專注智能油藏儲量預測的深度時空注意力模型

作者：李宗民,李亞傳,赫俊民,張益政,姚純純,劉玉杰

摘要：現有油藏儲量預測方法的精度遠不能滿足實際應用的需求。受循環神經網絡和注意力機制的啟發,提出一種專注智能油藏儲量預測的深度時空注意力模型。該模型通過時間注意力模型來捕獲輸入數據之間的關鍵信息,空間注意力模型捕獲隱藏狀態之間的關系緊密程度,能夠緩解數據波動對預測結果的不利影響,從而大幅減小預測誤差。結果表明,相比傳統方法和已有的深度學習方法,該模型預測精度有顯著提高,為今后油藏儲量預測提供一種更優的選擇。

發文機構：中國石油大學（華東）計算機科學與技術學院 中國石油大學勝利學院 中國石化勝利油田物探院

關鍵詞：油藏儲量預測循環神經網絡注意力機制深度時空注意力模型reservoir reserve predictionrecurrent neural networkattentional mechanismdeep spatio-temporal attention model

分類號： TE155[石油與天然氣工程—油氣勘探]