Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://earchive.tpu.ru/handle/11683/139733| Название: | Модель прогнозирования дебита нефти на основе графовой нейронной сети |
| Другие названия: | Oil production forecasting model based on graph neural network |
| Авторы: | Исмагилов, Р. Р. Мерзликин, Борис Сергеевич Шишаев, Глеб Юрьевич |
| Научный руководитель: | Мерзликин, Борис Сергеевич |
| Ключевые слова: | graph neural network; data-driven forecasting; validation |
| Дата публикации: | 2026 |
| Издатель: | Томский политехнический университет |
| Библиографическое описание: | Исмагилов, Р. Р. Модель прогнозирования дебита нефти на основе графовой нейронной сети / Р. Р. Исмагилов, Б. С. Мерзликин, Г. Ю. Шишаев ; науч. рук. Б. С. Мерзликин // Перспективы развития фундаментальных наук. — Томск : Изд-во ТПУ, 2026. — Т. 3 : Математика. — С. 104-106. |
| Аннотация: | Accurate oil production forecasting is critical for efficient reservoir management; however, conventional hydrodynamic simulation approaches are computationally demanding and require frequent manual recalibration. This study introduces a data-driven forecasting framework based on a spatiotemporal graph neural network designed to capture both time-dependent behavior and spatial interactions among wells. The reservoir is modeled as a weighted graph, where nodes represent wells described by time-varying operational parameters. Temporal patterns are learned through an attention-based encoder, while spatial dependencies are modeled using a graph attention mechanism. Validation on the Brugge synthetic reservoir dataset shows reaches mean squared error from 0,0173 to 0,0980 for different geologies |
| URI: | http://earchive.tpu.ru/handle/11683/139733 |
| Располагается в коллекциях: | Материалы конференций |
Файлы этого ресурса:
| Файл | Размер | Формат | |
|---|---|---|---|
| conference_tpu-2026-C21_V3_p104-106.pdf | 455,85 kB | Adobe PDF | Просмотреть/Открыть |
Лицензия на ресурс: Лицензия Creative Commons