文摘在天然气储气站点,异常井筒温度将严重影响储气作业过程,准确地预测井筒温度对于提升作业过程的安全性具有重要意义。在作业过程关联参数分析的基础上,提出了改进时空图卷积神经网络(advanced spatiotemporal graph convolutional neural network,A-SGCN)的储气库井筒温度预测方法。A-SGCN分别通过GCN和长短期记忆网络(long short term memory network,LSTM)进行空间依赖性建模和时间依赖性建模,结合自适应残差注意力机制有效捕捉时空数据之间的复杂关系,最终实现对温度的准确预测。方法的有效性通过黄草峡储气库2号注采站进行了验证,通过草储1井与草储6井的关联监测参数实现了对草储1井井口温度的准确预测。
