摘要：水平井桥塞分段压裂时的桥塞球座坐封有效性实时诊断是其关键环节，若球座坐封失效，将无法正常进行后续作业，目前主要依靠人工观察井口压力变化特征，难以快速准确判识。为此，融合专家经验定性判识和坐封数据特征挖掘定量标注，滑动窗口数据切片形成5 792组标签数据，优选井口压力–排量二维输入的长短期记忆神经网络，建立了压裂球座坐封有效性智能诊断模型，并采用欠采样平衡数据集方式提升模型预测精度。结果表明，井口压力呈现显著的陡升—陡降—平缓上升的三阶段特征，若井口压力缺失某个阶段特征，则为坐封失效；井口压力斜率统计值分布范围较大，无法形成明确规则实现准确诊断。采用人工智能技术学习不同井口压力形态的有效/无效坐封数据特征，实现了每秒输出诊断结果，测试集准确率96.8%，验证集准确率84.3%。研究结果为桥塞球座坐封有效性实时自动诊断提供了方法。

关键字：水力压裂;球座坐封;智能诊断;数据挖掘;深度学习

ISSN号：1001-0890

卷、期、页：卷52期5:76-81

发表日期：2024-10-15

期刊分区（SCI为中科院分区）：无

收录情况：北大中文核心期刊,地学领域高质量科技期刊分级目录（国内T2）

发表期刊名称：石油钻探技术

参与作者：张彦军,李川

通讯作者：范龙昂,张帅

第一作者：盛茂,田守嶒

论文类型：期刊论文

论文概要：盛茂,范龙昂,张帅,张彦军,李川,田守嶒，数据–知识混合驱动的压裂球座坐封有效性智能诊断方法，石油钻探技术，2024，卷52期5:76-81

论文题目：数据–知识混合驱动的压裂球座坐封有效性智能诊断方法