专注智能油藏储量预测的深度时空注意力模型

作者：李宗民,李亚传,赫俊民,张益政,姚纯纯,刘玉杰

摘要：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。

发文机构：中国石油大学（华东）计算机科学与技术学院 中国石油大学胜利学院 中国石化胜利油田物探院

关键词：油藏储量预测循环神经网络注意力机制深度时空注意力模型reservoir reserve predictionrecurrent neural networkattentional mechanismdeep spatio-temporal attention model

分类号： TE155[石油与天然气工程—油气勘探]