• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于深度学习的地震多属性融合技术在导水裂隙带探测中的应用
  • 作者

    袁峰申涛谢晓深马丽汶小岗

  • 单位

    国土资源部煤炭资源勘查与综合利用重点实验室陕西省煤田物探测绘有限公司陕西省地质调查院西安科技大学地质与环境学院

  • 摘要

    导水裂隙带发育高度是“保水采煤”的基础参数,准确揭示导水裂隙带发育规律有助于实现保水开采。三维地震技术具有数据横向连续、纵向分辨率较高的特点,在一定程度上能够弥补钻孔资料的不足。为了研究陕北某煤矿不同开采阶段导水裂隙带发育范围及其演化规律,以该矿30101、30102工作面为研究对象,采用以漏失量为监督数据的深度前馈神经网络方法融合多种地震属性对研究区分层开采全垮落式采动损害导水裂隙带发育高度进行探测。首先,在钻孔冲洗液漏失量观测数据分析的基础上,优选地震属性,并进行有监督的深度学习;然后,融合多种属性信息建立裂隙模型,利用裂隙模型分析确定采动覆岩结构破坏和导水裂隙带的三维空间范围、形态特征、垂向岩石破坏程度及导水裂隙带发育高度;最后,通过分析两个工作面的开采时间差异,揭示导水裂隙的发育、闭合规律。研究表明30101工作面裂隙带发育最大高度为120m,30102工作面裂隙带发育最大高度为133m,以高角度裂隙为主,主要沿垂直、平行工作面方向发育。导水裂隙带的裂隙发育是先增大后降低,裂隙带上部裂隙闭合较好,裂隙带下部和工作面边缘裂隙闭合较差,采动后18个月裂隙比采动后4个月减少了21%,离层裂隙减少了50%。通过本次研究认为基于深度学习的地震属性融合技术对煤层采动引起的岩层破坏规律探测具有针对性,其精度能满足生产需要,费用低,是一种有效探测技术。因受原始资料所限,本文只采用漏失量数据进行深度学习,而今后研究中,可也从其他更好表征裂隙的数据如裂隙密度数据入手,进行深度学习研究,提高预测精度。

  • 关键词

    深度学习多属性融合导水裂隙带煤炭开采

  • 相关文章
相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联