成果介绍
本发明公开了融合博弈论的井下复杂事故致因分析方法,包括收集井下传感器数据,对井下传感器数据进行缺失值填充,然后再进行异常值检测并剔除异常点;将处理后的井下传感器数据输入到井漏预测机器学习模型中输出得到事故发生预测值;将井下传感器数据通过基于博弈论的Shapley value模型计算得到井下传感器数据中每一个特征的特征贡献向量;对井下传感器数据中每一个特征的特征贡献向量进行归一化处理;通过加和得井漏各级致因因素的贡献占比,辅助现场获得有效的堵漏决策依据。
成果亮点
本发明通过机器学习预测模型与博弈论的Shapley value模型有效融合,实现了井漏事故的原因分析,具有相当完备的数学理论基础和实际应用价值。
团队介绍
肖斌,许嘉豪,肖伊曼,秦光源,杨模,汪敏
成果资料