中国矿业大学主页平台系统 chenyuhua--Home-- Identificating Types and Key Features of Typical Production Perfermance of Coalbed Methane with Interpretable Residual Graph Convolutional Neural Network Model

Paper Publications

Current position: Home > Scientific Research > Paper Publications

Identificating Types and Key Features of Typical Production Perfermance of Coalbed Methane with Interpretable Residual Graph Convolutional Neural Network Model

Release time:2024-01-05
Hits:

Journal:
Natural Resources Research
Abstract:
煤层气作为一种清洁能源，在全球能源结构中有着广阔的前景。由于煤层气产量具有很强的异质性，获取煤层气产量类型的关键控制因素具有十分重要的现实意义。准确预测其产量具有重要意义，但要准确预测煤层气产量是一项挑战，因为其受多种因素的影响。在之前的研究中，很多研究者采用深度学习算法来预测煤层气产量，这些算法主要基于图像或序列数据，很少考虑煤层气井间的非线性空间耦合关系。为了解决上述问题，提出了一种可解释残差图卷积神经网络模型（I-RGCN）用于煤层气产量类型分类。基于先验地质知识构建拓扑图结构，利用DTW算法度量煤层气井间的地质相似性并将其作为图结构的边权重加入到模型计算中，最后利用Gnnexplainer对模型预测的特征重要性进行排序。在山西沁水煤田范庄—郑庄区块数据集上的实验表明，可解释残差图卷积神经网络模型准确率为84%，准确率为68%，召回率为61%，综合指标得分高于其他基线对比模型。该研究为煤层气产量类型预测提供了一种新的解释预测方法，也为利用图神经网络处理类似煤层气产量问题提供了新途径。
Indexed by:
Article
Translation or Not:
no
Date of Publication:
2024-12-26
Included Journals:
SCI
Links to published journals:
https://doi.org/10.1007/s11053-024-10448-9

Personal Homepage

Paper Publications

Identificating Types and Key Features of Typical Production Perfermance of Coalbed Methane with Interpretable Residual Graph Convolutional Neural Network Model

Journal:

Abstract:

Indexed by:

Translation or Not:

Date of Publication:

Included Journals:

Links to published journals: