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 РазмерФормат 
conference_tpu-2026-C21_V3_p104-106.pdf455,85 kBAdobe PDFПросмотреть/Открыть


Лицензия на ресурс: Лицензия Creative Commons Creative Commons