基于1dCNN-BiGRU和注意力机制的钻井工况智能识别方法.pdfVIP

石油科学通报2025年10月第10卷第5期：926-940

基于1dCNN-BiGRU和注意力机制的钻井工况智能识别

方法

11,2*3114

王正，宋先知，李洪松，于佳伟，王一帆，张重愿

1中国石油大学(北京)石油工程学院，北京102249

2中国石油大学(北京)油气资源与工程全国重点实验室，北京102249

3昆仑数智科技有限责任公司，北京102206

4中国石油天然气股份有限公司塔里木油田分公司，库尔勒841000

*通信作者,songxz@cup.edu.cn

收稿日期:2024-10-10；修回日期:2025-02-02

国家自然科学基金委员会国家自然科学基金-国家杰出青年科学基金资助

摘要本研究针对钻井工况识别中实时性差、准确率低的问题，提出了一种创新的智能识别方法。该方法融合

一维卷积神经网络(1dCNN)用于局部特征提取、双向门控循环单元(BiGRU)捕捉时序依赖以及多头注意力机制

对齐时间域并强化关键信息，从而实现对旋转钻进、滑动钻进、划眼、倒划眼等13种工况的高效区分。在模

型设计上，通过消融实验系统评估了各模块(1dCNN、BiGRU