基于LightGBM算法的地层破裂压力预测方法及应用（点击查看全文）
第50卷 第4期
作者：李华洋, 曹志鹏, 吴小龙, 朱施杰, 邓金根, 张水良
作者单位：
1. 中国石油大学（北京）石油工程学院；
2. 中国石油大学（北京） 油气资源与探测国家重点实验室；
3. 中国科学院武汉岩土力学研究所 岩土力学与工程国家重点实验室；
4. 重庆大学 煤矿灾害动力学与控制国家重点实验室；
5. 中海油天津分公司
摘要：针对传统的地层破裂压力预测方法预测精度较低、普适性不高等问题，提出基于LightGBM机器学习算法构建破裂压力智能预测模型。以井深、地层密度和孔隙压力当量密度作为模型的输入层数据，以S区块中相邻的3口直井为例验证模型的预测效果，并将LightGBM模型与常用的声波测井资料法进行预测结果的对比分析，最后进行模型的参数敏感性分析。研究结果表明，LightGBM模型的预测精度和稳定性均很好，模型的泛化能力强，5项评价指标均表现得十分优越。LightGBM模型的预测相对误差不超过2%，小于声波测井资料法。所有输入层数据中地层密度对于破裂压力的预测最为敏感。利用LightGBM机器学习算法所建立的破裂压力预测模型不受地质环境的影响，其预测精度也大于声波测井资料法。
关键词：破裂压力；机器学习；LightGBM算法；压力预测
推荐阅读
【征文】系列
《中国测试》“人工智能赋能新型工业化”专题
《中国测试》“量子信息技术”专题
《中国测试》“海洋装备测试”专题
第八届传感器技术前沿国际会议
《中国测试》“储能产业测试技术”专栏
【期刊】系列
【科普】系列
营造和谐声环境：噪声检测
与疾病的生死较量：医用加速器辐射源检定
漫话计量——国际单位制（SI）的变革：秒
漫话计量——国际单位制（SI）的变革：米
