基于RBF神经网络的煤储层随机建模

被引:9
作者
雷能忠 [1 ,2 ,3 ]
机构
[1] 中国矿业大学资源与地球科学学院
[2] 地质过程与矿产资源国家重点实验室(中国地质大学)
[3] 皖西学院城市建设与环境系
关键词
随机建模; 煤储层; 径向基函数神经网络; 估计加模拟误差;
D O I
10.13225/j.cnki.jccs.2012.07.003
中图分类号
P618.13 [石油、天然气];
学科分类号
070403 [天体物理学];
摘要
利用RBF神经网络进行非条件模拟,改进估计加模拟误差法(ESE)随机模拟技术,在Arc-GIS和MATLAB软件平台上进行煤储层随机建模。在贵州省织纳煤田实例研究中,获得了与煤层气资源量有关的煤层厚度、空气干燥基灰分、煤中空气干燥基水分等煤储层属性随机建模多个实现。利用50,100次两组随机建模实现计算煤层气资源量,进行概率资源量分布特征研究,煤层气概率资源量分布类型相似,基本呈正态分布,资源量变化范围分别为14.972×108~16.964×108,14.972×108~17.047×108m3,平均值分别为15.92×108和15.97×108m3。利用100次随机建模实现获得的资源量数据制作累积概率分布图,得到P90,P50,P10三个概率资源量。研究区煤层气实际资源量大于P90(15.389×108m3)的概率是90%,大于P10(16.611×108m3)的概率为10%。提出基于栅格像元的煤层气资源量概率空间变异分析方法,通过计算获得了由50次随机模拟实现得到的栅格资源量概率空间变异图。
引用
收藏
页码:1144 / 1149
页数:6
相关论文
共 16 条
[1]
人工神经网络及其融合技术.[M].钟珞; 饶文碧; 邹承明; 著.科学出版社.2007,
[2]
储层随机建模系列技术.[M].李少华; 尹艳树; 张昌民; 著.石油工业出版社.2007,
[3]
煤层气地质学.[M].傅雪海; 秦勇; 韦重韬; 著.中国矿业大学出版社.2007,
[4]
油气储层随机建模.[M].王家华;张团峰著;.石油工业出版社.2001,
[5]
碎屑岩油气储层随机建模.[M].陈恭洋著;.地质出版社.2000,
[6]
随机建模和地质统计学.[M].(美)JeffreyM.Yarus;(美)RichardL.Chambers著;穆龙新;陈亮译;.石油工业出版社.2000,
[7]
CO2 storage and enhanced coalbed methane recovery: Reservoir characterization and fluid flow simulations of the Big George coal, Powder River Basin, Wyoming, USA [J].
Ross, Hannah E. ;
Hagin, Paul ;
Zoback, Mark D. .
INTERNATIONAL JOURNAL OF GREENHOUSE GAS CONTROL, 2009, 3 (06) :773-786
[8]
Reservoir characterization with iterative direct sequential co-simulation: Integrating fluid dynamic data into stochastic model.[J].Herlander Mata-Lima.Journal of Petroleum Science and Engineering.2008, 3
[9]
Reservoir characterization using stochastic initializations and the level set method [J].
Villegas, Rossmary ;
Dorn, Oliver ;
Moscoso, Miguel ;
Kindelan, Manuel .
COMPUTERS & MATHEMATICS WITH APPLICATIONS, 2008, 56 (03) :697-708
[10]
Coalbed methane reservoir data and simulator parameter uncertainty modelling for CO2 storage performance assessment [J].
Korre, Anna ;
Shi, Ji Quan ;
Imrie, Claire ;
Grattoni, Carlos ;
Durucan, Sevket .
INTERNATIONAL JOURNAL OF GREENHOUSE GAS CONTROL, 2007, 1 (04) :492-501