基于知识约束下数据联合驱动的TL-AEAT-BIGRU压后产量预测方法

本发明涉及基于知识约束下数据联合驱动的TL‑AEAT‑BIGRU压后产量预测方法，采用基于条件约束的CWGAN‑GP模型对少量多源数据进行数据增强，采用“Pearson+mRmR”相关性分析算法，确定影响压后产量的主控因素，通过主成成分分析法基于前人建立的储层分类标准对储层类别进行划分。并将压后产量与输入主控因素之间的相关性经验知识与TL‑AEAT‑BiGRU压后产量预测模型相结合，以筛选的主控因素作为输入进行压后产量预测。结果表明较其他产量预测模型，该模型在研究区压后产量预测中表现最佳。且消融实验表明，该模型各个模块对产量预测效果的提升均有贡献，使得该模型产量预测准确率得到有效提升，有效解决了样本量较少的情况下储层压后产量预测精度不高的问题，对油气井的产量分析具有指导意义。