第30卷第3期在过去的几十年里，全球范围内的快速工业化使得能源需求显著增加。随着易开采油气藏的枯竭，探明收稿日期：2022-10-10；改回日期：2023-03-05。第一作者：吴玉林，男，1996年生，在读硕士研究生，CCF学生会员（K9271G），研究方向为数据挖掘。E-mail：915200094@qq.com。通信作者：姜莹，女，1976年生，高级工程师，硕士，研究方向为大数据人工智能。E-mail：19947561@qq.com。基于一维卷积神经网络的钻井周期预测吴玉林1，姜莹1，程光华2，马佳3，钱育蓉1（1.新疆大学软件学院，新疆乌鲁木齐830046；2.中国海油集团能源经济研究院，北京100013；3.中国海洋石油集团有限公司，北京100010）基金项目：国家自然科学基金资助项目“基于时-空-谱特征深度学习的遥感图像超分辨率重建研究”（61966035）；自治区科技厅国际合作项目“数据驱动的中俄云计算共享平台建设”（2020E01023）；自治区自然科学基金项目“面向政务的多源异构数据融合与挖掘关键技术研究”（2021D01C083）；自治区科技计划青年科学基金项目“基于深度神经网络的综合能源系统运行风险评估方法研究”（2022D01C83）摘要海洋钻井工程投资和风险巨大，准确预测钻井周期和评估钻井风险有助于油田公司合理规划投资预算。鉴于现有的钻井周期预测大多采用概率统计学方法，文中利用神经网络在非线性关系拟合方面的优越性，结合卷积神经网络局部感知的特性，提出通过一维卷积神经网络（1DCNN）预测钻井周期。针对钻井事故对钻井周期的影响，提出对钻井事故进行量化分析，以事故量化、开钻年份、完钻井深、各井段顶深和钻深、各井段钻头尺寸和套管尺寸作为模型输入，建立事故井钻井周期预测模型，平均绝对百分误差和可决系数分别为11.66%，95.22%。根据事故量化分析结果，筛选无事故井，建立在无事故量化输入情况下的无事故井钻井周期预测模型。研究表明，事故井钻井周期预测模型有利于评估钻井风险，无事故井钻井周期预测模型可在新井不考虑钻井事故影响下提供较为准确的周期预测参考，对海上钻井周期预测具有一定的理论和实践意义。关键词钻井周期；预测；一维卷积神经网络；事故量化中图分类号：TE22文献标志码：ADrillingcyclepredictionbasedonone-dimensionalconvolutionalneuralnetworkWUYulin1,JIANGYing1,CHENGGuanghua2,MAJia3,QIANYurong1(1.CollegeofSoftware,XinjiangUniversity,Urumqi830000,China;2.CNOOCEnergyEconomicsResearchInstitute,Beijing100013,China;3.C...
