本申请公开了一种基于长短时记忆神经网络的单井指标预测方法、系统,所述方法包括:接收待预测单井的类型信息,所述类型信息包括开发方式信息和含水阶段信息;将所述待预测单井的类型信息输入至预设的长短时记忆神经网络LSTM模型,得到该类型信息对应的单井产量和/或单井含水量数据;其中,所述LSTM模型是利用对应该类型信息的单井的历史数据训练得到,所述历史数据包括地质数据、生产数据以及监测数据。从而提升单井产量和含水指标预测的准确性。
声明:
“基于长短时记忆神经网络的单井指标预测方法、系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)