-
公开(公告)号：CN115526435A
公开(公告)日：2022-12-27
申请号：CN202211398509.7
申请日：2022-11-09
Applicant: 上海交通大学
Abstract: 一种基于卡尔曼滤波的时空神经网络模型下的油井产量预测方法，通过卡尔曼滤波对目标区域井的动态数据进行滤波，再将滤波后的动态数据输入时空神经网络模型当中进行训练模型，利用训练好的模型进行目标油井未来产油量的预测。本发明一方面利用卷积网络特性对数据进行时滞处理，另外一方面利用GCN网络层获取目标区域井网之间空间关系，利用TCN分析时序特征关系，真正意义上做到了对油田的时空预测，不仅如此在预测方面采取对多个输出的加权损失函数进行Adam优化训练，并实时更新整个预测模型参数，提高了油井未来产油量的预测精度与预测模型的实用性。
Search Results
1
records
(took 0.01 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
