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

Abstract 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.
AbstractList 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.
Author 李亚传
姚纯纯
刘玉杰
张益政
赫俊民
李宗民
AuthorAffiliation 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
AuthorAffiliation_xml – name: 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
Author_FL HE Junmin
LI Zongmin
LI Yachuan
LIU Yujie
YAO Chunchun
ZHANG Yizheng
Author_FL_xml – sequence: 1
  fullname: LI Zongmin
– sequence: 2
  fullname: LI Yachuan
– sequence: 3
  fullname: HE Junmin
– sequence: 4
  fullname: ZHANG Yizheng
– sequence: 5
  fullname: YAO Chunchun
– sequence: 6
  fullname: LIU Yujie
Author_xml – sequence: 1
  fullname: 李宗民
– sequence: 2
  fullname: 李亚传
– sequence: 3
  fullname: 赫俊民
– sequence: 4
  fullname: 张益政
– sequence: 5
  fullname: 姚纯纯
– sequence: 6
  fullname: 刘玉杰
BookMark eNo9T0tLw0AY3EMFa-2_EDxl_faRTQJepPiCghc9l2x2Iy2SgotYrxoQ7CEHD0UFQQ8Sjyq-Av4bs23_hSmKpxmGYR4LqJb0E43QEgHMAhGs9HDXmAQT4THHBXAxBQoYOAYIaqj-r8-jpjFdCUA49TiIOlr9_ri0L7m9KiZnX_b5czLKytN8ep5N71P7Ohxfp_b9qSwe7Oht_FjMnGlWXtzY_K68HS6iuTg8MLr5hw20t7G-29py2jub2621tmNItcMRrqaay1iQiPuR8qSrqFIiCpWOqOdVlMWe1MwPQAihqas41YRVbubLkDLWQMu_ucdhEofJfqfXPzpMqsaOOVGDgZy9BQ4E2A9BTGQt
ClassificationCodes TE155
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.3969/j.issn.1673-5005.2020.04.009
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Engineering
DocumentTitle_FL A deep spatio-temporal attention model focusing on intelligent reserve prediction
EndPage 82
ExternalDocumentID sydxxb202004010
GrantInformation_xml – fundername: 国家自然科学基金项目; 山东省自然科学基金项目; 国家重点研发计划
  funderid: (61379106); (ZR2013FM036,ZR2015FM011); (2019YFF0301800)
GroupedDBID -02
2B.
4A8
92I
93N
ABJIA
ADMLS
AKVCP
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CDRFL
EBO
EBU
EOJEC
OBODZ
PSX
TCJ
TH9
ID FETCH-LOGICAL-s1020-65e2e4bf61c48cd7b5d2dd6cadec277dd63f7be3890666e25d42e131c438ba233
ISSN 1673-5005
IngestDate Thu May 29 03:53:51 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 4
Keywords 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
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1020-65e2e4bf61c48cd7b5d2dd6cadec277dd63f7be3890666e25d42e131c438ba233
PageCount 6
ParticipantIDs wanfang_journals_sydxxb202004010
PublicationCentury 2000
PublicationDate 2020-08-20
PublicationDateYYYYMMDD 2020-08-20
PublicationDate_xml – month: 08
  year: 2020
  text: 2020-08-20
  day: 20
PublicationDecade 2020
PublicationTitle 中国石油大学学报（自然科学版）
PublicationTitle_FL Journal of China University of Petroleum(Edition of Natural Science)
PublicationYear 2020
Publisher 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
Publisher_xml – name: 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
– name: 中国石油大学(华东)计算机科学与技术学院,山东青岛266580
SSID ssib001427406
ssib006703227
ssib001104775
ssib002040037
ssib036435281
ssib051369029
ssib008679755
ssib005319374
ssib023168192
ssj0001125114
Score 2.3016067
Snippet 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...
SourceID wanfang
SourceType Aggregation Database
StartPage 77
Title 专注智能油藏储量预测的深度时空注意力模型
URI https://d.wanfangdata.com.cn/periodical/sydxxb202004010
Volume 44
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: EBSCOhost Business Source Ultimate
  issn: 1673-5005
  databaseCode: AKVCP
  dateStart: 20151201
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://search.ebscohost.com/login.aspx?authtype=ip,uid&profile=ehost&defaultdb=bsu
  omitProxy: true
  ssIdentifier: ssj0001125114
  providerName: EBSCOhost
– providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 1673-5005
  databaseCode: ADMLS
  dateStart: 20151201
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssj0001125114
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1Na9RANJQtiB7ET_ymh77j1mQyM5kBL5PdLEWsF1vorSSbXT2tYFuoPWpBsIcePBQVBD1IPar4VfDfuGn7L3xvdpoEXfzoJQzva957M8mbN5kPz5tWudY8EmlTqoA3uZTdpkopcdUp41mW6X5Of3TnbsvZBX5zUSxONHht1dLqSjbTXR-7r-QorYowbFfaJfsfLVsKRQCWsX3xiS2Mz39qY0g4xAp0CImEOASjqKA1xAYSBSqEuG1RDGJNEB2B6kAiQDFLrEGNIBoMA8UtMWJjSCLQ5hASQRwQF4o10laBEEk0ZlRXrXZkcVUY0DFBEG4su05Qcn007PQ3bYuNrbZYb4ekVWoLMBxMZAttq0BZkFSLEZAgSwuUslajVobkoCZOSZQZ1LgQpS3xiKucCrGWtUElljYhK0kLH3QwhoST5egjKrTA-BWJIh-a2GI6pOHvUsSIx5obOxJN5PVZGGbXADK_fG-O6C-mbHuUamM_aAGzHQKtpLaJKnMRFZtxXrOMJME6XfmO2HRqNJo6H_Yk1rImBrbfHNZI2DZoZlEM9cdRmxhdsOXCoozCpvB9UY-bo3M73feB14Kgu5fHDafYuEAdaqltoCbxM6X4GXKtPXrY19UApVw2uvwwX1vLiAZDD-2rnGSRlKzhTZr23K07VRpA54_UjyHkLOL11QQUuWrDcopDYS0NkhgGGavwdChlVO3fZnTZW1CtRghxVC9YtX9bBKHUh3-77VwvZRH2moHS0mPetHPD9T85wW4lHPTTwd3aqHf-lHfSpatTZvTtOe1NrN87452oHWJ61rvx4-uz4uNO8Xx3__H34sO3_e2t4aOdgydbB282ik-bey82ii_vh7tvi-3Pe-92iXJja_j0ZbHzevhq85y30EnmW7NNdydLczmwM02ix3o868ugy1U3jzKRszyXtJeny6IIi2E_ynqYBtHESI-JnLNeECJ1qLKUheF5rzG4P-hd8KYwdcnQTX6aRygx7Ks8zfxUcJSRsixQF70pZ_uS--YuL_3SAy79neSyd7x6X694jZUHq72rmEesZNdct_kJWprM6Q
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E4%B8%93%E6%B3%A8%E6%99%BA%E8%83%BD%E6%B2%B9%E8%97%8F%E5%82%A8%E9%87%8F%E9%A2%84%E6%B5%8B%E7%9A%84%E6%B7%B1%E5%BA%A6%E6%97%B6%E7%A9%BA%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%A8%A1%E5%9E%8B&rft.jtitle=%E4%B8%AD%E5%9B%BD%E7%9F%B3%E6%B2%B9%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E8%87%AA%E7%84%B6%E7%A7%91%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E6%9D%8E%E5%AE%97%E6%B0%91&rft.au=%E6%9D%8E%E4%BA%9A%E4%BC%A0&rft.au=%E8%B5%AB%E4%BF%8A%E6%B0%91&rft.au=%E5%BC%A0%E7%9B%8A%E6%94%BF&rft.date=2020-08-20&rft.pub=%E4%B8%AD%E5%9B%BD%E7%9F%B3%E6%B2%B9%E5%A4%A7%E5%AD%A6%28%E5%8D%8E%E4%B8%9C%29%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6%E4%B8%8E%E6%8A%80%E6%9C%AF%E5%AD%A6%E9%99%A2%2C%E5%B1%B1%E4%B8%9C%E9%9D%92%E5%B2%9B266580&rft.issn=1673-5005&rft.volume=44&rft.issue=4&rft.spage=77&rft.epage=82&rft_id=info:doi/10.3969%2Fj.issn.1673-5005.2020.04.009&rft.externalDocID=sydxxb202004010
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fsydxxb%2Fsydxxb.jpg