基于支持向量机的煤层气井排采层位水源判识

基于煤层气井产出水微量元素的测试结果,探讨支持向量机技术在煤层气排采层位水源判识中的应用,确定最优支持向量机参数获取方法。利用所构建的二叉树结构层次支持向量机模型识别了煤层气井产出水源,并对比验证了不同识别方法。结果表明支持向量机能够有效识别煤层气井产出水源,准确率高于80%。比较分析支持向量机、灰色关联分析和神经网络等预测模型发现,在煤层气井排采水源判识上,对小样本学习而言,支持向量机的预测准确率显著高于神经网络法,与灰色关联分析相当,但灰色关联分析对样本依赖性较强,其泛化能力取决于样本深度。研究证明支持向量机是一种可行、有效的煤层气井排采层位水源判识方法。     

基于变孔隙压缩系数的深部低阶煤层渗透率实验

深部低煤阶煤渗透率研究可为深部煤层气评价选区提供关键依据。基于应力-孔隙压缩系数-渗透率三者关系理论分析,利用高温覆压孔渗透实验数据,构建了变孔隙压缩系数下深部煤层渗透率预测模型。实验结果显示,变孔隙压缩系数下渗透率的预测模型较定孔隙压缩系数下渗透率预测模型能更为准确描述深部煤层渗透率,老君庙矿区的初始孔隙压缩系数为0.09 MPa^-1,孔隙压力随有效应力变化的衰减系数为0.07 MPa^-1,且初始渗透率随着温度升高而降低。根据孔隙压缩系数的定义,计算得到孔隙压缩系数。计算结果显示：实测孔隙压缩系数与拟合孔隙压缩系数之间的相关性较强;随着埋深增加,定孔隙压缩系数较变孔隙压缩系数模型下预测的渗透率偏低,揭示了该地区深部煤层渗透率并非如前所预期之悲观,仍存在一定可采潜力。