基于叠前AVO属性的煤层瓦斯含量预测

- 安徽理工大学地球与环境学院,淮南232001
- 安徽理工大学地球与环境学院,淮南232001
- 安徽理工大学地球与环境学院,淮南232001
- 中国矿业大学资源与地球科学学院,徐州221116
- 安徽理工大学地球与环境学院,淮南232001
基金项目:
安徽省自然科学基金

安徽省重点研究、开发计划项目

国家自然科学基金

详细信息

刊出日期: 2020-10-20

Coal seam gas content prediction based on pre-stack AVO attributes

Publish Date: 20 October 2020

摘要: 瓦斯富集一直以来都是威胁煤矿安全生产的重要因素,如何对其精准预测是值得深入探究的问题.为此,本文以沁水盆地南缘某矿的3#煤层为研究对象,基于叠前地震数据体提取的AVO属性预测目标煤层的瓦斯含量.先通过对叠前三维地震数据进行超道集计算和角道集抽取等的处理,计算叠前AVO属性,得到截距(P)、梯度(G)、流体因子(P*G)、拟泊松比(P+G)、横波反射系数(P-G)等多个属性参数的沿层切片.再通过蝙蝠(BA)算法优化BP神经网络的权值和阈值来优化预测模型,构建AVO属性与瓦斯含量间的非线性映射关系,并利用井数据训练非线性预测模型.最终,基于训练后的BA-BP神经网络模型预测研究区内3#煤层的瓦斯含量.通过对比分析研究区内目标煤层9口钻井处的预测结果与实测结果,显示该方法的预测误差较小;表明基于BA-BP神经网络预测模型,以AVO属性为输入,进行煤层瓦斯含量的非线性预测是可行的.
- AVO属性 /
- BA算法 /
- BP神经网络 /
- 瓦斯含量

点击查看大图