ncdc logo title
ncdc_logo
大庆、新疆、川渝地区采集的钻井工具现场性能测试数据集（2017-2020年）
  • 2022/02/25 22:42
  • 1763
  • 12
中文名称
大庆、新疆、川渝地区采集的钻井工具现场性能测试数据集（2017-2020年）
英文名称
Field performance test data set of drilling tools collected in Daqing, Xinjiang, Sichuan and Chongqing (2017-2020)
CSTR
CSTR:11738.11.ncdc.SRIPE.db1702.2022
DOI
10.12072/ncdc.SRIPE.db1702.2022
数据共享方式
在线下载
数据分类
其他
来源站点
极地冷海钻井关键技术研究
数据贡献者
池胜高
数据集摘要

  2017-2020年在大庆、新疆和川渝地区采用现场试验方法获得的钻井工具现场使用数据6份，包括钻头和钻具组合在不同油田和区块的现场使用结果，在钻井工具现场性能测试数据集，含有钻压、扭矩、转速、排量、泵压、密度、粘度、入井等要素。范围在辽河油田沈北区块、西南油田元坝区块、东北油气分公司梨树区块、龙凤山区块。现场环境最低温度为-27℃，井底最高温度为130℃。

基本信息
采集时间 2017/01/01  -  2020/12/30
采集地点 辽河油田沈北区块,西南油田元坝区块,东北油气分公司梨树区块,龙凤山区块的井位
数据量 4.2 MiB
数据格式 pdf
数据时间分辨率 年
坐标系
数据缩略图
数据源描述

  本数据集为现场试验产生。数据采集地点为辽河油田沈北区块、西南油田元坝区块、东北油气分公司梨树区块、龙凤山区块的井位。根据现场应用记录获得数据。

数据加工方法

  数据加工方法缺失，根据数据的实体情况而定。

数据质量描述

  根据现场井深结构配置的实际钻具组合，由用户记录的实测使用情况。

项目支持信息
# 编号 名称 类型
1 2016YFC0303300 极地冷海钻井关键技术研究 国家重点研发计划
引用和标注
为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。

中文发表的成果中参考以下规范注明： 数据来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。
英文发表的成果中参考以下规范注明： The dataset is provided by National Cryosphere Desert Data Center. (http://www.ncdc.ac.cn).

数据引用
  1. 池胜高. 大庆、新疆、川渝地区采集的钻井工具现场性能测试数据集（2017-2020年）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2022. https://cstr.cn/CSTR:11738.11.ncdc.SRIPE.db1702.2022.
  2. 池胜高. 大庆、新疆、川渝地区采集的钻井工具现场性能测试数据集（2017-2020年）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2022. https://www.doi.org/10.12072/ncdc.SRIPE.db1702.2022.
许可协议
知识共享许可协议   本作品采用 知识共享署名 4.0 国际许可协议进行许可。
# 标题 文件大小
1 001-涡轮钻具现场测试评价报告.pdf 528.6 KiB
2 002-孕镶金刚石钻头现场测试评价报告.pdf 571.0 KiB
3 003-金刚石钻头现场测试报告.pdf 593.5 KiB
4 004-钻头及钻具的现场试验.pdf 1.2 MiB
5 005-金刚石钻头现场测试报告.pdf 917.5 KiB
6 006-螺杆钻具现场测试报告.pdf 503.9 KiB
7 _ncdc_meta_.json 4.1 KiB
8 大庆、新疆、川渝地区采集的钻井工具现场性能测试数据集_说明文档.docx 27.5 KiB
最近10条服务记录如下
# 时间 姓名 用途
1 2025/05/15 19:07 黄*
Paper title：地质钻进过程智能监测 Paper abstract：地质钻进过程作为地质勘探与资源开发的重要环节，其作业环境复杂、参数波动频繁，极易受到地层变化、设备工况与操控行为的影响，诱发卡钻、掉块、井斜等安全问题。传统钻进监测主要依赖人工经验与单参数分析，难以实现对复杂工况下多参数协同变化的实时感知与预警。为此，本文围绕地质钻进过程的智能监测需求，构建了多源钻进参数采集框架，引入基于时序建模与机器学习的状态识别方法，实现钻进过程的自动化异常检测与工况分类。此外，结合角度信息粒化、KL 散度等统计方法，进一步提升对非线性动态演化行为的识别能力。实验基于典型钻探项目数据集展开，验证了所提方法在卡钻识别、钻压波动异常捕捉等场景下的有效性。 Paper type：应用研究型 Tutor
2 2025/04/22 19:27 吴*雅
查找相关有效的数据集，来进行钻杆的寿命预测分析，感谢提供
3 2024/12/31 05:47 杨*
申请该数据进行钻井液+人工智能方法的科学研究
4 2024/12/24 04:45 金*雪
用于LSTM的机械钻速预测学习，并用在课程报告中。
5 2024/12/11 17:22 陈*帆
对数据进行测试，测试目前已有的一些算法和学习方法是否在该数据集上有效
6 2024/11/01 21:51 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
7 2024/09/04 18:56 Xue*****eng
申请下载数据集，用作科研仿真实验验证，会正确引用标注好数据来源。
8 2024/03/04 07:51 张*璇
Paper title：基于人工神经网络的石油钻井机械钻速预测模型的研究 Paper abstract：训练模型 Paper type：本科论文
9 2023/11/03 23:31 肖*涵
论文题目：基于深度学习的钻井转速预测 数据在研究中的作用：用于神经网络的训练 论文类型：硕士论文 导师姓名：张剑
10 2023/03/29 22:37 z*l
论文题目：钻速预测与模型建立 论文类型：本科论文
loading
如何获取数据 
东: 
西: 
南: 
北: 
导出元数据
数据服务信息
联系人：
敏玉芳
服务电话：
0931-4967596
服务邮箱：
ncdc@lzb.ac.cn
联系信息
数据贡献者：
池胜高
元数据作者：
吴刚
数据管理者：
吴刚

© 中国科学院西北生态环境资源研究院 2005- 备案号：陇ICP备2021001824号-21

兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596