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

来源：中国石油大学学报(自然科学版), 2020, 44(04): 77-82.

• 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

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。

• 单位
  中国石油大学（华东）; 中国石油大学胜利学院