[发明专利]一种基于PSO-BP模型和地震属性参数的煤层含气量预测方法

说明书

本发明公开一种基于PSO‑BP模型和地震属性参数的煤层含气量预测方法，具体工艺流程是从叠前地震属性与叠后地震属性提取，到地震属性的相关系数计算与初选，到地震属性的聚类分析与优选，到PSO‑BP预测模型的构建，最后通过井数据训练的PSO‑BP预测模型预测煤层含气量。本发明区别于单一地震属性预测的技术工艺，力求从多角度挖掘了煤层含气量的地震属性响应信息；同时由于煤层的含气量受多种地质条件和地质因素的影响与控制，PSO‑BP预测模型相较于传统的线性预测模型，能够有效地表征这种非线性映射关系，技术工艺更为先进，预测精度和可靠性能够保证，且预测速度大大提高。所以，本发明相对于传统的煤层气含气量预测工艺在信息挖掘、技术流程和预测精度上更具优势。

技术领域

本发明涉及一种煤层气地震勘探与储层评价领域，具体是一种基于PSO-BP模型和地震属性参数的煤层含气量预测方法。

背景技术

煤层含气量或煤层气(瓦斯)富集区预测方法多基于单一的叠前地震属性或叠后地震属性，地震属性参数类型缺乏多样性，且在预测过程中上诉方法多使用线性的预测模型，预测精度和效果难以保证，工艺流程的普适性受限；在实际情况下，煤层的含气量受到多种地质条件和地质因素的影响与控制，与地震属性参数间存在着极为复杂的、模糊的非线性映射关系，利用传统的单一地震属性和线性模型的技术工艺，已很难满足煤层气精准勘探与开发的需求，针对这种情况，现提出一种基于PSO-BP模型和地震属性参数的煤层含气量预测方法。

发明内容

本发明的目的在于提供一种基于PSO-BP模型和地震属性参数的煤层含气量预测方法，区别于单一地震属性预测的技术工艺，力求从多角度挖掘了煤层含气量的地震响应信息；同时由于煤层的含气量受到多种地质条件和地质因素的影响与控制，本发明采用的PSO-BP预测模型相较于传统的线性预测模型，能够有效地表征这种非线性映射关系，技术工艺更为先进，预测精度和可靠性能够保证。所以，本发明相对于传统的煤层气含气量预测工艺在信息挖掘、技术流程和预测精度上更具优势

本发明的目的可以通过以下技术方案实现：

本发明的有益效果：

1、本发明同时运用了叠前地震属性和叠后地震属性，从多角度挖掘三维地震属性信息，与传统技术工艺相比运用的地震属性信息量更加丰富，预测的样本更为多样化，样本的优选更具系统化；

2、本发明利用粒子群寻优算法(PSO)对BP神经网络算法的输入层与隐含层的连接权值和隐含层的阈值进行优化，与传统工艺相比，大大提高了预测模型的预测精度以及训练速度；

3、本发明方法区别于单一地震属性预测的技术工艺，力求从多角度挖掘了煤层含气量的地震响应信息，以提高预测精度，由于煤层的含气量受到多种地质条件和地质因素的影响与控制，本发明采用的PSO-BP预测模型相较于传统的线性预测模型，能够有效地表征这种非线性映射关系，技术工艺更为先进，预测精度和可靠性能够保证，且预测速度大大提高；

4、本发明相对于传统的煤层气含气量预测在工艺流程和预测精度上更具优势。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明基于PSO-BP模型和地震属性参数的煤层含气量预测方法流程图；

图2是本发明粒子群改进神经网络流程图；

图3是本发明研究区基本情况示意图；

图4是本发明典型的叠前和叠后地震剖面示意图；

图5是本发明属性的聚类分析图；

图6是本发明P*G强度属性示意图；

图7是本发明拟泊松比属性示意图；

图8是本发明薄层属性示意图；