一种基于机器学习的地热预测方法

本发明提供一种基于机器学习的地热预测方法，所述方法包括：S11、获取地热井开采影响区历史开采数据的测温数据和边界条件，基于KNN插值法对测温数据和边界条件的缺失点和异常值进行处理并添加高斯噪声；S12、利用卷积神经网络提取边界条件的深层特征，使用双向长短时记忆网络捕捉测温数据的时序特征，确定边界条件的深层特征和测温数据的时序特征的目标影响因子；S13、构建地热预测模型，将边界条件的深层特征、测温数据的时序特征和目标影响因子输入地热预测模型进行训练，获得训练完成的地热预测模型；S14、将实际地热井的开采数据输入地热预测模型，获得对地热储量的预测。本发明基于机器学习结合测温数据和边界条件，实现了对地热储量的准确预测。