固井质量智能预测方法、装置、设备、介质和程序产品

本公开涉及石油钻井技术领域，特别地涉及一种固井质量智能预测方法、装置、设备、介质和程序产品，所述方法包括：基于目标油气井的测录井数据，通过斯皮尔曼相关系数获得各所述测录井数据的相关系数；选取相关系数的绝对值大于预设阈值的测录井数据作为用于预测固井质量的输入参数；基于输入参数的数据连续性，将输入参数分为连续型参数和非连续型参数；将连续型参数和非连续型参数分别输入混合神经网络模型中，获得目标油气井的固井质量。通过采用混合的神经网络模型，将连续型参数和非连续型参数分别输入到不同的神经网络模型中，可以实现较高准确率的固井质量预测，具有较高的运行效率和预测准确率，并且可以定量评价固井质量。