地震反射波属性在煤层厚度预测中的应用研究
发布时间:2021-10-13 13:03
在煤炭资源勘探中,对煤层厚度的预测有着重要的意义。介绍了应用地震属性技术预测煤层厚度变化的方法。基于陇东某矿区8号煤层的地震资料,提取地震属性数据;通过对地震属性的分析,优选出最大振幅、均方根振幅、平均能量、中值振幅4种地震属性作为煤层厚度预测模型基本参数,构建地震反射波属性多元回归分析和神经网络模型,对模型进行误差分析和实际结果对比分析,取得了较好的应用效果。
【文章来源】:能源与环保. 2020,42(04)
【文章页数】:5 页
【部分图文】:
平均能量地震属性
瞬时频率算术平均值地震属性
(2)煤层厚度预测结果误差分析表明,四元一次多项式(线性)回归误差较大,最小二乘法次之,神经网络回归效果较好。当用上述3种模型进行煤厚预测时,一次多项式可用数据最少,最小二乘法次之,神经网络回归数据除去非值点后,其他数据基本均可用且误差也最小,用神经网络算法预测煤层厚度最稳定。图4 实际煤层厚度
【参考文献】:
期刊论文
[1]陇东地区地质特征与煤层赋存规律浅析[J]. 华永明. 能源与环境. 2014(02)
[2]煤炭勘探中煤岩层对比存在的问题[J]. 白翠花. 煤炭技术. 2012(06)
[3]煤田地质勘查中煤层对比方法的探讨[J]. 何光强. 煤炭科学技术. 2009(06)
[4]红阳煤田的岩煤层对比[J]. 李树德,柯福奎,孔令珍. 中国煤田地质. 2007(05)
本文编号:3434721
【文章来源】:能源与环保. 2020,42(04)
【文章页数】:5 页
【部分图文】:
平均能量地震属性
瞬时频率算术平均值地震属性
(2)煤层厚度预测结果误差分析表明,四元一次多项式(线性)回归误差较大,最小二乘法次之,神经网络回归效果较好。当用上述3种模型进行煤厚预测时,一次多项式可用数据最少,最小二乘法次之,神经网络回归数据除去非值点后,其他数据基本均可用且误差也最小,用神经网络算法预测煤层厚度最稳定。图4 实际煤层厚度
【参考文献】:
期刊论文
[1]陇东地区地质特征与煤层赋存规律浅析[J]. 华永明. 能源与环境. 2014(02)
[2]煤炭勘探中煤岩层对比存在的问题[J]. 白翠花. 煤炭技术. 2012(06)
[3]煤田地质勘查中煤层对比方法的探讨[J]. 何光强. 煤炭科学技术. 2009(06)
[4]红阳煤田的岩煤层对比[J]. 李树德,柯福奎,孔令珍. 中国煤田地质. 2007(05)
本文编号:3434721
本文链接:https://www.wllwen.com/kejilunwen/kuangye/3434721.html