基于疊前AVO屬性的煤層瓦斯含量預測

作者：章靜,吳海波,張平松,董守華,臧子婧

摘要：瓦斯富集一直以來都是威脅煤礦安全生產的重要因素,如何對其精準預測是值得深入探究的問題.為此,本文以沁水盆地南緣某礦的3#煤層為研究對象,基于疊前地震數據體提取的AVO屬性預測目標煤層的瓦斯含量.先通過對疊前三維地震數據進行超道集計算和角道集抽取等的處理,計算疊前AVO屬性,得到截距(P)、梯度(G)、流體因子(P*G)、擬泊松比(P+G)、橫波反射系數(P-G)等多個屬性參數的沿層切片.再通過蝙蝠(BA)算法優化BP神經網絡的權值和閾值來優化預測模型,構建AVO屬性與瓦斯含量間的非線性映射關系,并利用井數據訓練非線性預測模型.最終,基于訓練后的BA-BP神經網絡模型預測研究區內3#煤層的瓦斯含量.通過對比分析研究區內目標煤層9口鉆井處的預測結果與實測結果,顯示該方法的預測誤差較小;表明基于BA-BP神經網絡預測模型,以AVO屬性為輸入,進行煤層瓦斯含量的非線性預測是可行的.

發文機構：安徽理工大學地球與環境學院 中國礦業大學資源與地球科學學院

關鍵詞：AVO屬性BA算法BP神經網絡瓦斯含量AVO attributesBA algorithmBP netural networkGas content

分類號： P631[天文地球—地質礦產勘探]