应用ＢＰ神经网络预测煤质参数及含气量

详细信息   

• 责任者：潘和平^c中国地质大学（武汉）应用地球物理系 ; 刘国强^c石油勘探开发院（北京）
• 刊名：地球科学（中国地质大学学报）
• 出版年：1997
• 卷期：２２^b２
• 关键词：神经网络系统 ; 煤质分析 ; 煤层20^a预测30^a煤质参数
• 页码：２１０～２１４
• 索书号：P206.6/179
• 图表：表２参９插图
• 分类号：0832,2000
• 文摘期号：1998/00

摘要

煤层气储层物理结构以及煤层气的存储、运移等方面不同于常规天然气，评价煤质参数的测井等效体积模型难以较好地描述煤层这种复杂的物理结构。该文采用ＢＰ神经网络算法预测煤质参数和煤层含气量。网络体系结构由输入层、隐层和输出层组成，输入层由深度、声波时差、密度及自然伽玛４个神经元组成，输出层由煤质参数（水分、灰分、挥发份、固定碳）及含气量５个神经元组成。华北地区某煤田的煤质参数以及煤层含气量与煤样分析结果比较表明，预测与煤样分析参数之间的平均绝对误差和相对误差都较小，说明ＢＰ神经网络的预测精度高，能满足定量计算的要求。（樱平）