来源：期刊VIP网 时间：
作者：袁元;赵仁保;徐浩天;赵邑镇;孙梓齐;杨凤祥;展宏洋;李海波;吕世瑶;
单位：中国石油大学(北京)石油工程学院;油气资源与探测全国重点实验室;北京石油化工学院新材料与化工学院;中国石油大庆油田有限责任公司成都勘探开发研究院;中国石油新疆油田公司勘探开发研究院;
摘要：火驱是中国稠油开发的重大战略接替技术，具有原位生热，高采收率与绿色低碳的显著优势。由于其地下物理化学过程极其复杂，物理模型与数据挖掘方法之间难以达到统一，致使火驱产量预测难度较大。利用燃烧管实验，基于物质平衡理论，推导出火驱产油量的物理模型。结合深度学习算法，并将物理模型约束加入损失函数中，建立基于物理模型约束与注意力机制的卷积长短期记忆网络火驱产量预测模型。结果表明：基于物理模型约束与注意力机制的卷积长短期记忆网络方法的绝对误差、均方误差、均方根误差和平均绝对百分比误差分别为0.094 8、0.011 3、0.106 4、15.28%，相比其他方法误差较小，拟合效果较好；物理约束的引入，有效克服了复杂神经网络作为“黑箱”的可解释性不足问题，同时显著提高了模型的准确度和鲁棒性。研究成果可用于火驱油田生产井产量预测，为稠油火驱开发决策提供依据。
关键词：稠油油藏;;火驱技术;;卷积神经网络;;物理实验模型;;产量预测
基金资助：国家自然科学基金项目“火线传播速度的预测和火腔在三维空间中演化的控制机制探索”（52274052）;; 新疆维吾尔自治区高层次人才引进项目“基于垂向火驱井网条件下超稠油的原位改质辅助开发机理研究”（JXDF0221）
