一种油井含水率动态预测方法

本发明公开了一种油井含水率动态预测方法，涉及油田领域，该油井含水率动态预测方法包括以下步骤：步骤S1，分析油井含水率主要影响因素；步骤S2，构建多数据集成学习驱动的油井含水率变化趋势预测模型；将基于LSTM模型和KAN模型的油井含水率预测模型并联，通过引入权重注意力模块建立最优权重赋值模型，确定各个模型预测概率的权重，实现模型预测精度的提升；与现有技术相比，本发明的有益效果是：本发明建立以油田生产物联网为基础的多数据集成学习驱动油井含水率变化趋势预测模型，减少油井人工取样化验频次，降低含水化验成本，为油田效益开发、智能生产提供重要支撑。