基于褶積模型的復(fù)雜地質(zhì)下的煤層厚度預(yù)測(cè)技術(shù)*

陳亞萍

(蘭州資源環(huán)境職業(yè)技術(shù)大學(xué)，甘肅 蘭州 730000)

我國(guó)自然資源十分豐富。在不同的評(píng)價(jià)機(jī)構(gòu)對(duì)山體資源量進(jìn)行探測(cè)評(píng)估后，發(fā)現(xiàn)了多種類型的自然資源，如煤炭資源和煤氣資源等。對(duì)礦山的開發(fā)離不開煤層預(yù)測(cè)技術(shù)，美國(guó)等發(fā)達(dá)國(guó)家，由于工業(yè)革命起步較早，在煤層勘測(cè)和開發(fā)上擁有較為成熟的技術(shù)，通過(guò)多年的勘探和開發(fā)，已經(jīng)建立了中低階層煤層的理論系統(tǒng)，利用三維勘查技術(shù)和時(shí)移地震技術(shù)，進(jìn)行煤層厚度的預(yù)測(cè)，在產(chǎn)業(yè)化和技術(shù)發(fā)展方面均居于世界前列。對(duì)于煤炭資源的開發(fā)利用，必須牢牢依靠各種地質(zhì)預(yù)測(cè)技術(shù)，包括山體裂縫預(yù)測(cè)和地質(zhì)反演技術(shù)，以及地質(zhì)應(yīng)力測(cè)試技術(shù)等[1]。

在煤系地層結(jié)構(gòu)內(nèi)包含了多種特征，以上下圍巖為例，在預(yù)測(cè)過(guò)程中呈現(xiàn)的響應(yīng)有所不同，表現(xiàn)為四高和四小的特點(diǎn)。為保證在復(fù)雜地質(zhì)內(nèi)開展開采工作，必須首先進(jìn)行煤層厚度的預(yù)測(cè)。褶積模型可以通過(guò)地震反演方法，進(jìn)行地質(zhì)的遞進(jìn)推斷，完成不同層級(jí)結(jié)構(gòu)內(nèi)地質(zhì)的勘查。本文以此為基礎(chǔ)研究，基于褶積模型的復(fù)雜地質(zhì)下煤層厚度預(yù)測(cè)技術(shù)，為煤層的預(yù)測(cè)提供更準(zhǔn)確的理論方法，保證煤炭資源的安全和合理開發(fā)。

1 基于褶積模型的復(fù)雜地質(zhì)下煤層厚度預(yù)測(cè)技術(shù)

1.1 基于褶積模型反射系數(shù)反演推斷地質(zhì)地層

對(duì)于復(fù)雜地質(zhì)下煤層區(qū)域的勘查，需要在進(jìn)行厚度預(yù)測(cè)時(shí)，劃分煤層厚度主控因素，通過(guò)已有的地質(zhì)和井測(cè)資料進(jìn)行分析。對(duì)待預(yù)測(cè)地區(qū)的構(gòu)造和形態(tài)，以及煤層埋藏情況進(jìn)行統(tǒng)計(jì)，初步總結(jié)區(qū)域煤層的主控條件，通過(guò)分析得出的不同影響因素。

此次預(yù)測(cè)方法的設(shè)計(jì)，主要依靠褶積模型，在其地震反演原理下進(jìn)行多次驗(yàn)算，以滿足數(shù)據(jù)的精確度要求。在遞推反演過(guò)程中，可以根據(jù)初始波阻抗，進(jìn)行遞推關(guān)系的設(shè)置，完成各層級(jí)波阻抗數(shù)值的計(jì)算。以地震波原理引入地震反射系數(shù)計(jì)算方式，其中a表示層級(jí)的數(shù)量，每個(gè)層級(jí)內(nèi)均含有一個(gè)反射系數(shù)s和波阻抗d，即第a層的反射系數(shù)為sa，對(duì)應(yīng)的波阻抗為da，遞推表達(dá)式為：

(1)

(2)

(3)

式中：初始給定的波阻抗用df來(lái)表示。

在推導(dǎo)變化過(guò)程中能夠得到，地層之間的波阻抗遞推公式，向下演進(jìn)的計(jì)算方式為公式(2)，向上演進(jìn)的遞推計(jì)算公式為(3)。在遞推反演過(guò)程中，主要核心內(nèi)容為地層的反射系數(shù)，以及初始波阻抗值的引入，可直接在資料中給定，若沒(méi)有具體資料可以由經(jīng)驗(yàn)工作者人為擬定[2]。

經(jīng)過(guò)褶積模型反演推斷而得出的數(shù)據(jù)結(jié)果，需要進(jìn)行多次計(jì)算從而預(yù)測(cè)出煤層厚度，以線性堆積網(wǎng)絡(luò)層級(jí)的方式，建立數(shù)據(jù)預(yù)測(cè)模型，在不同的網(wǎng)絡(luò)層結(jié)構(gòu)內(nèi)進(jìn)行數(shù)據(jù)的推導(dǎo)和預(yù)測(cè)。線性堆積的過(guò)程即數(shù)據(jù)獲取的過(guò)程，在反射系數(shù)產(chǎn)生的瞬間，直接利用機(jī)器學(xué)習(xí)技術(shù)收集產(chǎn)生數(shù)據(jù)，并根據(jù)歷史獲取的數(shù)據(jù)進(jìn)行對(duì)比[3]。

1.2 線性堆疊網(wǎng)絡(luò)層結(jié)構(gòu)預(yù)測(cè)煤層厚度

在初始煤層厚度采集時(shí)，需要按照獨(dú)立分布原則，進(jìn)行放射系數(shù)的數(shù)據(jù)組合，將新產(chǎn)生的反射系數(shù)作為訓(xùn)練集合Q。其中，Q={q1,q2,…,qn}。常規(guī)情況下，對(duì)一次反演過(guò)程產(chǎn)生的數(shù)據(jù)，數(shù)量設(shè)置不會(huì)超過(guò)80組，即n≤80。測(cè)試集的數(shù)據(jù)來(lái)源于歷史的反演數(shù)據(jù)，形成集合E，其中R={r1,r2,…,rt}，測(cè)試數(shù)據(jù)的組數(shù)為反演數(shù)據(jù)的二分之一，即t≤40。在兩組集合設(shè)置完畢后，可以進(jìn)行網(wǎng)絡(luò)層結(jié)構(gòu)的滑動(dòng)計(jì)算，通過(guò)滑動(dòng)窗口設(shè)置，在序列步長(zhǎng)設(shè)置為2，滑動(dòng)窗口設(shè)置為1的條件下進(jìn)行數(shù)據(jù)樣本的組合對(duì)比，具體如圖1所示[4]。

圖1 數(shù)據(jù)組合對(duì)比過(guò)程

根據(jù)圖1中內(nèi)容所示，在對(duì)兩組數(shù)據(jù)組合排列過(guò)程中，增加了回歸元素的設(shè)置，通過(guò)兩兩數(shù)據(jù)組合方式，在工作探測(cè)面和工作面方向進(jìn)行排序[5]。

將組合完畢的數(shù)據(jù)集合，直接放入至LAST預(yù)測(cè)模型內(nèi)，在線性堆積網(wǎng)絡(luò)層結(jié)構(gòu)內(nèi)，以默認(rèn)的神經(jīng)元個(gè)數(shù)進(jìn)行激活，通過(guò)不低于20次的反復(fù)訓(xùn)練，完成反射系數(shù)組合數(shù)據(jù)的計(jì)算和排序，得出工作探測(cè)面的實(shí)際煤層厚度。至此，通過(guò)劃分復(fù)雜地質(zhì)下煤層厚度主控因素，基于褶積模型反演地質(zhì)推斷地層反射系數(shù)，設(shè)置線性堆疊網(wǎng)絡(luò)層結(jié)構(gòu)預(yù)測(cè)煤層厚度，完成基于褶積模型的復(fù)雜地質(zhì)下煤層厚度預(yù)測(cè)技術(shù)設(shè)計(jì)

2 實(shí)驗(yàn)測(cè)試與分析

為驗(yàn)證此次設(shè)計(jì)的預(yù)測(cè)技術(shù)具有應(yīng)用效果，能夠在復(fù)雜地質(zhì)下進(jìn)行煤層厚度預(yù)測(cè)，采用實(shí)驗(yàn)測(cè)試的方式進(jìn)行論證。選取某省6煤層礦區(qū)為對(duì)象，選擇寬緩的褶皺結(jié)構(gòu)形態(tài)區(qū)域，勘查區(qū)內(nèi)育有1級(jí)褶曲。

此次實(shí)驗(yàn)主要目的為驗(yàn)證不同方法下，對(duì)煤層厚度的預(yù)測(cè)精度對(duì)比，實(shí)驗(yàn)開始前選擇兩組傳統(tǒng)預(yù)測(cè)方法作為對(duì)照。利用VOLUME軟件進(jìn)行屬性提取，以 20 ms 時(shí)窗分析地震屬性。通過(guò)礦區(qū)的井口坐標(biāo)劃分鉆井?dāng)?shù)據(jù)，共包含8組信息資料，具體如表1所示。

表1 測(cè)試礦區(qū)內(nèi)地震屬性值與煤層厚度數(shù)據(jù)

根據(jù)表1中內(nèi)容所示，此次選擇的提取窗口數(shù)據(jù)中的地震屬性，共含有3個(gè)類別，分別對(duì)應(yīng)出該煤層的厚度數(shù)值。分別將數(shù)據(jù)導(dǎo)入至MATLAB測(cè)試平臺(tái)中，運(yùn)用本文方法和兩組傳統(tǒng)方法進(jìn)行預(yù)測(cè)，具體步驟如下：

1)褶積模型預(yù)測(cè)法：將類屬于地震屬性的數(shù)據(jù)值導(dǎo)入值褶積模型內(nèi)，通過(guò)有效波段的反射，進(jìn)行地震數(shù)據(jù)記錄，以此獲取反射系數(shù)完成地震反演推斷。根據(jù)反演推斷的結(jié)果進(jìn)行數(shù)據(jù)對(duì)比，得出煤層的具體厚度。

2)線性回歸預(yù)測(cè)法：通過(guò)歸一化處理原則，完成回歸參數(shù)的初次和二次設(shè)定，從而預(yù)測(cè)出煤層厚度。

3)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法：建立神經(jīng)網(wǎng)絡(luò)模型，以煤層厚度為輸出目標(biāo)進(jìn)行學(xué)習(xí)，設(shè)置最小平均方程為0.002，最大訓(xùn)練次數(shù)為500組，將8組樣本數(shù)據(jù)作學(xué)習(xí)輸入條件，得到預(yù)測(cè)煤層厚度值。

分別將三組方法的預(yù)測(cè)過(guò)程和方式進(jìn)行設(shè)定，在同樣的測(cè)試條件下進(jìn)行多輪預(yù)測(cè)，取預(yù)測(cè)的平均值繪制成表。其中三組方法的預(yù)測(cè)時(shí)間均為 30 s，表內(nèi)包含預(yù)測(cè)值和絕對(duì)誤差值。

在本文方法下預(yù)測(cè)得出的煤層厚度，與實(shí)際數(shù)據(jù)基本相同，在8組測(cè)試對(duì)象中的絕對(duì)誤差不高于0.02，能夠較為準(zhǔn)確地完成煤層厚度的預(yù)測(cè)。而兩組傳統(tǒng)方法中，絕對(duì)誤差均超過(guò)了1.10，其中線性回歸預(yù)測(cè)的數(shù)值較實(shí)際大，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)數(shù)據(jù)較實(shí)際數(shù)值小。綜合實(shí)驗(yàn)結(jié)果可知：本文方法能夠在褶積模型的反復(fù)地震推演中，對(duì)隸屬地震屬性的參數(shù)值進(jìn)行組合對(duì)比，最終完成復(fù)雜地質(zhì)下的煤層厚度預(yù)測(cè)，具有實(shí)際應(yīng)用效果。

3 結(jié)束語(yǔ)

本文以褶積模型為基礎(chǔ)，重新設(shè)計(jì)了復(fù)雜地質(zhì)下煤層厚度的預(yù)測(cè)方法，為礦山的實(shí)際開采提供了理論支持。結(jié)果表明：在本文方法應(yīng)用下，產(chǎn)生的厚度預(yù)測(cè)值絕對(duì)誤差不超過(guò)0.02，具有實(shí)際應(yīng)用效果。但由于測(cè)試過(guò)程中選擇的井口數(shù)量較少，所得結(jié)果具有一定偏差性。后續(xù)研究中會(huì)在反復(fù)測(cè)試下進(jìn)行數(shù)據(jù)演示，為更準(zhǔn)確提供預(yù)測(cè)方法作出理論支持，保證礦山開采具備精準(zhǔn)的數(shù)據(jù)資料。