基于浅层神经网络的准南煤田煤层气含量预测

作者：胡永; 罗聪; 王博; 胡振鹏; 刘子强; 仲劼; 刘蒙蒙

来源：煤炭技术, 2023, 42(03): 138-142.

DOI：10.13301/j.cnki.ct.2023.03.026

• 煤层气
• 测井
• 浅层神经网络
• 机器学习

煤层含气量是决定产能的重要因素，因此对含气量的预测是煤层气勘探领域的重点。利用煤层中含气量的不同导致煤层地球物理性质所产生的差异，优选出井深、自然伽马、电阻率、密度、中子孔隙度、声波时差等测井曲线，采用浅层神经网络对测井数据与含气量实验室检测数据开展研究，并与机器学习的研究结果进行了对比。研究发现，使用浅层神经网络法利用上述测井曲线可以对煤层含气量进行较为精准的预测，其相关系数可达0.91，准确度明显超过支持向量机、回归树等机器学习方法。研究结果对使用测井曲线准确预测煤层含气量，指导后续的煤层气开发工作具有较好的实际意义。

• 单位
  新疆工程学院