多属性神经网络反演预测煤层顶板岩性

被引：6

作者：

刘文明 ^{[1
,2
]}

刘万金 ^{[2
]}

裴跟弟 ^{[1
]}

机构：

[1] 中煤科工集团西安研究院有限公司

[2] 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室

来源：

煤田地质与勘探 | 2016年 / 44卷 / 01期

关键词：

煤层顶板岩性; 地震属性; 神经网络; 自然伽马测井;

D O I：

暂无

中图分类号：

TD327.2 []; P631.4 [地震勘探];

学科分类号：

摘要：

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。

引用

页码：103 / 106+111 +111

页数：5

共 13 条

[1] 地震递推反演预测深部灰岩富水区研究
邹冠贵
彭苏萍
张辉
郝海波
韩毅
[J]. 中国矿业大学学报, 2009, 38 (03) : 390 - 395
[2] 利用岩性地震反演方法评价煤层突水危险性
秦轲
崔若飞
张统俊
许义云
贺智敏
[J]. 中国煤炭地质, 2011, 23 (01) : 47 - 50+71
[3] 地震波阻抗反演预测采区孔隙度方法
邹冠贵
彭苏萍
张辉
张凯
师素珍
[J]. 煤炭学报, 2009, 34 (11) : 1507 - 1511
[4] Comparison of linear regression and a probabilistic neural network to predict porosity from 3-D seismic attributes in Lower Brushy Canyon channeled sandstones, Southeast New Mexico. Leiphart, D.J.,Hart, B.S. Geophysics . 2001
[5] Use of multiattribute transforms to predict log properties from seismic data. Hampson, D.P.,Schuelke, J.S.,Quirein, J.A. Geophysics . 2001
[6] Neural networks in reservoir characterization. Vìctor Mercado Herrera,Brian Russell,Adilce Flores. The Leading EDGE . 2006
[7] Seismic-guided estimation of log properties, Part 1: A data-driven interpretation methodology. Philip S Schultz,Shuki Ronen,Masami Hattori,et al. Leading Edge,The . 1994
[8] Multiattribute seismic analysis. Brian Russell,Dan Hampson etc. The Leading EDGE . 1997
[9] 地震多属性分析在煤田拟声波三维数据体预测中的应用
孔炜
杨瑞召
彭苏萍
[J]. 中国矿业大学学报, 2003, (04) : 105 - 108
[10] 地震属性预测测井响应的研究与应用
孔炜
彭苏萍
霍全明
杨瑞召
[J]. 煤炭学报, 2004, (01) : 45 - 48

← 1 2 →