一种基于神经可加模型的油田产量鲁棒预测方法及系统

本发明公开了一种基于神经可加模型的油田产量鲁棒预测方法及系统，涉及石油井生产预测技术领域，包括：基于神经可加模型SMART，通过获取由多维时间序列数据组成的输入数据，进行模型训练，构建预测模型；基于预测模型，采用稀疏学习策略、基于众数的度量方法以及非凸优化算法，进行模型优化，依据优化后的预测模型，对油田产量进行预测。本发明通过结合神经网络与可加模型，引入基于众数的度量、稀疏学习和非凸优化算法，有效地提高了油田产量预测方法的准确性、鲁棒性、可解释性和效率，使其更适合应用于实际场景。