融合注意力机制的Bi-LSTM页岩气产能预测方法

传统的经验公式法和数学解析法对页岩气产能预测的误差较大,为此,提出一种融合注意力机制的双向长短时记忆神经网络(Attention-Bi-LSTM)对页岩气产能进行预测。在Bi-LSTM的网络层架构中添加注意力机制后,神经网络输入子集的能力、模型处理时间序列数据的能力均得到了提升。采用该模型对页岩气井的日产气量进行预测,相对于单一的Bi-LSTM、LSTM,此模型的预测效果更好。