一种基于PSO优化的WaveNet-BiLSTM-ATA油井产量预测方法

本发明提供了一种基于PSO优化的WaveNet‑BiLSTM‑ATA油井产量预测方法，其特征在于，包括以下步骤：1)收集油井时序特征数据；2)数据清洗和预处理；3)执行数据格式化与标准化操作，以适配模型测试需求；4)按油井型号划分训练集和测试集；5)采用孤立森林和皮尔逊相关系数法筛选油井重要特征，构建日产油量数据集；6)将步骤5)中的油井特征依次输入至WaveNet和BiLSTM模块，同时引入ATA机制，搭建预测模型；7)利用PSO算法优化模型超参数；8)采用独立测试开展分组性能验证，通过计算MAE、RMSE和MAPE指标完成模型评价，同时输出预测结果。本发明通过融合WaveNet局部特征提取能力，BiISTM双向时序建模优势和PSO高效参数寻优特点，在具体油井测试中得到了较好的预测效果。