当前位置: 首页 > 专利查询>中南大学专利>正文

一种基于神经差分自注意力Transformer的油井重复压裂产量预测方法技术

技术编号:46117501 阅读:6 留言:0更新日期:2025-08-15 19:53
本发明专利技术提供了一种基于神经差分自注意力Transformer的油井重复压裂产量预测方法,包括:(S1)数据收集与准备;(S2)定义有符号自注意力;(S3)定义神经差分自注意力;(S4)基于神经差分自注意力的季节趋势分解;(S5)基于神经差分自注意力Transformer的油井重复压裂产量预测。本发明专利技术采用神经差分自注意力机制对Transformer架构展开优化,使时间序列平稳主要通过差分实现,以适应油井重复压裂产量数据所蕴含的独特季节性或周期性模式,最终在保障预测精度的同时降低计算成本。打破了统计差分的预处理常规,能够逐步灵活地捕捉时间变异,有效捕捉趋势以外的各种时间模式。

【技术实现步骤摘要】

本专利技术涉及储层增产改造,具体涉及一种基于神经差分自注意力transformer的油井重复压裂产量预测方法。


技术介绍

1、时间序列分析指的是在固定时间间隔内收集观测值且连续观测值之间存在相关性的研究问题,重复压裂油井产量预测隶属时间序列分析。

2、尽管取得了一定的成功,transformer在时间序列数据分析中的潜力尚未完全释放。当前研究表明:相比于传统深度学习基线模型,transformer及其变体在处理时间序列数据时对性能的提升幅度有限。这一现象主要归因于现有自注意力机制的局限性:无论标准形式,抑或稀疏版本,自注意力机制在本质上都采用加权全局平均或k移动平均方法,基本等价于对趋势模式的平滑估计。这种架构在表征时间序列中的细微、复杂和多样化模式(例如离群值、季节性和周期性模式)时存在固有缺陷:模式容易在平均化的过程中被淡化,继而输出结果变化甚微甚至完全没有变化。

3、针对上述局限,本专利技术采用神经差分自注意力机制对transformer架构展开优化,使时间序列平稳主要通过差分实现,以适应油井重复压裂产量数据所蕴含的独特季节性本文档来自技高网...

【技术保护点】

1.一种基于神经差分自注意力Transformer的油井重复压裂产量预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于神经差分自注意力Transformer的油井重复压裂产量预测方法,其特征在于,所述步骤1具体包括以下子步骤:

3.根据权利要求1所述的一种基于神经差分自注意力Transformer的油井重复压裂产量预测方法,其特征在于,所述步骤2具体包括以下子步骤:

4.根据权利要求1所述的一种基于神经差分自注意力Transformer的油井重复压裂产量预测方法,其特征在于,所述步骤3具体包括以下子步骤:

5.根据权利要...

【技术特征摘要】

1.一种基于神经差分自注意力transformer的油井重复压裂产量预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于神经差分自注意力transformer的油井重复压裂产量预测方法,其特征在于,所述步骤1具体包括以下子步骤:

3.根据权利要求1所述的一种基于神经差分自注意力transformer的油井重复压裂产量预测方法,其特征在于,所述步骤2具体包括以下子步骤:

4.根据权利...

【专利技术属性】
技术研发人员:王李昌高士娟贾靖
申请(专利权)人:中南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1