波阻抗约束反演技术预测煤层厚度

用测井资料结合三维地震数据体及其解释成果进行多井约束下的波阻抗反演(稀疏脉冲反演结合地震约束的测井曲线反演)来预测煤层厚度,是通过层位标定确定煤层所对应的波阻抗层,然后提取该波阻抗层的厚度并与钻孔见煤点处的煤层厚度进行拟合匹配,最终得到三维地震测区的煤层厚度分布规律。该法对煤层厚度预测是一种新的尝试。      

地震多属性拟测井多参数反演预测煤层顶底板岩石赋水性研究

通过实例介绍利用地震多属性与测井成果联合反演,获得表征煤层顶底板岩石赋水性强弱的拟测井参数体,进而对其进行赋水性分析：首先利用伽马-伽马测井及视电阻率曲线重构岩石视孔隙度曲线,以获得研究区岩石视孔隙度成果;利用测井成果合成地震记录进行精细的地震地质层位标定及采区地震数据的保幅、保真处理;在测井成果约束下进行地震多属性拟测井多参数反演,利用反演成果的高低异常区评价煤层顶底板赋水强弱分区——低波阻抗、低电阻率、高孔隙度分布的区域对应赋水性强的区域,反之为赋水性弱的区域。     

多井约束三维地震反演技术在煤厚预测中的应用

利用测井资料结合三维地震数据体及其解释成果进行多井约束下的波阻抗反演。通过层位标定确定煤层所对应的波阻抗层，然后提取该波阻抗层的厚度并与钻孔见煤点处的煤层厚度进行拟合匹配，最终得到三维地震测区的煤层厚度分布规律。     

测井与地震资料联合反演预测K2灰岩及其含水性

阳煤五矿主要可采煤层15号煤层顶板发育的K₂灰岩不是良好的地震波反射界面,常规地震剖面很难连续追踪。测井曲线上的K₂灰岩表现为高密度和高视电阻率异常,采用密度与视电阻率两种测井曲线融合生成拟密度曲线,基于模型反演得到地层岩性数据体,从而识别灰岩的赋存形态与厚度;采用概率神经网络反演的方法,优选出9种地震属性,构成神经网络训练样本,对灰岩的孔隙度和视电阻率进行神经网络反演,预测灰岩的富水性。      

利用岩性反演和谱分解技术确定岩浆岩侵入煤层范围

岩性地震反演技术是根据钻孔测井数据纵向分辨率很高的有利条件,对井旁地震资料进行约束.并在此基础上,对孔间地震资料进行反演,推断煤系地层岩性在平面上的变化情况.谱分解技术是利用薄层调谐体离散频率的特性,通过分析复杂岩层内陷频谱变化和局部相位的不稳定性,识别薄地层横向分布特征.这里根据崔庄煤矿三采区的地震资料,综合利用地震反演技术和谱分解技术等岩性解释方法,来确定岩浆岩侵入煤层的范围.经过实际检验,该方法提高了岩浆岩和煤层边界的分辨能力,较好地解决了岩浆岩侵入煤层的识别问题.     

波阻抗反演在东胜煤田勘探中的应用

东胜煤田为陆相沉积煤田,具有含煤层数多、厚度不均、层间距不稳定等特点,勘探区内地震反射波追踪对比存在多解性,严重影响了煤层的追踪对比。为破解该难题,对东胜煤田地震勘探资料进行了以模型为基础的多井约束岩性宽带反演,即:利用该勘探区的地震数据资料、对煤层反射波解释层位、断层数据,结合测井数据、岩性柱状数据及其它地质资料,进行多井约束下的二维叠后反演,对所得到的反演数据体再依据反演原理,结合已知测井数据进行地震属性反演,最终得到能够反映岩性变化的波阻抗数据。对波阻抗反演数据进行煤层追踪对比解释,准确圈定出区内煤层的赋存范围,并合理解释了煤层分叉、合并、尖灭及厚度变化等地质现象,取得了较为可靠的地质成果。     

高密度三维地震数据驱动的煤层岩浆岩侵入区综合解释方法与应用

淮北矿区主采煤层多存在岩浆岩侵入现象,且具有侵入煤层多、分布面积广、侵入方式复杂等特点,常规地震勘探无法保证其解释精度。针对该问题,以全数字高密度三维地震勘探数据体为基础,对比分析不同岩浆岩侵入状态的地震响应特征;综合利用基于地层物性差异的地震多属性分析技术、基于波形差异的地震相分析技术和基于阻抗差异的测井约束波阻抗反演技术,进行煤层岩浆岩侵入区的识别与解释,精细雕刻其空间分布规律。研究表明:薄层岩浆岩侵入区以测井约束的波阻抗反演解释精度高,厚层岩浆岩侵入区预测则综合地震属性分析与地震相分析结果。因此,根据矿区的煤层分布和岩浆岩侵入特征,综合运用地震属性技术、地震相技术与波阻抗反演技术,能有效刻画出岩浆岩侵入煤层的分布范围。      

多参数岩性反演在煤田地震勘探中的应用

基于模型的常规地震反演方法,利用声速或密度测井曲线进行约束从而获得波阻抗信息.但是,当目的层与围岩的波阻抗差异很小时,根据波阻抗信息很难解决层位对比问题.实际上,视电阻率、自然伽马等测井曲线可以提供其他的地层岩性信息,利用多参数进行约束反演对区分岩性更加敏锐.双测井曲线融合法将密度和视电阻率测井曲线融合、变换后得到一条拟密度曲线,该曲线同时突出了煤层与岩浆岩的密度和电阻率异常.利用该曲线进行约束,可以实现多参数岩性反演.     

拟声波反演技术在识别煤层顶底板砂泥岩中的应用

当煤层顶底板为泥岩时,其煤层气含量一般较高。为预测煤层气富集区,通过地震资料和测井数据分析,基于纵波阻抗反演和拟声波阻抗反演技术的方法获得煤层顶底板位置和砂泥岩的分布规律,为煤层气勘探开发提供依据。首先由于煤层纵波阻抗值很低,可在纵波阻抗反演剖面中准确获得煤层顶底板位置;其次利用自然伽马曲线构建拟声波曲线,在横向连续性强的拟声波阻抗反演剖面中,由于泥岩表现为拟声波阻抗高值,砂岩表现为低值,可通过数据分析得到砂泥岩值域范围;最后可以此为依据进行精细划分。实际应用表明,这种方法比传统纵波阻抗反演方法效果更好,分辨率更高。     

测井-地震多属性密度曲线重构反演技术及应用

为了提高波阻抗反演的分辨率,在密度资料对反演结果产生重要影响的基础上,利用岩心、测井及地震资料,从岩石物理性质-测井响应-地震响应角度分析,提出应用测井-地震多属性密度曲线重构技术合成拟密度曲线,其结果用全井连续取心样品测试分析数据验证的平均误差为0.05 g/cm3.应用反演效果分析表明,反演结果吻合率从重构前的78%提高到重构后的86%,密度曲线重构反演技术提高了反演精度和分辨率.     

三维地震属性参数在煤层厚度预测中的应用

依托“西部煤炭资源高精度三维地震勘探技术”项目工程,对晋城某矿南翼大巷东南区5m×5m×1ms的三维地震数据体,采用三维地震属性参数预测煤层厚度及其变化规律：沿3煤层、15煤层10ms时窗提取地震属性42种,根据钻孔资料,计算出煤厚与地震属性相关系数;从中优选出相关系数大于0．35的地震属性,其中3煤层9个、15煤层10个;然后进行地震属性互相关分析,优选出与3煤、15煤层厚度相关系数较大的4种属性,建立预测煤厚的BP神经网络模型,分别选取3煤层12个、15煤层4个实测数据作为学习训练和测试样本,以钻孔地震属性作为学习样本,对网络进行训练,最终获得全区煤层厚度。经与预留钻孔成果资料对比,预测精度较高,结果可用。     

概率神经网络在地震岩性反演中的应用

卧龙湖煤矿北二采区岩浆岩侵入8煤层的现象较为严重,同时该区煤层中构造煤比较发育,瓦斯富集问题较为突出。利用三维地震资料、测井曲线进行约束反演得到的波阻抗作为外部属性,并使用step-wise属性选择法确定合适数目的地震属性,利用概率神经网络技术(PNN)对该区进行孔隙度预测反演。孔隙度反演结果与波阻抗反演结果的对比表明:孔隙度较波阻抗对于识别瓦斯富集带具有更高的分辨能力;概率神经网络具有高稳定性、计算精度高等特点,可作为研究构造煤发育和瓦斯赋存的有效手段。      

利用人工神经网络法预测煤层厚度研究

我国的兖州、淮北、平顶山、焦作等矿区,普遍存在着煤层缺失、剥失、分叉、合并等现象,煤层厚度变化对煤炭开采产生很大影响.据资料统计,如果实际煤厚比设计煤厚变薄10%～20%时,煤炭产量就会下降35%～40%.煤田高分辨率三维地震勘探的开展,为解决地质问题提供了丰富的三维数据体,特别是为BP人工神经网络法研究煤层厚度提供了多种地震波属性.     

地震多属性聚类分析煤层中岩浆侵入影响范围

在淮北杨柳矿区,层状或脉状侵入的岩浆岩导致主采煤层呈现较人范嘲的吞蚀、烧变、焦化、变溥现象,Ⅲ常规地震时间剖面及顺层层拉平切片上难于确定其分布范同。为了精细确定主采煤层巾岩浆侵入的影响范田．基于煤层反射波振幅、波形、能量的同一性及差异性特征,利用优化后的地震多属性尤监督神经网络聚类分析技术对其进行分析。解释结果表明,3煤层未受到岩浆侵入,而10煤层岩浆侵入比较明显,其在成果图上呈现出犬范围的黄色团块状及脉状特征。与实际钻孔揭露资料对比,利用地震多属性聚类分析技术圈定的岩浆岩分布范嗣符合率达78％,具有较高准确度。     

基于ABC-BP模型的煤层含气量预测

煤层含气量预测是煤层气资源勘探开发利用前期的重要研究内容之一。近些年,BP神经网络算法常用于煤层含气量预测领域,但传统BP模型在训练过程中往往存在收敛速度慢、对初始值敏感以及易陷入局部极小值等问题。为此,提出了一种改进的以人工蜂群算法为特征的BP神经网络预测方法。以沁水盆地某工区3号煤层为研究对象,首先,利用R型聚类分析法对目标煤储层所提取的多种类型的地震属性进行分类,优选出4种对煤层含气量变化反应最敏感且相互独立的地震属性;再利用人工蜂群算法(ABC)寻找BP神经网络的输入层与隐含层的最优连接权值和隐含层的最优阈值,构建具有鲁棒性的ABC-BP神经网络预测模型,并以井位置优选地震属性和含气量数据为样本训练该模型;最后,以整个工区目标储层的优选地震属性为输入,进行工区内煤层含气量的预测。预测结果与各井含气量的变化趋势基本吻合,其中,训练井处的平均误差率为0.23%,验证井处的误差率低于15%,预测精度较高,因此,该预测方法可靠性高,适用性强,可有效用于煤层含气量预测。      

利用地震属性预测煤层厚度及古河流冲刷带的方法

根据山西宁武煤田某煤矿2#煤层采掘及钻孔揭露情况,发现该井田中部和南部存在古河流冲刷带。通过对比基于优选的4个地震属性的四元一次、四元二次多项式回归模型与BP神经网络预测模型,决定将BP人工神经网络模型预测煤层厚度数据应用于整个测区古河流冲刷带的预判工作。首先利用GeoFrame系统和Landmark公司Poststack模块,提取2#煤层反射波的各类沿层切片,分析并圈定出2#煤层古河流冲刷带的大致范围,在此基础上,利用垂直时间剖面中2#煤层反射波的各种波形特征,进一步判别2#煤层古河流冲刷带解释的可靠性,然后结合BP神经网络预测模型获得的2#煤层厚度变化趋势图,最终解释出2#煤层古河流冲刷带范围:勘探区内2#煤层厚度变化范围0～5.3m,根据其煤层厚度变化趋势,将全区划分出一大二小3个古河流冲刷带。     

岩浆岩侵入煤层的地震属性识别技术

岩浆岩体严重影响井田的煤质、储量等,对采区工作面布置、巷道掘进及回采工作造成严重的影响,因而探测岩浆岩侵入煤层的范围对煤矿安全高效生产具有重大意义。在总结岩浆岩侵入体的地质特征基础上,建立岩浆侵入煤层地震地质模型,通过正演,对多种属性进行交互分析,发现主频能量属性与振幅类属性对岩浆岩反应较为敏感,并且随着岩浆岩厚度的逐渐增加能量类与振幅类属性逐渐降低。通过对QN煤矿103工作面高密度三维地震资料连井剖面10煤进行属性分析,发现频带宽度、中心频率、主振幅属性可以较好地识别岩浆侵入区。通过对勘探区10煤层进行频带宽度、中心频率和主振幅属性分析识别岩浆侵入区,其识别结果与钻孔实际揭露吻合较好,证明采用地震属性识别技术可以识别煤层岩浆岩侵入区范围。      

利用地震资料进行煤层厚度解释预测

利用C++语言基于Windows操作环境开发了适用于煤田地震资料解释的煤层厚度辅助解释系统。该系统采用人工神经网络非线性反演方法对煤层厚度变化进行解释,对煤层厚度和地震属性参数之间的非线性关系给出了定量描述,具有较高的解释精度。理论模型和实际资料试算结果表明:利用该系统进行煤层厚度解释,得到了较好的地质效果。      

基于VMD和SVM的煤厚预测方法研究

煤厚变化对煤炭安全高效开采具有重要的影响。针对三维地震数据中含有噪声时,易导致煤厚预测结果具有较大误差的问题,提出一种利用变模态分解(VMD)和支持向量机(SVM)方法结合进行煤厚预测的方法。首先,构建煤厚楔形模型并对其进行地震正演模拟,当煤层厚度较薄时,振幅属性和频带宽度属性与煤厚之间具有较好的正相关性,而瞬时频率属性与煤厚具有较好的负相关性;对正演地震记录增加噪声,结果表明噪声对利用地震属性进行煤厚预测具有较大影响。利用VMD进行去噪之后,基于SVM进行煤厚预测,实际地震资料的煤厚预测结果与已有钻孔揭露的煤层信息较为吻合,预测煤厚最小绝对误差仅为0.02 m,最大绝对误差0.52 m,验证了方法的可行性和有效性。研究成果可为低信噪比区的煤厚反演提供参考。