概率神经网络在地震岩性反演中的应用

来源期刊：煤田地质与勘探2012年第4期

论文作者：彭刘亚 崔若飞 张亚兵

文章页码：63 - 135

关键词：概率神经网络;岩性反演;孔隙度;波阻抗;

摘    要：卧龙湖煤矿北二采区岩浆岩侵入8煤层的现象较为严重,同时该区煤层中构造煤比较发育,瓦斯富集问题较为突出。利用三维地震资料、测井曲线进行约束反演得到的波阻抗作为外部属性,并使用step-wise属性选择法确定合适数目的地震属性,利用概率神经网络技术（PNN）对该区进行孔隙度预测反演。孔隙度反演结果与波阻抗反演结果的对比表明:孔隙度较波阻抗对于识别瓦斯富集带具有更高的分辨能力;概率神经网络具有高稳定性、计算精度高等特点,可作为研究构造煤发育和瓦斯赋存的有效手段。