神经网络反演技术在深层煤层分布预测中应用.pdfVIP

I ·593· 中国地球物理201 (17)油气田与煤田地球物理勘探 神经网络反演技术在深层煤层分布预测中的应用 network ofartificialneural inversiontothe Application coaldistribution deep prediction 郝继杰’林年添王焕军 汤健健孙剑 Hao Lin Sun Jijie Niantian TangJianjianJian WangHuanjun 山东科技大学青岛266510 1．引言 随着世界各国对能源需要的增加及勘探程度的不断深化，资源勘探范围和深度不断增加。就深层煤层勘探 开发的地球物理勘探方法而言，已有的文献均针对特定地区的特定煤层，进行了分析处理。由于波阻抗反演可 以把常规的界面型反射剖面处理成能与钻井、测井资料直接对比的岩层型剖面，而且在反演中充分利用了测井 资料的纵向高分辨率，从而使地震资料所蕴涵的极其丰富的岩性、物性信息得以充分挖潜和利用。波阻抗反演 已经成为地质学家、地球物理学家乃至油藏工程师们共同关注的方法技术。本文基于前人的研究成果，利用基 于神经网络算法的波阻抗反演技术对琼东南盆地西南部开展煤层预测，为深层煤层勘探提供一定的借鉴。 2．基本原理 1)人工神经网络的基本知识 Neural 人工神经网络(Artificial 神经系统信息处理功能的一个智能化系统。具有高度的非线性映射能力、自组织和自适应能力、记忆联想 能力等，能够进行复杂的逻辑操作和非线性映射。它由三个基本要素组成：即神经元，网络结构和学习规则。 2)面向目标的神经网络反演算法原理 定义下列非线性方程组为需要求解的反演问题： Y—F(X)， (1) F(--(彳，五，．．．，^))是方程组的非线性函数向量。 当己知Y为Yo时，问题为求出满足方程组(1)的解)(o。 方程组(1)的反函数为：X—F一(y) (2) 如果方程(2)已知，即像线性方程组那样，问题就很简单。然而，大多数问题要复杂得多，不能简单地 用线性方程来解．我们的方法是用神经网络拟合反函数(2)并不断求出更好的解。 3)神经网络反演思路 地下地质体的细微的薄层构造变化，岩性和油气水状况的变化等，都不同程度地影响着地震波特征和 测井曲线的变化。这种影响是复杂的，很难用确定的函数表达式对这三者之间的关系加以定量描述。而人 工神经网络(ANN)可以实现输入与输出之间的复杂非线性映射，很适合求解这类问题。 神经网络反演的基本思路是：首先根据地质和测井等先验信息建立．地质模型，然后将该模型产生的正 演记录与实际观测记录进行对比，用其偏差反复修改模型，直至二者匹配较好时，当前的模型即为反演结果。 3．应用实例 在本文中，对于有井区，首先通过对选用钻井证实煤存在的井进行神经网络反演验证，可以看出煤层 与低波阻抗场的层段相对应。其次，对琼东南西南部深层有井区实际地震剖面进行神经网络反演处理，进 行横向预测，并将分布范围标定在平面图上。 通过神经网络反演。最终认为神经网络反演的结果与含煤层段有良好的对应关系，即低波阻抗对应含 煤层段。煤层的低密度、低速度与其围岩特别是与其上、下覆岩层形成了明显的波阻抗差，这是预测含煤 层分布较有效的方法。 本研究由国家自然科学基金项目(409040