[發明專利]一種基于PSO-BP模型和地震屬性參數的煤層含氣量預測方法

有效

• 申請號: 201911356942.2
• 申請日: 2019-12-25
• 公開（公告）號: CN111045080B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 張文永;張平松;孫貴;丁海;吳海波;臧子婧
• 申請（專利權）人: 安徽省煤田地質局勘查研究院;安徽理工大學
• 主分類號: G01V1/30
• 分類號: G01V1/30;G01V1/36;G06Q10/04;G06Q50/02;G06N3/00;G06N3/04;G06N3/08
• 代理公司: 北京同輝知識產權代理事務所(普通合伙) 11357
• 代理人: 楊敬

本發明公開一種基于PSO?BP模型和地震屬性參數的煤層含氣量預測方法，具體工藝流程是從疊前地震屬性與疊后地震屬性提取，到地震屬性的相關系數計算與初選，到地震屬性的聚類分析與優選，到PSO?BP預測模型的構建，最后通過井數據訓練的PSO?BP預測模型預測煤層含氣量。本發明區別于單一地震屬性預測的技術工藝，力求從多角度挖掘了煤層含氣量的地震屬性響應信息；同時由于煤層的含氣量受多種地質條件和地質因素的影響與控制，PSO?BP預測模型相較于傳統的線性預測模型，能夠有效地表征這種非線性映射關系，技術工藝更為先進，預測精度和可靠性能夠保證，且預測速度大大提高。所以，本發明相對于傳統的煤層氣含氣量預測工藝在信息挖掘、技術流程和預測精度上更具優勢。

技術領域

本發明涉及一種煤層氣地震勘探與儲層評價領域，具體是一種基于PSO-BP模型和地震屬性參數的煤層含氣量預測方法。

背景技術

煤層含氣量或煤層氣(瓦斯)富集區預測方法多基于單一的疊前地震屬性或疊后地震屬性，地震屬性參數類型缺乏多樣性，且在預測過程中上訴方法多使用線性的預測模型，預測精度和效果難以保證，工藝流程的普適性受限；在實際情況下，煤層的含氣量受到多種地質條件和地質因素的影響與控制，與地震屬性參數間存在著極為復雜的、模糊的非線性映射關系，利用傳統的單一地震屬性和線性模型的技術工藝，已很難滿足煤層氣精準勘探與開發的需求，針對這種情況，現提出一種基于PSO-BP模型和地震屬性參數的煤層含氣量預測方法。

發明內容

本發明的目的在于提供一種基于PSO-BP模型和地震屬性參數的煤層含氣量預測方法，區別于單一地震屬性預測的技術工藝，力求從多角度挖掘了煤層含氣量的地震響應信息；同時由于煤層的含氣量受到多種地質條件和地質因素的影響與控制，本發明采用的PSO-BP預測模型相較于傳統的線性預測模型，能夠有效地表征這種非線性映射關系，技術工藝更為先進，預測精度和可靠性能夠保證。所以，本發明相對于傳統的煤層氣含氣量預測工藝在信息挖掘、技術流程和預測精度上更具優勢

本發明的目的可以通過以下技術方案實現：

本發明的有益效果：

1、本發明同時運用了疊前地震屬性和疊后地震屬性，從多角度挖掘三維地震屬性信息，與傳統技術工藝相比運用的地震屬性信息量更加豐富，預測的樣本更為多樣化，樣本的優選更具系統化；

2、本發明利用粒子群尋優算法(PSO)對BP神經網絡算法的輸入層與隱含層的連接權值和隱含層的閾值進行優化，與傳統工藝相比，大大提高了預測模型的預測精度以及訓練速度；

3、本發明方法區別于單一地震屬性預測的技術工藝，力求從多角度挖掘了煤層含氣量的地震響應信息，以提高預測精度，由于煤層的含氣量受到多種地質條件和地質因素的影響與控制，本發明采用的PSO-BP預測模型相較于傳統的線性預測模型，能夠有效地表征這種非線性映射關系，技術工藝更為先進，預測精度和可靠性能夠保證，且預測速度大大提高；

4、本發明相對于傳統的煤層氣含氣量預測在工藝流程和預測精度上更具優勢。

附圖說明

下面結合附圖對本發明作進一步的說明。

圖1是本發明基于PSO-BP模型和地震屬性參數的煤層含氣量預測方法流程圖；

圖2是本發明粒子群改進神經網絡流程圖；

圖3是本發明研究區基本情況示意圖；

圖4是本發明典型的疊前和疊后地震剖面示意圖；

圖5是本發明屬性的聚類分析圖；

圖6是本發明P*G強度屬性示意圖；

圖7是本發明擬泊松比屬性示意圖；

圖8是本發明薄層屬性示意圖；