应用地震属性预测煤层顶板泥岩百分比含量分布

从地震属性分析入手,提出了用于煤层顶板泥岩百分比含量预测的地震属性分析方法和BP人工神经网络岩性预测方法.以淮南矿区潘东西四采区三维地震勘探区为依托,优选出平均瞬时相位、主频序列1,能量半衰时和主频斜率等4种地震属性作为13-1煤层顶板岩性预测分析的基本参数,结合已知钻孔资料,建立了煤层顶板泥岩百分比含量BP人工神经网络预测模型,运用训练好的网络对研究区13-1煤层顶板泥岩百分比含量进行了预测分析.结果表明,BP神经网络模型具有极强的非线性逼近能力,能真实反映煤层顶板岩性与地震属性之间的非线性关系,预测结果与实测值之间误差小,相对误差一般小于10%,地震属性可以用于煤层顶板岩性分布预测.     

地震属性及其在煤层厚度预测中的应用

介绍了应用地震属性技术预测煤层厚度变化的方法．分析了钻孔处地震属性与煤厚的相关性，对地震属性进行了优选．将得到的地震属性利用多元多项式回归以及BP人工神经网络方法，求出各属性与煤厚之间的回归方程及人工神经网络回归模型．将该模型应用到非井点的地震属性上，实现了对淮南谢桥矿区13-1煤层厚度的预测，取得了较好的应用效果，证明了用地震属性技术预测煤厚是可行的．     

基于GIS技术的矿井水文地质空间决策支持系统的研究

矿井水文地质工作在保障煤矿安全生产中有举足轻重的作用。将GIS技术结合DSS技术建立的SDSS(空间决策支持系统)，可以有效解决水文地质信息管理、分析和决策。利用VB集成mapinfo可以实现对于水文地质属性和空间信息的有效管理，为矿区水文地质资料的查询、处理和分析提供了一条新的更加有效的途径。     

基于测井参数的煤层含气量预测模型与应用

煤层含气量是决定煤层气开发效果的重要参数,准确确定煤层含气量是煤层气勘探开发研究的一个关键问题。以沁水盆地东南部沁南东区块为依托,通过煤层含气量解吸试验和煤层气钻孔测井资料统计,分析了煤层含气量与测井参数之间的关系,选择了有效埋深的对数、体积密度、自然电位、深侧向电阻率与浅侧向电阻率比值、微球形聚焦电阻率的对数、声波时差与自然伽马和补偿中子乘积的比值等6个参数作为BP人工神经网络预测模型的基本特征量,建立了基于测井参数的煤层含气量BP人工神经网络预测模型,并对模型进行误差分析和应用结果对比分析。结果表明:基于测井参数的BP人工神经网络预测模型具有极强的非线性逼近能力,能真实反映煤层含气量与测井参数之间的非线性关系,预测结果与实测结果之间误差小,相对误差一般小于10%,采用测井参数预测煤层含气量具有较好的应用前景。     

基于回归模型的煤层含气量预测方法研究

煤层含气量是煤层气储层评价的重要参数,基于煤层含气量与测井参数的关系较为复杂,论文对煤层含气量与测井参数做相关分析,对于相关系数较小的参数,通过构造复合参数法,提高了含气量与参数的相关系数,最终共优选6种测井参数,建立含气量与测井信息的线性、二次多项式回归方程,并对预测值进行有效性检验,证明建立的线性和二次回归方程是有效的。     

页岩气储层有机碳含量与测井参数的关系及预测模型

页岩气储层总有机碳(TOC)含量是页岩气评价的重要参数,如何准确确定TOC含量是页岩气勘探开发研究的一个关键问题。以黔江地区下志留统龙马溪组为研究对象,通过页岩气储层有机碳含量测试和钻井测井资料的统计分析,研究了TOC含量的测井响应特征,优选了体积密度（DEN)、自然伽马(GR)、自然电位（SP)和声波时差（AC)4条测井曲线作为特征向量,建立了TOC含量的BP神经网络预测模型,改进了BP神经网络算法,并对黔江地区1口页岩气井下志留统龙马溪组TOC含量进行了预测和对比分析。结果表明：基于测井参数的BP神经网络模型具有极强的非线性逼近能力,能真实反映页岩气储层TOC含量与测井参数之间的非线性关系,预测结果与实测值之间误差小,相对误差一般小于10%。