaneuralnetworkto traintheneuralnetworkbyfielddata，thestronglynonlinearityandadaptivelearningabilityoftheneuralnetworkareusedtoes⁃ tablishthepredictionmodelsofstickingaccident，andthenthroughtheminingfunctionofthetimeseriestothehistoricaldata， theimplicitruleofeachparametercloselyre