基于RBF神经网络的煤储层随机建模

作者：雷能忠

来源：煤炭学报, 2012, (07): 1144-1149.

DOI：10.13225/j.cnki.jccs.2012.07.003

• 随机建模
• 煤储层
• 径向基函数神经网络
• 估计加模拟误差 stochastic simulation
• coalbed methane reservoir
• radial basis function neural network
• estimation & simulation error(ESE)

利用RBF神经网络进行非条件模拟,改进估计加模拟误差法(ESE)随机模拟技术,在Arc-GIS和MATLAB软件平台上进行煤储层随机建模。在贵州省织纳煤田实例研究中,获得了与煤层气资源量有关的煤层厚度、空气干燥基灰分、煤中空气干燥基水分等煤储层属性随机建模多个实现。利用50,100次两组随机建模实现计算煤层气资源量,进行概率资源量分布特征研究,煤层气概率资源量分布类型相似,基本呈正态分布,资源量变化范围分别为14.972×108～16.964×108,14.972×108～17.047×108m3,平均值分别为15.92×108和15.97×108m3。利用100次随机建模实现获得的资源量数据...

• 单位
  中国矿业大学; 皖西学院; 中国矿业大学（北京）; 地质过程与矿产资源国家重点实验室