留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

随机模拟及遗传神经网络方法预测煤层气资源量

随机模拟及遗传神经网络方法预测煤层气资源量[J]. 地质科技通报, 2013, 32(6): 73.
引用本文: 随机模拟及遗传神经网络方法预测煤层气资源量[J]. 地质科技通报, 2013, 32(6): 73.
Application of Stochastic Modeling and Genetic Neural Networks in Predicting Coalbed Methane Resources[J]. Bulletin of Geological Science and Technology, 2013, 32(6): 73.
Citation: Application of Stochastic Modeling and Genetic Neural Networks in Predicting Coalbed Methane Resources[J]. Bulletin of Geological Science and Technology, 2013, 32(6): 73.

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

  • 摘要: 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。

     

  • 加载中
计量
  • 文章访问数:  1896
  • PDF下载量:  1703
  • 被引次数: 0
出版历程
  • 刊出日期:  2013-11-30

目录

    /

    返回文章
    返回