潘少伟， 郑泽晨*， 王吉哲， 蔡文斌， 王朝阳

(1.西安石油大学计算机学院， 西安 710065； 2.西安石油大学石油工程学院， 西安 710065)

油气数据分析技术在油气行业中十分重要，尤其是面对海量的油田信息，在数据处理和管理时会造成信息的忽略[1]。在油井产油量预测问题中，因为一些增产措施，使得产油量出现波动，或者因为经济原因导致油井减产。在这种复杂的状况下，想要准确地预测和控制产油量，就必须平滑数据，改进预测模型。目前有一些学者使用调整指数递减法的递减率[2]、水驱曲线法[3]来解决油藏储量和产量的预测问题。同时，任燕龙等[4]使用长短期记忆网络(long short-term memory networks，LSTM)建立油田产量预测模型。Holdaway等[5]通过数据挖掘中的聚类方法和概率方法建立多井的产油量模型。Gupta等[6]针对页岩油气藏的产量预测提出数据挖掘方法和时间序列分析方法。Zhou等[7]采用聚类和多元回归分析建立生产井的产能模型。Negash等[8]提出使用人工神经网络方法和贝叶斯正则化算法训练预测模型。这些方法大多是为了解决油田或油井产油量的预测问题，基本未涉及产油量的时间序列分析。所以，现提出通过采用随机森林(random forest，RF)、LSTM和注意力机制(attention mechanism)相结合的方法来建立油井产油量的预测模型，以提取油井产油量数据中存在的时间相关性，提高它们的特征重要性。

1 原理与方法

1.1 RF

RF是一种包含多个决策树的分类器，它基于Bagging思想，借助自助法重采样技术，通过构建多个决策树来组成随机森林。RF的实现简单、计算开销小，抗过拟合能力强。……