摘要
本发明提供一种致密砂岩气藏多层合采产能预测方法,方法包括以下步骤:基于斯皮尔曼相关系数构建包含操作变量、静态参数、动态数据的图数据模型,通过物联网传感器实时更新节点特征,采用动态图机制修正邻接矩阵权重;S2:利用CNN网络模型和LSTM网络模型提取多模态数据特征,经PCA降维后输入OV‑GCN模型,结合GAT与Transformer实现图结构建模,输出产能分布、含水率及层间干扰预测值;S3:将预测结果输入NSGA‑II多目标优化模型,以产能最大化、成本最小化、干扰平衡为目标,结合Eclipse数值模拟验证,生成压裂参数Pareto最优解集。根据本发明能够深度挖掘测井图像、生产时序数据和结构化数据中的信息,精准捕捉气藏产能与各类数据之间的复杂关联。