一种基于多源数据融合的煤层增透效果预测方法

本发明提供了一种基于多源数据融合的煤层增透效果预测方法，属于机器学习预测技术领域；本方法实时采集煤层增透多源数据，对数据进行归一化处理，然后针对不同类型的数据设计编码方式，提取关键特征；然后对多源表征数据进行统一序列化，对齐时间尺度；采用自注意力机制计算单一模态数据的时间依赖权重，动态调整不同数据源的重要性；最后采用交叉注意力机制捕获跨模态数据的信息互补性；将融合后的数据输入到训练完成的煤层增透多参数联合预测模型中，输出渗透率、气体产量、压力变化量、裂隙密度四个关键参数，进行煤层增透效果预测分析。本发明实现了对煤层增透效果的全面评估，相比现有方法，能够更准确地刻画煤层增透过程，提高预测精度。