基于XGBoost的鉆井液體系分類預測模型研究

摘要： 根據(jù)鉆井液體系設計的原則，結合實際鉆井液設計資料，應用一種新的機器學習方法建立了鉆井液體系分類預測模型。鉆井液體系分類數(shù)據(jù)經(jīng)過獨熱編碼（one-hot）之后，通過灰色關聯(lián)度分析方法，選擇出鉆井液體系分類預測的20個特征參數(shù)，其中壓力的關聯(lián)度最大，為0.8233。將選擇的地質設計參數(shù)和工程設計參數(shù)，基于一種極端梯度增強算法（XGBoost）針對4種鉆井液體系進行分類預測。結果顯示... （共6頁）