专注智能油藏储量预测的深度时空注意力模型

TE155; 现有油藏储量预测方法的精度远不能满足实际应用的需求.受循环神经网络和注意力机制的启发,提出一种专注智能油藏储量预测的深度时空注意力模型.该模型通过时间注意力模型来捕获输入数据之间的关键信息,空间注意力模型捕获隐藏状态之间的关系紧密程度,能够缓解数据波动对预测结果的不利影响,从而大幅减小预测误差.结果表明,相比传统方法和已有的深度学习方法,该模型预测精度有显著提高,为今后油藏储量预测提供一种更优的选择....

Full description

Saved in:
Bibliographic Details
Published in中国石油大学学报（自然科学版） Vol. 44; no. 4; pp. 77 - 82
Main Authors 李宗民, 李亚传, 赫俊民, 张益政, 姚纯纯, 刘玉杰
Format Journal Article
LanguageChinese
Published 中国石油大学(华东)计算机科学与技术学院,山东青岛266580 20.08.2020
中国石油大学胜利学院,山东东营257061%中国石油大学(华东)计算机科学与技术学院,山东青岛,266580%中国石化胜利油田物探院,山东东营,257022
Subjects
注意力机制
循环神经网络
深度时空注意力模型
油藏储量预测
Online AccessGet full text
ISSN1673-5005
DOI10.3969/j.issn.1673-5005.2020.04.009

Cover

More Information
Summary:TE155; 现有油藏储量预测方法的精度远不能满足实际应用的需求.受循环神经网络和注意力机制的启发,提出一种专注智能油藏储量预测的深度时空注意力模型.该模型通过时间注意力模型来捕获输入数据之间的关键信息,空间注意力模型捕获隐藏状态之间的关系紧密程度,能够缓解数据波动对预测结果的不利影响,从而大幅减小预测误差.结果表明,相比传统方法和已有的深度学习方法,该模型预测精度有显著提高,为今后油藏储量预测提供一种更优的选择.
ISSN:1673-5005
DOI:10.3969/j.issn.1673-5005.2020.04.009