《表2 样本参数分类：基于深度神经网络模型的钻井井漏预测研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度神经网络模型的钻井井漏预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据井漏特点，相关特征参数的变化在时间上有一定的延时，立管压力、大钩悬重、钻时（钻速）会率先发生改变，而循环池体积、返出口流量变化会相对较慢，因此将井漏特征参数分为2组分别进行预测模型训练（表2）。