Для повышения точности и надежности прогноза добычи природных трещиноватых сланцевых газовых скважин предложена модель прогнозирования добычи скважин, основанная на комбинации улучшенного алгоритма оптимизации чайки (Improved Seagull Optimization Algorithm, ISOA) и сверточных нейронных сетей (Convolutional Neural Networks, CNN). Во–первых, путем интеграции улучшенного алгоритма оптимизации чайки и сверточных нейронных сетей построена модель для прогноза максимального дебита и параметров гиперболического снижения. Во–вторых, с применением метода латинского гиперкубического сэмплирования прогнозируемые значения были объединены с выбранной моделью анализа кривых снижения, что позволило построить динамический производственный профиль природных трещиноватых скважин. В заключение, путем моделирования и имитации добычи природных трещиноватых скважин подтверждена надежность предложенного метода. Результаты экспериментов показывают, что в разные временные промежутки производства (1, 5, 10, 15, 20 лет) прогнозируемый кумулятивный объем добычи хорошо согласуется с моделируемыми значениями, при этом ошибка не превышает 15,6%, что свидетельствует о высокой эффективности и надежности метода в прогнозировании добычи скважин. Модель основывается на гиперболической модели с прогнозом максимального дебита и параметров снижения, что позволяет точно прогнозировать профиль добычи сланцевого газа; при этом смоделированные накопленные значения добычи хорошо соответствуют прогнозируемым, а средняя ошибка снижается с 18,13% до 16,03%. Предложенная модель прогнозирования не требует ввода долгосрочных исторических данных производства, что делает её применимой для прогнозирования добычи скважин с ограниченными данными и новых скважин. Результаты исследования предоставляют надежную теоретическую и практическую поддержку методам прогнозирования добычи сланцевых газовых скважин и имеют хорошие перспективы применения.

алгоритм чайки;сверточные нейронные сети;сланцевый газ;прогноз добычи;сеть трещин;количественная модель;моделирование;динамика производства