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地质过程与矿产资源国家重点实验室(中国地质大学)皖西学院城市建设与环境系

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15.97×108m3。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;