控制与决策

作者：王通,王寒静,高宪文,王儒乐

单位：沈阳工业大学 电气工程学院，沈阳 110870,,沈阳工业大学 电气工程学院，沈阳 110870,,东北大学 信息科学与工程学院，沈阳 110819,,沈阳工业大学 电气工程学院，沈阳 110870,

关键词：油井工况预测;多分支;可变形卷积;交叉融合;注意力机制;长短期记忆网络

基金：国家自然科学基金项目(62173073).

油井工况预测对于提升油井生产效率、降低故障损失至关重要, 但目前油井工况预测仅能预测工况类型, 无法输出所预测的工况示功图, 导致现场应用受限. 针对该问题, 提出一种基于多分支特征融合自编码器的油井工况短期预测模型. 首先, 为解决示功图序列样本间图形变化趋势微弱, 易受噪声和相似工况图形的影响, 导致特征提取效果不佳的问题, 在编码器中设计3个方向的可变形卷积分支分别关注示功图X、Y和XY方向特征; 然后, 为互补不同分支所提取的方向特征, 设计基于空间注意力的交叉融合结构, 并将不同分支的融合特征进行拼接, 使用通道注意力机制增强特征融合效果; 最后, 将示功图特征序列输入长短期记忆网络预测未来工况的示功图特征, 并基于解码器重构示功图. 通过油田生产现场的油井示功图序列进行仿真验证, 结果表明所提出方法在油井工况预测及示功图重构上均具有良好的性能.

来源：2026年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第6期