来源：期刊VIP网 时间：
作者：白凯;戴升升;张照硕;金思怡;
单位：长江大学计算机科学学院;
摘要：井漏预测一直是钻井中堵漏防治研究的热点和难点课题，传统方法依赖专家经验，技术可复制性差，在特征参数选择上缺乏与井漏的相关性分析，导致预测精度低，且模型存在一定的局限性。为此，提出一种基于M5模型树的改进随机森林（IRF）算法，并采用基于Sobol序列的初始化策略，引入自适应螺旋变化策略更新发现者位置，同时利用Lévy飞行策略来更新跟随者位置的改进麻雀搜索算法（ISSA）对IRF参数进行优化，进而建立一种ISSA-IRF井漏预测模型。该模型整合了来自地质、钻井泥浆和钻井作业相关的18个参数，利用Pearson相关性分析、递归特征消除和梯度提升树确定了11个关键参数。实验结果表明，与原模型相比，ISSA-IRF模型在井漏预测上的准确率提升了7.7%，且模型的性能显著优于经典的井漏预测模型（如LSTM、BP和SVM等）。改进后的模型可用于现场堵漏控制，为防漏堵漏作业提供科学指导。
关键词：井漏预测;;随机森林算法;;M5模型树;;Sobol序列;;自适应螺旋变化;;Lévy飞行策略;;麻雀搜索算法
基金资助：油气钻采工程湖北省重点实验室开放基金资助项目(YQZC202511);; 西安市致密油(页岩油)开发重点实验室开放基金资助项目(XSTS-202101)
