专注智能油藏储量预测的深度时空注意力模型

• 作者: 刘玉杰 姚纯纯 张益政 李亚传 李宗民 赫俊民
• 来源期刊: 中国石油大学学报(自然科学版)
• 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
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 石油+人工智能
• 页码范围: 77-82
• 页数: 6页
• 分类号: TE155
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5005.2020.04.009

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赫俊民		4	12	1.0	3.0
2	张益政		1	0	0.0	0.0