测井资料逐步回归在朔南煤质分析中的应用

本文利用常规地球物理测井数据与煤样化验数据(如煤灰分、发热量),采用多元逐步回归统计方法,对山西朔南煤田勘探区进行煤质分析。从众多的逐步回归经验公式中,选取了具有代表性的且能反映本地区煤灰分与发热量变化的经验公式,并在现场进行了煤质评价。分析结果表明,研究区煤灰分、发热量与密度及自然伽玛测井数据间存在良好的相关性,其煤质预测结果良好(误差在±5％左右),这为综合利用测井曲线提供了另一个手段。     

用测井资料研究白坪井田二1煤的灰分

本文利用数字测井记录的数据与煤样化验数据,采用体积模型和回归统计分析等方法,对白坪勘探区二_1煤进行煤质分析。结果发现,研究区二_1煤的灰分含量与自然伽玛测井数据间存在良好的线性关系,并利用其线性回归方程进行灰分预测,效果较好(误差均小于10％),成果可靠,这为数字测井的综合利用提供一条重要途径。     

测井含煤地层分析方法讲座 第三讲 测井煤质分析方法

能利用测井方法确定煤质指标,这是现代煤田测井技术的重要标志。目前,利用测井方法确定的煤质指标有:灰分、挥发分产率、水分、含碳量、含氢量、含氧量以及发热量。     

第三讲 测井煤质分析方法

能利用测井方法确定煤质指标,这是现代煤田测井技术的重要标志。目前,利用测井方法确定的煤质指标有:灰分、挥发分产率、水分、含碳量、含氢量、含氧量以及发热量。      

美国煤田密度测井及灰分和发热量分析

我们实地参观了美国地质调查所丹佛煤炭分所和美国中西部大多数私人测井公司的煤田测井,现将他们利用测井资料进行煤质、煤的灰分和发热量分析的情况介绍于下。      

GRNN与LS-SVM方法在计算煤质工业组分中的应用

在煤炭开发过程中,对煤质的评价尤为重要。依靠实验室分析来确定煤质的工业组分效率比较低,成本也比较高,因此通过建立其与测井参数之间的关系来进行各组分的计算。选取自然伽马、双收时差、密度以及三侧向电阻率这四个测井参数为输入的特征参数,煤质的水分、灰分、挥发分以及固定碳的含量作为输出结果,利用在某煤田挑选的73层测井数据当作训练样本,构建了基于广义回归神经网络(GRNN)以及最小二乘支持向量机(LSSVM)的计算模型,从而建立了测井参数与各工业组分之间的关系。对19层的测试数据进行了检验,结果表明这两种方法均能应用于实际的生产之中;相比之下,广义回归神经网络能更准确地计算出各组分的含量,其平均平方误差均在1%以下。     

煤层煤质参数测井解释模型

摘　 要　 以确定煤质参数的体积模型法为基础‚结合煤样实验室分析资料‚利用概率模型法 （多元线性回归） 确定煤质参数的测井解释模型。经 F 检验‚说明建立的方程组有效‚线性关 系显著。实际解释结果表明‚解释模型估算的煤质参数与煤样实验室分析的煤质参数之间一 致性好‚解释精度高。     

中子-热中子测井在煤田测井中的应用

最近,利用美国蒙特公司的系列Ⅲ数字测井仪在山东滕县煤田滕北勘探区实测了10个钻孔。资料表明,中子-热中子测井应用价值很高,地质效果显著。它能有效地划分地层,判断岩性,确定煤层及其结构,观察煤质变化和确定含水层。通过数字处理,还可定量的分析煤质,确定岩性和岩石孔隙度。本文仅就中子-热中子测井曲线的应用谈谈自己粗浅的认识。      

发展我国煤田测井技术的几个问题

文章从模拟测井与数字测井的关系;测井煤质分析;数理统计和模糊数学的应用;测井沉积环境分析及实现我国煤田测井数字化途径等五个方面,进一步分析和探讨了我国煤田测片技术。      

应用BP神经网络预测煤质参数及含气量

煤层气储层物理结构以及煤层气的存储，运移等方面不同于常规天然气，评价煤质参数的测井等效体积模型难以较好地描述煤层这种复杂的物理结构，提出利用ＢＰ神经网络预测煤质参数及煤层气含量的模型和算法，预测的煤质参数以及煤层含气量与煤样分析结果比较表明，预测与煤样分析参数之间的平均绝对误差和相对误差都较小，精度满足定量计算的要求。