[發明專利]基于深度信念網絡的煤層氣測井含氣量預測方法

有效

• 申請號: 201810880131.1
• 申請日: 2018-08-03
• 公開（公告）號: CN108897975B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 向旻;張峰瑋;帕爾哈提·祖努;尚彥軍;齊興華;安然
• 申請（專利權）人: 新疆工程學院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F17/14;G06N3/04;G06N3/08
• 代理公司: 烏魯木齊合縱專利商標事務所 65105
• 代理人: 湯潔

本發明涉及一種煤氣層測井含氣量的預測領域，尤其是一種基于深度信念網絡的煤層氣測井含氣量的預測方法。一種基于深度信念網絡的煤層氣測井含氣量預測方法，主要通過計算機完成，實現該方法所需設備包括測井儀器、數據通訊接口及計算機；該方法包括：利用煤層氣測井數據預測煤層氣儲層含氣量，確定主要的測井數據；測井數據的降噪；歸一化處理；測井數據與含氣量之間關聯度的計算；測井數據作為樣本，輸入限制玻爾茲曼機進行無監督訓練；利用有監督學習對權值矩陣進行微調；將其它未取心井的所采集的煤層測井數據，經過降噪和歸一化處理后，傳輸到預測模型算法的計算機中，進而得到未取心井預測的煤層氣儲層含氣量。

技術領域

本發明涉及一種煤氣層測井含氣量的預測領域，尤其是一種基于深度信念網絡的煤層氣測井含氣量的預測方法。

背景技術

我國能源資源的基本特點可以概括為六個字：富煤、貧油、少氣。基于這一特點，長期以來，煤炭資源在我國的能源結構中占據重要地位。地下的煤炭資源并非單一的固相介質，其表面往往吸附著以分子形式存在的氣體，即，煤層氣。煤層氣是一種清潔高效的能源，加大煤層氣的開發與利用，既能夠降低能源的消耗，又能夠減少環境的污染。

在煤層氣的勘探過程中，預測煤層含氣量對于后期煤層氣的開發與利用意義重大。評價煤層氣含量的方法很多，其中，精確度最高的當屬取芯后進行實驗室測定。然而，實驗室測定含氣量價格貴，時間長，對設備要求高，因此，不可能大規模開展。

而在眾多其它方法中，煤層氣測井是極具前途的一種手段。然而，不同于常規天然氣儲層，大部分煤層氣都以吸附的狀態賦存于煤層中。吸附氣不是一種以獨立空間形式存在的氣體，其基本不會直接對測井曲線產生影響，而主要通過煤層的各種組分(固定碳、灰分、水分及揮發分)進行間接的影響。因而，測井曲線與煤層氣含氣量之間的關系是一種復雜的非線性關系。大量研究表明，在處理非線性問題上，以神經網絡為代表的機器學習算法是最優的方法。

但是，盡管前人利用各類人工智能算法在煤層氣測井含氣量預測方面開展了大量的工作，并取得了一定的成果，但是仍然存在以下幾個方面的問題，有待改進:

(1)多元回歸分析法通常采用多元線性回歸方程對含氣量進行計算，本質上是利用線性的方法解決非線性問題，所以這一方法本身存在很大的缺陷。

(2)Langmuir方程法所計算的結果只是煤層含氣飽和度為100％時的含氣量，當含氣飽和度較低時，該方法誤差較大。

(3)在使用BP神經網絡計算含氣量時，往往未對測井數據所蘊含的信息進行挖掘，從而造成神經網絡性能下降。每一條測井曲線均由有效信號和噪聲構成。有效信號是測井曲線中的有用部分，其反映地層的各種信息，而噪聲則是在數據測量過程中，隨機產生的各種干擾。然而，現今一般的做法，都在未提高測井曲線信噪比的情況下，直接訓練神經網絡。這就造成，當信噪比比較低的情況下，噪聲過多輸入，從而導致訓練出的神經網絡性能下降。

(4)傳統的BP神經網絡往往隨機對連接權值進行初始化，再以誤差梯度下降作為權值調整原則，這樣一來往往存在收斂慢以及局部極小值問題，從而難以得到全局最優解。

發明內容

本發明的目的在于針對多元回歸分析法、Langmuir方程法以及BP神經網絡法存在的問題，提供一種預測簡單、實用可靠的基于深度信念網絡的煤層氣測井含氣量預測方法。

本發明公開了一種基于深度信念網絡的煤層氣測井含氣量預測方法，主要通過計算機完成，其特征在于實現該方法所需設備包括測井儀器、數據通訊接口及計算機；

所述測井儀器,用于采集煤層氣測井數據，即深側向電阻率、淺側向電阻率、微球聚焦、密度、聲波時差、中子、自然電位、自然伽馬、井徑九種測井數據；

所述數據通訊接口,用于將現場測井儀器采集的上述九種測井數據,傳輸到計算機中；