基于灰色关联分析和BP神经网络的煤层含气量预测研究-论文.pdf

《基于灰色关联分析和BP神经网络的煤层含气量预测研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2014年5月西安石油大学学报(自然科学版)Mav2014第29卷第3期JournalofXianShiyouUniversity(NaturalScienceEdition)V01．29No．3文章编号：1673-064X(2014)03-0058-05基于灰色关联分析和BP神经网络的煤层含气量预测研究刘之的，赵靖舟，杨秀春，陈彩红，张继坤，王剑(1．西安石油大学地球科学与工程学院，陕西西安710065；2．中石油煤层气有限责任公司，北京100028)摘要：基于测井资料和煤岩心含气量化验分析资料，采用现代数理统计方法优选了煤层含气量的敏感性测井参数，在煤

2、岩心含气量分析化验数据归位的基础上，建立了煤岩心含气量一测井相统计模式，并利用灰色关联法对测井相一煤岩心含气量统计模式进行了系统分析，进而筛选了有效的煤层含气量测井建模数据库。基于神经网络非线性数学方法，利用筛选后的有效煤层含气量测井建模数据构建了研究区内煤层含气量的多测井参数非线性预测模型，并利用所构建模型对研究区内的煤层含气量进行预测。煤岩心含气量室内分析数据与预测结果对比表明，该整套方法能较好地对煤层含气量进行预测，预测精度能够满足煤层气储层测井评价的要求。关键词：煤层含气量；敏感性参数；测井资料；煤岩心；灰色关联；神经网络中图分类号：TD845；T

3、P183文献标识码：A鄂尔多斯盆地东部是我国煤层气勘探开发重点关系到煤层含气量的测井预测精度H]。研究区内地区之一，该区经过多年的勘探开发，积累了丰富的尚未使用核磁等测井新技术，测井资料仅局限于常地质、测井及排采动态资料，煤层气储层测井评价工规测井曲线，鉴于此，本文只针对常规测井资料来探作也取得了一定的成效，但现有的煤层含气量测井讨煤层含气量的敏感性测井参数。为了探究煤层含定量评价技术还不能满足煤层气勘探开发的跨越式气量的敏感性测井参数，本研究基于煤岩心含气量发展J。从测井角度预测煤层含气量，现场上多采室内化验分析值与测井测量值，采用最小二乘法对用密度测井

4、法引。然而，随着煤层含气量的增大，两者进行了拟合回归，并根据其相关系数大小来揭补偿中子和补偿声波等测井幅值也具有一定的响应示煤层含气量与测井参数问的内在敏感性。或变化。因此，基于研究区的煤层含气量化验分析针对煤储层扩径、泥浆侵入等环境影响较为严资料和测井资料，在深度挖掘和系统对比能够有效重等实际情况，在煤层含气量的敏感性测井参数优反映煤层含气量的测井参数之后，筛选煤层含气量选分析之前，对煤储层测井曲线的环境影响进行反建模数据库，构建适用于研究区的煤层含气量多测演校正，力求还原较为真实可靠的煤储层地球物理井参数非线性预测模型，以期提升煤层含气量的测测井信息，

5、以保障煤层含气量的敏感性测井参数优井预测精度。选的正确无误。已有研究刮表明，密度测井能够较为有效地反映煤层的含气量，因此，利用密度测井曲1煤层含气量敏感性测井参数优选线进行煤岩心室内含气量分析化验数据的归位。提优选对煤层含气量敏感性较强的测井参数直接取归位后的补偿密度(D)、补偿中子(cNL)、声波时收稿日期：2013-12-06基金项目：陕西省教育厅专项科研计划项目(编号：2013JK0857)；陕西省自然科学基础研究计划项目(编号2013JQ5008)；中国石油天然气股份有限公司科学研究与技术开发项目(编号：2010E一2207)作者简介：刘之的(19

6、78一)，男，副教授，博士后，主要研究方向为非常规储层测井评价。E—mail：liuzhidi@xsyu．edu．ca刘之的等：基于灰色关联分析和BP神经网络的煤层含气量预测研究一59一差(A)、自然伽马(G)及电阻率(研)测井数据，回归拟合出测井参数与煤层含气量回归方程(表1)。2灰色关联法筛选含气量测井参数建由表1中的回归系数可知，补偿中子、补偿密度、声模数据库波时差和自然伽马测井反映煤层的含气量敏感性依次降低，而电阻率测井的拟合效果则相对较差。因2．1煤岩心含气量一测井相统计模式的建立【1孓¨J此，在构建煤层含气量的多测井参数计算模型时，可充分利用关

7、键井的煤岩心资料，采用煤岩心含优先选择补偿密度和补偿中子，其次选择声波时差气量室内分析化验数据与测井响应特征值对比法，和自然伽马等测井参数，电阻率测井可以不予考虑。开展煤岩心含气量分析化验值的深度归位；然后，根表1煤层含气量与单测井参数敏感性分析对比表Tab．1Comparisonofsensitivityofsinglelogging据煤岩心归位后的深度提取所对应的测井响应值，parameterstocoaldbedgascontent从而建立煤岩心含气量一测井相的统计模式。基于上述测井敏感性分析可知，D、cNL、、G4个测井参数能有效地反映煤层含气量，

8、于是本研究采用这4个测井参数构建了煤岩心含气量一测井相统计模式(见