概率神经网络在地震岩性反演中的应用_中国煤炭行业知识服务平台

概率神经网络在地震岩性反演中的应用

作者

彭刘亚崔若飞张亚兵
单位

中国矿业大学资源与地球科学学院
摘要

卧龙湖煤矿北二采区岩浆岩侵入8煤层的现象较为严重,同时该区煤层中构造煤比较发育,瓦斯富集问题较为突出。利用三维地震资料、测井曲线进行约束反演得到的波阻抗作为外部属性,并使用step-wise属性选择法确定合适数目的地震属性,利用概率神经网络技术(PNN)对该区进行孔隙度预测反演。孔隙度反演结果与波阻抗反演结果的对比表明:孔隙度较波阻抗对于识别瓦斯富集带具有更高的分辨能力;概率神经网络具有高稳定性、计算精度高等特点,可作为研究构造煤发育和瓦斯赋存的有效手段。
关键词

概率神经网络岩性反演孔隙度波阻抗
基金项目(Foundation)

国家自然科学基金项目(40874054)；中央高校基本科研业务专项资金项目(2010ZDP01A07)；
相关文章

[1]利用弹性波阻抗反演预测构造煤发育