一种基于扩展长短期记忆神经网络的水平井产量预测方法

本发明公开了一种基于扩展长短期记忆神经网络的水平井产量预测方法，涉及产量预测技术领域。包括以下步骤：获取已开发水平井的产量数据和影响产量数据组成特征参数；基于经验模态分解和小波变换，在时域和频域两个层次上对特征参数进行分解得到三维特征张量；基于TCN和STL分解对三维特征张量分别进行分解，并将分解结果通过动态特征选择门进行融合，得到融合特征；建立预测模型，并基于融合特征对预测模型进行训练，训练后的模型能够进行产量预测；所述预测模型主体为双向LSTM模型，利用时空注意力机制为融合特征提供权重，利用优化麻雀搜索算法为双向LSTM模型选择较优超参数。本发明的方法，能够有效的对水平井产量进行预测，且预测结果准确性较高。