基于浅层神经网络的准南煤田煤层气含量预测_中国煤炭行业知识服务平台

基于浅层神经网络的准南煤田煤层气含量预测

作者

胡永罗聪王博胡振鹏刘子强仲劼刘蒙蒙
单位

新疆煤田地质局一五六煤田地质勘探队新疆工程学院矿业工程与地质学院新疆维吾尔自治区煤炭煤层气测试研究所
摘要

煤层含气量是决定产能的重要因素，因此对含气量的预测是煤层气勘探领域的重点。利用煤层中含气量的不同导致煤层地球物理性质所产生的差异，优选出井深、自然伽马、电阻率、密度、中子孔隙度、声波时差等测井曲线，采用浅层神经网络对测井数据与含气量实验室检测数据开展研究，并与机器学习的研究结果进行了对比。研究发现，使用浅层神经网络法利用上述测井曲线可以对煤层含气量进行较为精准的预测，其相关系数可达0.91，准确度明显超过支持向量机、回归树等机器学习方法。研究结果对使用测井曲线准确预测煤层含气量，指导后续的煤层气开发工作具有较好的实际意义。
关键词

煤层气测井浅层神经网络机器学习
文章目录

0 引言
1 数据预测分析
1.1 研究区概况及数据来源
1.2 测井数据分析
2 煤层含气量预测模型构建
2.1 浅层神经网络拟合模型与参数设置
2.2 机器学习回归模型与参数设置
3 煤层含气量预测结果与分析
3.1 机器学习回归模型的运算结果
3.2 浅层神经网络模型的运算结果
3.3 各种模型的运算结果对比
4 结语
引用格式

胡永,罗聪,王博,胡振鹏,刘子强,仲劼,刘蒙蒙.基于浅层神经网络的准南煤田煤层气含量预测[J].煤炭技术,2023,42(03):138-142.DOI:10.13301/j.cnki.ct.2023.03.026.
相关文章

[1]煤层气开发适度携煤粉理论
[2]生物成因煤层气研究进展
[3]新疆中低煤阶煤层气排采线性降压系数及应用分析
[4]永陇矿区影响煤层气含量的地质因素分析