一种基于CNN-LSTM-Attention混合模型的致密气井产量预测方法

本发明公开了一种基于CNN‑LSTM‑Attention混合模型的致密气井产量预测方法，包括步骤一：提取致密气井的开发特征，通过特征选择方法，得到表征致密气井开发主控因素的主控特征，基于主控特征，将致密气井划分为不同类型；步骤二：确定每类致密气井的稳产期和递减期，并预处理稳产期和递减期的生产动态数据，得到不同类型致密气井稳产期和递减期的时间序列数据集；本发明综合利用了CNN的特征提取能力、LSTM对时间序列长期依赖关系的捕捉能力以及Attention对关键信息的重点关注能力，构建了CNN‑LSTM‑Attention混合模型，克服了以往考虑多种影响因素来表征储层特征和建立复杂数学模型的局限性。