注氮驱替煤层气产量精准预测
一种基于时间卷积网络与注意力机制的深度学习模型，可在规则与噪声数据上实现高精度泛化预测，优于传统时序模型。
Haiteng, Xue · Xiaohong, Gui · 王公达 · Yang, Xin · Gong, Haoran · 杜锋
Fuel 2024
在规则与噪声两类数据集上，预测R²均大于0.99，表明模型能有效捕捉底层规律。
模型在不同矿井注氮置换数据集上均表现良好，优于基线模型，对未见数据有较强的泛化能力。
在地下工程注氮置换实验的噪声数据集上仍能保持高预测性能，适用于实际矿井环境。