科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于煤层含气量受控因素多且成因机理复杂，其评价的准确性和泛化性问题一直是研究的热点与难点。为了提高煤层含气量评价的准确性和泛化性，基于沁水盆地柿庄南区块的测井资料、煤心分析资料、排采生产数据等，将地球物理测井数据作为输入，利用BP神经网络、支持向量机及随机森林3种机器学习方法，对训练集数据采用交叉验证与网格寻优方法确定各机器学习模型超参数，得到煤层含气量评价模型。引入盲井验证模型，对比了3种机器学习方法的优缺点和适用条件。结果表明，应用此3种机器学习方法能有效评价煤层含气量，随机森林模型在此区块应用效果最好，该模型能有效评价煤层含气量，为今后此方法的应用提供了选择依据，同时也提高了模型的泛化能力；进一步对沁水盆地柿庄南区块3号煤层开发井进行含气量评价预测，并将预测结果与实际排采生产数据进行对比，发现二者误差较小。研究结果对煤层气勘探开发、“甜点”找寻具有指导意义，实际应用价值突出。
-
单位中海油研究总院有限责任公司
