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.     

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。     

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。      

煤矿复杂地质条件精细预测预报技术及应用

三维地震勘探信息挖掘不足及与矿井采掘地质信息脱节是矿井地质保障工作中存在的普遍现象。针对影响郭家河煤矿安全生产的主要地质问题,利用采区三维地震勘探成果和矿井采掘信息的集成和融合,对煤层厚度、地质构造、水害等矿井地质条件进行精细预测预报研究。建立了以矿井开采和测井资料为约束条件、多参数反演煤层厚度的综合预测技术,使煤厚预测准确率提高15%;采用地震属性融合技术提高小构造的识别能力,预测地质构造准确率提高30%。基于三维地震信息识别含水砂体的空间分布,建立了充水含水层富水性层次分析结构模型和水害危险性地质预测方法。研究成果对复杂地质条件煤矿的安全高效生产提供了低成本但有效的地质支撑。     

基于地震属性优化和机器学习的煤层厚度预测方法

煤层精准定位是无人采煤的关键技术,煤层厚度预测是煤田地震资料解释的重要研究内容之一。参考实际地层厚度及物性参数,构建含楔形煤层的正演模型,通过地震剖面正演和地震属性提取、优化,对比分析信噪比和多种回归方法对煤层厚度预测的影响。研究结果表明：部分地震属性与煤厚相关性较强,可以用于煤厚预测;地震属性间的信息冗余不可忽略,但基于主成分分析和多维标度的地震属性优化结果无本质区别;当信噪比较低(10 dB)时,随机森林回归算法的均方根误差最小(1.07),支持向量机回归算法的误差居中(1.15),多元线性回归算法的误差最大(1.84);当信噪比较高(25 dB)时,支持向量机回归算法的误差最小(0.05),随机森林回归算法的误差居中(0.11),多元线性回归算法的误差最大(0.20);输入数据信噪比对煤厚预测有明显影响,信噪比越高、预测效果越好。基于地震属性优化及支持向量机回归的煤厚预测方法,是实现薄煤层厚度高精度解释的一种有效途径。     

地地震多参数BP神经网络预测煤层厚度

依据煤层反射波运动学和动力学特征，提取出了波峰波谷振幅A1、平均频率Fa、主频带能量Qf1、低频带宽能量Qf和峰值频率Fmain等5个地地震特征参数。选取8组学习样本，利用4层BP（Back Propagation)人工神经网络模型，采用动量法和自适应调整的改进算法，训练BP网络，用训练好的BP网络预测煤层厚度。经实例验证，地震多参数BP网络预测煤层厚度精度高，是一种有效的煤厚预测方法。     

谱分解技术在煤层厚度预测及沉积环境方面的应用

谱分解技术是通过短时窗离散傅里叶变换(DFT)将地震资料从时间域转换到频率域,得到振幅谱及相位谱调谐体的一项处理技术。通过谱分解顺层相位与频率切片可以较清晰地了解区内煤层的岩性特征及沉积环境,从而预测煤厚。基于该项技术,以山西省沁水盆地某研究区山西组3煤层为例,研究了3号煤层厚度与下伏砂岩厚度的对应关系,发现3煤层厚度与基底分流河道砂岩厚度呈负相关关系,即煤层厚度随基底砂岩厚度增大而减小。由此认为在三角洲平原沉积环境下,在钻孔较少且分布不均匀时,可通过谱分解属性切片对煤层基底砂岩厚度的预测来推断煤厚。该区利用谱分解技术预测的煤厚趋势与振幅法获得的煤厚趋势相比,其精度较高,因此,谱分解技术不失为一种较好的煤层预测方法。     

T4钻孔煤厚突变原因的地震综合解释

从钻孔资料分析、测井曲线对比、黄土塬区三维地震勘探以及综合地震地质解释等几个方面,对T4孔的煤厚变化原因进行了综合分析与解释,查明了T4孔煤厚变化的原因以及区内煤厚变化趋势。后期的地面钻探补充勘探结果表明:通过对三维地震信息的综合地质解释,认为该区煤层厚度变化主要是沉积原因的结论是正确的;而且,与实际揭露相比,三维地震资料的煤厚预测精度较高,为矿井的采区划分、安全生产和巷道布局提供了可靠的地质依据。      

三维地震属性分析解释技术在山西赵庄矿的应用

依托山西晋煤集团赵庄矿三维地震勘探项目进行三维地震属性分析解释技术的应用研究,对其关键技术进行了重点描述,并应用多种属性联合解释方式与三维可视化技术、三维地质建模技术相结合,对小的断层和陷落柱等进行了解释。同时,选取多种属性作为BP神经网络预测模型的基本参数,预测了煤层的厚度。通过对比目前煤田三维地震勘探中通行的常规资料处理解释和属性分析解释两种方法的效果,认为属性分析解释更加精细,成果更加可靠。     

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。     

回采工作面煤层动态标定预测技术应用研究

智能开采对于地质条件的不适应问题非常突出,特别是对煤层起伏和厚度的绝对精度提出了更高的要求。三维地震勘探横向分辨率高,能够对煤层起伏进行控制,但在地震解释时,煤层底板高程受时深转换计算影响,存在一定的误差。针对这一问题,以工作面三维地震数据和采掘过程中探煤厚数据为基础,通过不断更新速度场提高煤层底板时深转换绝对精度;同时利用迭代插值算法,不断更新工作面煤层厚度;通过对计算得到的数据进行误差统计和分析。在TJH304回采工作面进行试验,利用工作面巷道和切眼探煤厚数据并结合三维地震资料动态解释后,工作面推采前方煤层底板高程值和厚度值绝对误差变小;特别是距离当前采煤面30 m以内的4个验证点煤层底板高程值误差范围为0.37~0.58 m,煤层厚度值误差为0.32~0.44 m。结果表明,三维地震动态解释技术可最大化将三维地震和井下生产数据有效结合,不断提高煤层空间精度,为智能开采提供预想煤层模型。      

三维地震勘探技术在淮北矿区的应用

淮北矿区地处华东腹地,其采区地震勘探虽具有良好的激发条件及较高的煤层反射波能量,但因地质构造复杂、煤层数多、深层反射信噪比低、新生界地层厚度大及地面障碍物遍布等原因,致使三维地震勘探困难较大。通过开展高密度三维地震勘探及岩性勘探,综合利用波阻抗反演、叠前时间偏移与叠前深度偏移等新技术手段,在淮北矿区成功地进行了煤层厚度预测、岩浆岩侵蚀带预测及小断层对比等,为煤炭安全高效开采及枯竭矿山接续提供了可靠的地质资料。根据淮北矿区10多年来三维地震勘探的实践经验,指出了采区勘探中依然存在的问题,并提出了解决这些问题的方法。     

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ANN技术的济宁二号煤矿煤巷掘进前方小构造预测

济宁二号煤矿小构造发育,给煤矿生产及安全带来很大影响。针对煤巷掘进前方小构造预测难问题,根据地质理论和已掌握的地质构造规律,归纳出煤层的倾角、厚度、裂隙类型、瓦斯聚集量、涌水量、温度和破碎程度是影响小构造存在的主控因素,通过实测构造面和煤岩层中各影响因素在煤层正常区、影响区和破坏区的变化,初步建立了基于BP人工神经网络的小构造预测的非线性网络模型,并运用Matlab软件对模型进行训练和优化,得到了优化后的预测模型。并应用模型对十一采区的113下01、113下02和113下06工作面的小构造进行预测,结果表明该网络模型的预测结论与实测结果相符。     

煤层层滑构造地球物理特征及预测方法

煤层层滑构造会引发煤层性质变化,进而影响煤矿安全开采。为此基于层滑构造发育的地质特征,应用反射波运动学以及动力学研究方法,对煤矿已揭露地质信息与地震剖面进行对比,研究煤层层滑构造的地震响应特征。通过分析层滑构造在不同地震属性下弹性波运动学及动力学特征及其变化规律,确立不同地震信息响应特征与层滑构造之间的关系。基于层滑构造所引发的煤层变化及地震响应变化规律,利用多信息融合技术解释区域内煤层厚度变化规律、划分构造煤发育带,进而圈定层滑构造区域。