基于叠前AVO属性的煤层瓦斯含量预测

瓦斯富集一直以来都是威胁煤矿安全生产的重要因素,如何对其精准预测是值得深入探究的问题.为此,本文以沁水盆地南缘某矿的3#煤层为研究对象,基于叠前地震数据体提取的AVO属性预测目标煤层的瓦斯含量.先通过对叠前三维地震数据进行超道集计算和角道集抽取等的处理,计算叠前AVO属性,得到截距(P)、梯度(G)、流体因子(P*G)、拟泊松比(P+G)、横波反射系数(P-G)等多个属性参数的沿层切片.再通过蝙蝠(BA)算法优化BP神经网络的权值和阈值来优化预测模型,构建AVO属性与瓦斯含量间的非线性映射关系,并利用井数据训练非线性预测模型.最终,基于训练后的BA-BP神经网络模型预测研究区内3#煤层的瓦斯含量.通过对比分析研究区内目标煤层9口钻井处的预测结果与实测结果,显示该方法的预测误差较小;表明基于BA-BP神经网络预测模型,以AVO属性为输入,进行煤层瓦斯含量的非线性预测是可行的.