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。
点击查看大图
计量
- 文章访问数: 1896
- PDF下载量: 1703
- 被引次数: 0