采用多种监督学习模型对钻井地层进行感知识别与参数分析。
数据字段示意如下:
ILD:Induction Logging Device
SP:Spontaneous Potential
CN:Neutron Logging
ILM:Intermediate Logging Device
GR:Gamma Ray Logging
CAL:Caliper
AC:Acoustic Logging
DEN:Density Logging
采集时间 | 2009/01/01 - 2013/12/31 |
---|---|
采集地点 | 塔里木盆地 |
数据量 | 122.9 MiB |
数据格式 | csv,txt |
数据空间分辨率(/米) | 0.1-10m |
数据时间分辨率 | 年 |
坐标系 |
原始数据为塔里木盆地泥盆纪东河塘组测井数据。
采用多种监督学习模型对钻井地层进行感知识别与参数分析。
数据质量良好。
# | 编号 | 名称 | 类型 |
1 | XDA14000000 | 智能导钻技术装备体系与相关理论研究 | 中国科学院战略性先导科技专项(A类) |
2 | XDA14040000 | 超深层导向钻井关键技术 | 中国科学院战略性先导科技专项(A类) |
# | 标题 | 文件大小 |
---|---|---|
1 | 监督学习的钻井地层感知:模型评估和参数分析数据集.zip | 122.9 MiB |
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2024/11/01 21:49 | 刘*阳 |
论文题目:基于智能化算法的机械钻井参数预测方法研究
数据在研究中的作用:通过智能化算法,研究钻井参数优化
论文类型:硕士论文
导师姓名:王六鹏
|
©2024 中国科学院西北生态环境资源研究院 备案号:陇ICP备2021001824号-34
兰州市东岗西路320号 730000 电话:0931-4967592, 0931-4967596