基于长短期记忆网络与注意力机制的井筒积液预测方法

摘要

本发明提供了一种基于长短期记忆网络与注意力机制的井筒积液预测方法，属于预测井筒积液技术领域，该方法包括：对井筒积液原始高频数据进行降维处理；构建同比环比预测器，分别挖掘较长时间跨度特征及当日特征，并利用同比环比预测器对经降维后的数据进行预测得到同比环比预测器的输出值；利用序列离散度过滤器和阈值过滤器对所述同比环比预测器的输出值和井筒积液实时数据值进行判断，完成对井筒积液的预测。本发明解决了气井实际生产过程中井筒积液难以判断，SCADA系统中的数据无法有效利用的问题。