地震属性技术在圈定岩浆侵入煤层范围的应用

我国东部煤田普遍存在岩浆侵入现象,其对煤矿安全生产影响极大,因此准确划分岩浆侵入煤层范围是煤炭生产迫切需要解决的关键问题之一。通过分析岩浆岩、天然焦、煤等物性特征,构建地质模型进行正演模拟,证实其在振幅、相位、频率等存在明显差异。以山东某煤矿3煤层为例,利用单属性技术、多属性聚类分析及谱分解技术等结合常规方法,圈定了煤、天然焦分界线及岩浆侵入范围。通过矿方布设的10个钻孔验证,与解释结果比较吻合。     

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。     

波阻抗反演预测煤层岩浆侵入范围

刘桥矿区布设13个钻孔,其中11-6和3-2钻孔发现6煤层有岩浆侵入,在常规地震剖面上难以确定其侵入范围,为此采用地震井约束波阻抗反演技术,即利用钻孔测井数据高纵向分辨率的特点,对井旁地震资料进行井约束反演,在此基础上对井间地震资料进行反演,推断岩浆岩在空间上的变化情况。井下实际揭露的岩性资料表明,波阻抗反演预测的刘桥矿区II62采区岩浆岩分布范围,与实际揭露资料非常一致,其侵入范围主要集中在工作区的西南部。     

岩浆岩侵入煤层范围的地震解释方法

确定岩浆岩侵入煤层的边界对煤矿安全生产十分重要。利用钻孔资料和岩浆岩的高波阻抗、高频和波形异常等地震波动力学信息,提出了岩浆岩侵入煤层的地震反演、地震相分析和谱分解等3种岩性解释方法。并运用这些方法在安徽淮北矿区某矿利用实际三维地震资料界定岩浆侵入8煤层的范围,取得了好的效果。研究认为,确定岩浆侵入煤层的范围时,当研究区域内具有较多的钻井和测井资料时(3~4个/km2),建议使用地震反演方法;而研究区域内钻井数目较少或缺乏测井资料时,建议综合使用地震相分析和谱分解方法。      

地震相分析在探测煤层中火成岩侵入范围的应用

煤田地震岩性解释普遍采用波阻抗反演技术和地震属性技术,二者的共同缺陷是无法把握地震信号的总体变化及其分布规律。基于波形的地震相分析技术综合利用了地震波的频率、相位、速度、能量等各种信息,即基于地震信号的整体差异进行分类。把地震相分析技术引入煤田三维地震资料岩性解释中,在确定煤层中火成岩侵入范围中取得了初步地质成果。     

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。     

地震多属性分析技术在煤层厚度预测中的应用分析

准确预测煤层厚度对指导煤矿安全生产具有重要意义.以新疆某三维勘探研究区A3煤层的煤层厚度预测为实例,选择15口井作为样本数据,通过提取目的层地震属性特征,应用多元回归分析方法和神经网络方法进行煤层厚度预测,煤层厚度预测趋势的相关系数高达0.98.预测结果表明,多属性定量预测煤层厚度是一种有效的方法,神经网络方法得到的煤...     

多尺度地震信号属性分析

地震信号的瞬时属性分析对地震岩性解释和烃类检测很有帮助,通过采用希尔伯特变换的复数道分析方法。利用这种方法,可以比较方便地从地震记录中分离出波的瞬时振幅、瞬时相位等参数。信号的不同频带具有不同的属性特性,而小波变换具有对信号进行多尺度分解的特性,如采用解析小波则分解后的小波系数仍为一解析信号,且其虚部是其实部的希尔伯特变换。因此根据这一特点可以研究地震信号在不同分辨率下的属性特征。     

地震多属性反演预测煤层顶底板富水性

根据地震多属性反演预测煤层顶底板富水性的原理,在重点分析岩石高孔隙度变化特征及分布范围的同时,参考岩石波阻抗、视声波速度及岩石视电阻率的变化特征,在强富水区域遵照三低一高的解释原则(岩石的波阻抗减小、视速度减小、视电阻率减小、视孔隙度增大),以10煤层为例进行煤层顶底板富水性强弱的划分,同j时对陷落柱富水性进行了定性解释:1勘探区南部断层F2发育的边界部位、西部边界至井底车场、北部边界属富水性较强区域;2在陷落柱发育部位、研究区东北部边界属富水性中等区域;3研究区中部属岩石弱富水性区域。     

利用波阻抗反演技术确定岩浆岩侵入煤层范围

阐述了波阻抗反演技术的处理和解释方法。结合实际资料，在国内首次运用波阻抗反演技术解释岩浆岩侵入煤层范围，获得了较为理想的地质效果。     

地震勘探方法在赵官井田岩浆岩解释中的应用

赵官井田位于山东省的西北部,该区岩浆岩较发育,有三层岩浆岩呈岩床状侵入到煤系地层中。下层岩浆岩一般位于10煤以下,但在井田局部区域,也会上冲至10煤层,甚至达到7煤层,造成冲断条带两侧煤层底板形态发生剧烈变化,10煤或7煤直接吞蚀。依据赵官井田岩浆岩的发育规律及煤岩性特征,利用三维地震勘探方法查明了井田内三层岩浆岩的赋存状态,尤其对下层岩浆侵入形态以及对煤层的影响进行了解释,否定了以往地质资料中因岩浆侵入煤层而误解释为多条逆断层的存在。赵官庄井田三维地震勘探实例表明,岩浆岩冲断煤层在时间剖面上具有典型的响应特征,并指出下层岩浆岩的上冲的影响井田浅部煤层开采的一个重要地质因素。     

Modeling of the Shale Volume in the Hendijan Oil Field Using Seismic Attributes and Artificial Neural Networks

Petrophysical properties have played an important and definitive role in the study of oil and gas reservoirs, necessitating that diverse kinds of information are used to infer these properties. In this study, the seismic data related to the Hendijan oil field were utilised, along with the available logs of 7 wells of this field, in order to use the extracted relationships between seismic attributes and the values of the shale volume in the wells to estimate the shale volume in wells intervals. After the overall survey of data, a seismic line was selected and seismic inversion methods (model-based, band limited and sparse spike inversion) were applied to it. Amongst all of these techniques, the model-based method presented the better results. By using seismic attributes and artificial neural networks, the shale volume was then estimated using three types of neural networks, namely the probabilistic neural network (PNN), multi-layer feed-forward network (MLFN) and radial basic function network (RBFN).     

利用岩性地震反演方法评价煤层突水危险性

针对葛亭煤矿的构造地质和水文地质条件,利用概率神经网络岩性反演方法获得岩性数据体,该数据体包含了煤系地层到奥陶系灰岩顶部的构造、岩性和水文地质信息,构成了评价煤层突水危险性所需的基本数据。将其各种信息进行融合后对3煤层顶板的突水危险性进行定量评价：其中波阻抗反演的岩浆侵入及煤层变焦区域（含水层）与视电阻率反演结果高度一致,同时依据孔隙度反演结果证实该区域具有相应的低孔隙度反应。将该区域3煤层顶板视电阻率与孔隙度值进行乘积归一化处理,计算其突水隶属度,依此划分了该层位的突水程度。     

多属性神经网络反演预测煤层顶板岩性

煤层顶板岩性对于煤矿安全生产产生很大的影响。通过神经网络方法对自然伽马测井与地震属性（包括波阻抗属性）进行训练得到两者的非线性关系,并将其应用到整个地震数据中得到拟自然伽马体。相对于波阻抗属性,自然伽马参数可以很好地区分砂泥岩,从而更直接预测煤层顶板岩性,提高岩性预测的分辨率。     

基于地震多属性的郑庄区块煤层气开发甜点区优选

摘要：地震属性受多种地质因素的影响,单一地震属性很难准确地反映煤层气储层综合地质特征。寻找能够降低地震属性多解性的方法,准确预测主地质参数,是评价煤层气有利区的关键。根据煤层厚度、含气量和渗透率分别与振幅类、频率类和曲率类地震属性具有较高相关性的特点,通过地震多属性组合变换的方法,建立了基于地震属性分析的煤层气主地质参数预测模型。然后,建立动态权重系数中值法,以中值评价值出现的最高频率,确定主地质参数在煤层气有利区优选中所占的权重,并基于评价值函数实现有利开发区块优选。利用该方法对沁水盆地郑庄地区的预测结果表明：最有利开发甜点区位于北部的59-60-57-55井区,次级有利开发甜点区位于东北部的53-62-49-45井区。     

Reliability of Lifeline Networks with Multiple Sources under Seismic Hazard

Lifelines are networks extending spatiallyover large areas. Transportation systems, pipelines,communication and power transmission systems areexamples of lifelines. The performance of a lifelineafter a major earthquake is particularly vital for acommunity because of the emergency services that areusually required after such events. Performancemeasures are usually expressed in terms of quantitiesthat are assessed based on statistical andprobabilistic methodologies. The major performancemeasure is the probability of reaching from aspecified point to another one successfully after acatastrophic event, such as an earthquake. Evaluationof this performance measure requires a seismic hazardmethodology, capacity determination techniques andnetwork reliability assessment methods. By combiningthese three aspects in one model, it is possible tocalculate the reliability of any lifeline system underseismic danger. The aim of this paper is to present aprobabilistic model for the evaluation of the seismicreliability of lifeline networks having multiplesources. The seismic reliability of a waterdistribution system located in Bursa, Turkey isassessed in order to show the implementation of theproposed model. The numerical calculations are carriedout by the LIFEPACK software, which is developed forthis purpose.     

BP神经网络算法在火成岩泥质含量计算中的应用

火成岩泥质含量的计算对火成岩储层孔隙度、饱和度等参数的确定以及储层测井解释研究起着十分重要的作用。为准确计算火成岩泥质含量,在辽河盆地东部凹陷区域,以玄武岩为例,以10口井、40个数据点的岩芯X射线衍射泥质含量资料为基础,采用多元回归分析方法和BP神经网络算法计算火成岩泥质含量。结果表明,BP神经网络算法和多元回归分析方法均有较高的准确度。BP神经网络算法可以应用到火成岩泥质含量计算的领域。     

不同方法在感潮河段ADCP在线测流系统中应用的比较分析

在水力因素多变的长江下游感潮河段建立ADCP在线测流系统实时采集指标流速,可选用合适的方法推求断面平均流速,从而实现流量的实时报汛和整编。多元线性回归分析和BP神经网络具有原理明晰、实现便捷等特点,为比较以上两种方法在断面平均流速计算中的优劣,以南京水文实验站2014年以来实测数据为例,分析不同情况下两种模型的拟合精度和预测精度。结果表明,两种模型均具有较好的有效性、精确性和稳定性,且拟合精度与模型选用的监测指标有关;对于只采用单一指标流速而言,BP神经网络模型的结果明显优于多元线性回归模型。同时,两种模型都能较好的预测断面平均流速,其中BP神经网络适应更好。