一种面向多油田数据协同的联邦学习石油产量预测方法

本发明涉及石油勘探与开发技术领域，公开了一种面向多油田数据协同的联邦学习石油产量预测方法。针对传统预测依赖单油田数据、数据稀缺及隐私泄露的问题，本发明采用联邦学习框架，联合多个油田数据，在不共享原始数据的前提下，通过参数筛选和加权聚合训练基于自注意力机制的时序预测模型，实现全局模型优化。该方法显著提高了模型泛化能力和预测精度，适用于跨区域、多油田的石油产量预测与生产优化。