基于RBF神经网络的煤储层随机建模
雷能忠
中国矿业大学资源与地球科学学院,江苏徐州221116／地质过程与矿产资源国家重点实验室（中国地质大学）,湖北武汉430074／皖西学院城市建设与环境系,安徽六安237012
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15.97×10^8m3。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。
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
分类号：P618.11(矿床学)
资助基金：国家自然科学基金(40730422)国家重点实验室开放基金(GPMR200905)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1144-1149 )
英文信息