科研之友
微信
新浪微博
Facebook
分享链接
摘要
中国低煤阶煤层气资源丰富，且煤层气作为一种清洁能源，其开发和利用可有效地缓解我国天然气资源短缺问题，但是商业化规模开发稍显不足，亟需系统研究。煤层气高效开发的前提是有利区优选，但目前煤层气开发选区评价均涉及一定的主观人为因素，会间接影响或干扰预测效果。将黄陇煤田彬长矿区大佛寺井田低煤阶作为研究对象，以生产实际数据为基础，采用机器学习中的随机森林算法对该区煤层气开发选区做出预测。结果表明：(1)Pearson关联系数（PCC）分析表明含气量、灰分、煤层净厚度、构造位置、顶板厚度、渗透率、储层压力和埋深这8个煤层气产出相关参数相互独立，可用于模型建立；(2)随机森林算法将煤层气开发选区划分为5类不同程度的区域，其中Ⅰ类（极高）和Ⅱ类（高有利）区占整个研究区域的13.88%，主要分布在井田的中部，西部存在Ⅱ类（高有利区）分布，后续开发部署井位也可着重考虑，而井田的东南部不适于后续部署井位；(3)由接受者操作特征曲线（ROC）可知，一般成功率曲线与预测率曲线下的面积值（AUC）为0.961，表明随机森林模型预测精度较高，结果可靠。通过机器学习算法对煤层气开发选区进行综合预测，可规避传统算法中的人为主观因素，且具有较高的精度，可为后续非常规油气开发选区提供一定的理论参考依据。
- 单位
