基本信息
摘要：本发明属于钻井漏失预测领域和人工智能机器学习领域，具体涉及一种基于朴素贝叶斯算法的钻井漏失机率预测方法。所述方法为：从某油藏开发区的油藏井史数据库中提取油藏历史开发数据并进行预处理，创建样本集与测试集，从样本数据中确定特征属性与输出类别空间，根据样本集钻井漏失参数数据统计各特征属性取值先验概率，采用先验概率学习计算条件概率，当特征属性取值为连续值和离散值时分别采用不同的条件概率计算，选择两两特征组合的方式计算相应的条件概率提高模型的泛化性能，由先验概率联合计算后验概率，建立朴素贝叶斯模型分类器，采用验证集进行验证，将实时钻井参数数据输入模型获取相应的漏失机率大小。
摘要附图：
