地质科技情报

2013, v.32;No.153(06) 73-79

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

随机模拟及遗传神经网络方法预测煤层气资源量
Application of Stochastic Modeling and Genetic Neural Networks in Predicting Coalbed Methane Resources

黄银涛;周锋德;姚光庆;

摘要(Abstract):

煤层气资源量计算是合理选择煤层气开发区块的重要依据。除煤层的空间体积外,影响煤层气资源量计算的不确定性因素主要有以下2种:煤层含气量预测和煤层属性参数空间分布。利用随机模拟和神经网络方法对沁水盆地柿庄南部煤层气区块的资源量进行了计算,并比较了不同纵向网格大小和回归方法计算的煤层气资源量的结果。在分析煤层含气量与测井数据相关关系的基础上,选取有效埋深、自然伽马、深侧向电阻率和密度作为神经网络的输入层,测试的煤层含气量作为输出层,利用遗传算法优化权系数和网络结构,建立了准确的神经网络模型;然后,利用序贯高斯随机模拟方法建立了有效埋深、自然伽马、深侧向电阻率、密度的三维分布模型,再利用已建立的神经网络模型预测了煤层含气量的三维分布;最后根据密度分布模型和煤层含气量的三维分布计算了煤层气的资源量。神经网络预测的煤层气量平均绝对误差为-0.03m3/t,平均相对误差为-0.25%。在随机模拟基础上计算的资源量分别为:精细模型的平均值8.05×109 m3,粗化模型的平均值8.01×109 m3。回归法计算的平均值9.08×109 m3。结果表明:与多元回归方法相比,神经网络方法可以准确地预测煤层含气量值;综合神经网络和随机建模方法可以用来预测煤层气资源量并研究其不确定性;储层模型的纵向网格大小对煤层气资源量计算结果影响不大;利用回归方法计算的煤层气资源量大于神经网络方法计算的结果。

关键词(KeyWords): 随机模拟;遗传神经网络;煤层气资源量;预测

Abstract:

Keywords:

基金项目(Foundation): 中央高校基本科研业务费专项资金项目(CUGL100249)

作者(Author): 黄银涛;周锋德;姚光庆;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享