基于机器学习测井反演的煤体结构评价：以鄂尔多斯盆地榆林地区本溪组8号煤为例

李安; 蔡益栋; 王子豪; 刘大锰

doi:10.19509/j.cnki.dzkq.tb20240539

您当前的位置：

首页 >

文章列表页 >

基于机器学习测井反演的煤体结构评价：以鄂尔多斯盆地榆林地区本溪组8号煤为例

亮点论文 | 更新时间：2026-11-05

- 基于机器学习测井反演的煤体结构评价：以鄂尔多斯盆地榆林地区本溪组8号煤为例
- 基于机器学习测井反演的煤体结构评价：以鄂尔多斯盆地榆林地区本溪组8号煤为例
- 地质科技通报 2025年44卷第4期页码：2-15
- 作者机构：
  
  1. 中国地质大学(北京)能源学院
  2. 非常规天然气地质评价与开发北京市重点实验室
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目（42130806;42372195）;中央高校基本科研业务费深时数字地球前沿科学中心“深时数字地球”中央高校科技领军人才团队项目（2652023001）
- DOI：10.19509/j.cnki.dzkq.tb20240539
  中图分类号： P631.81;P618.11
- 纸质出版：2025
- 稿件说明：
移动端阅览
李安, 蔡益栋, 王子豪, 等. 基于机器学习测井反演的煤体结构评价：以鄂尔多斯盆地榆林地区本溪组8号煤为例[J]. 地质科技通报, 2025,44(4):2-15.

李安, 蔡益栋, 王子豪, et al. 基于机器学习测井反演的煤体结构评价：以鄂尔多斯盆地榆林地区本溪组8号煤为例[J]. Bulletin of Geological Science and Technology, 2025, 44(4): 2-15.
李安, 蔡益栋, 王子豪, 等. 基于机器学习测井反演的煤体结构评价：以鄂尔多斯盆地榆林地区本溪组8号煤为例[J]. 地质科技通报, 2025,44(4):2-15. DOI： 10.19509/j.cnki.dzkq.tb20240539.

李安, 蔡益栋, 王子豪, et al. 基于机器学习测井反演的煤体结构评价：以鄂尔多斯盆地榆林地区本溪组8号煤为例[J]. Bulletin of Geological Science and Technology, 2025, 44(4): 2-15. DOI： 10.19509/j.cnki.dzkq.tb20240539.

摘要

煤体结构直接影响煤储层孔裂隙发育，其准确判识对煤层压裂及煤层气开采具有重要指导价值。以鄂尔多斯盆地榆林地区本溪组8号煤为例，其煤体结构复杂，引入机器学习方法可解决煤层气储层测井中的非线性问题。采用区内已完成预处理的取心井数据，采用BP神经网络、随机森林以及XGBoost算法进行训练和全区煤体结构反演，并结合区内煤层顶底板及煤厚，剖析构造控制下的煤体结构发育特征。结果表明：(1)随机森林以及XGBoost算法相较于BP神经网络，对目标煤层煤体结构的反演结果更接近于岩心观测的真实情况，准确度更高；(2)榆林地区8号煤从NW向SE，煤体破碎程度逐渐加剧；(3)区内由中部至东南部发育构造带，在构造带影响下煤厚减小且原生结构煤逐渐转变为糜棱结构煤。本研究可为研究区实际煤层气生产中的煤体结构识别以及构造带分析提供参考。

Abstract

关键词

Keywords

references

煤体结构分类[S].2013.

Yao Li,Yage Wang,Bingqing Chen,Binbin Wang.Oxygen/nitrogen co-doped flexible ultramicroporous carbon monolith with a high CH4 adsorption capacity for CH4/N2 separation from low-concentration coalbed methane[J].Separation and Purification Technology,2025.

Zihao Wang,Yidong Cai,Dameng Liu,Jun Lu,Feng Qiu,Jinghong Hu,Zhentao Li,Ranjith Pathegama Gamage.A review of machine learning applications to geophysical logging inversion of unconventional gas reservoir parameters[J].Earth-Science Reviews,2024.

Aryan Madaan,Jay Pandey.Development of machine learning based model for low-temperature PEM fuel cells[J].Computers and Chemical Engineering,2024.

Ullah Jar,Li Huan,Ashraf Umar,Ehsan Muhsan,Asad Muhammad.A multidisciplinary approach to facies evaluation at regional level using well log analysis, machine learning, and statistical methods[J].Geomechanics and Geophysics for Geo-Energy and Geo-Resources,2023.

Wang Zihao,Cai Yidong,Liu Dameng,Qiu Feng,Sun Fengrui,Zhou Yingfang.Intelligent classification of coal structure using multinomial logistic regression, random forest and fully connected neural network with multisource geophysical logging data[J].International Journal of Coal Geology,2023.

Feng Runhai,Grana Dario,Balling Niels.Imputation of missing well log data by random forest and its uncertainty analysis[J].Computers & Geosciences,2021.

Jinxiong Shi,Lianbo Zeng,Shaoqun Dong,Jipeng Wang,Yunzhao Zhang.Identification of coal structures using geophysical logging data in Qinshui Basin, China: Investigation by kernel Fisher discriminant analysis[J].International Journal of Coal Geology,2020.

Zhang Li,Wang Fulin,Sun Ting,Xu Bing.A constrained optimization method based on BP neural network[J].Neural Computing and Applications,2018.

Tianqi Chen,Carlos Guestrin.XGBoost: A Scalable Tree Boosting System.[J].CoRR,2016.

Xuehai Fu,Yong Qin,Geoff G.X. Wang,Victor Rudolph.Evaluation of gas content of coalbed methane reservoirs with the aid of geophysical logging technology[J].Fuel,2009.

李可心,张聪,李俊,刘春春,杨瑞强,张武昌,李邵楠,任智剑.沁水盆地南部煤层气水平井射孔优化[J].新疆石油地质,2024(05).

黎子豪,蒋恕.基于机器学习和SHAP算法的声波测井曲线重构及可解释性分析[J].地质科技通报,2025(01).

赵伟波,刘洪林,王怀厂,刘德勋,李晓波.煤层微观孔隙特征及沉积环境对孔隙结构的控制作用-以鄂尔多斯盆地8号煤层为例[J].煤炭科学技术,2024(06).

赵军,汪峻宇,赖强,文晓峰,邬光辉,焦世祥.基于XGBoost算法的走滑断裂内部特征带的精细识别[J].地质科技通报,2025(02).

邓秀芹,楚美娟,王龙,陈修,王妍心.中晚三叠世鄂尔多斯盆地两期沉降及其形成机制[J].石油勘探与开发,2024(03).

杨阳,雷友波,王倩楠,王治国,杨涛,高静怀,苏朝光.基于二维散射变换的湖相碳酸盐岩储层厚度预测方法研究[J].地球物理学报,2024(04).

席胜利,闫伟,刘新社,张才利,殷亮亮,董国栋,井向辉,魏柳斌.鄂尔多斯盆地天然气勘探新领域、新类型及资源潜力[J].石油学报,2024(01).

王健,徐加放,赵密福,王博闻,王亚华,陈杰,王潇辉,杨刚,马腾飞.基于神经网络的钻井液漏失裂缝宽度预测研究[J].煤田地质与勘探,2023(09).

刘粤蛟,赖富强,徐浩,王濡岳,张晓树,罗彤彤,杨彬跃.基于测井曲线深程度耦合的页岩岩相智能识别方法[J].地质科技通报,2025(01).

李倩,李童,蔡益栋,刘大锰,李凌菲,汝智星,殷婷婷.煤层气储层水力裂缝扩展特征与控因研究进展[J].煤炭学报,2023(12).

邱峰,刘晋华,蔡益栋,刘大锰,孙逢瑞.基于测井的煤层力学特性评价及煤层气开发有利区预测——以沁南郑庄区块3号煤层为例[J].煤田地质与勘探,2023(04).

林秋婷,刘建军,逄辉,董少群,黄晓昕.应用MIPSO-XGBoost算法预测汽油产率[J].石油学报(石油加工),2023(03).

蔡益栋,高国森,刘大锰,邱峰.鄂尔多斯盆地东缘临兴中区煤系气富集地质条件及成藏模式[J].天然气工业,2022(11).

徐海文,史家财,汪腾.基于深度全连接神经网络的离港航班延误预测模型[J].计算机应用,2022(10).

房祥龙,蔡益栋,刘大锰.基于低场核磁共振法的甲烷扩散特征研究[J].中国煤炭地质,2021(10).

程超,李培彦,陈雁,叶榆,高妍,张亮.基于机器学习的储层测井评价研究进展[J].地球物理学进展,2022(01).

郭建宏,杜婷,张占松,肖航,秦瑞宝,余杰,王灿.基于支持向量机与地球物理测井资料的煤体结构识别方法[J].物探与化探,2021(03).

张瑶,赵军龙.基于地球物理测井的煤体结构识别及对煤层气开采的影响[J].矿产勘查,2020(10).

刘大锰,刘正帅,蔡益栋.煤层气成藏机理及形成地质条件研究进展[J].煤炭科学技术,2020(10).

刘羽欣,邓志宇.沁水盆地南部煤层气井产能影响地质分析[J].石化技术,2020(01).

冯小英,杨延辉,左银卿,丁瑞霞,韩晟,秦琛.敏感属性与参数反演融合定量预测煤体结构[J].石油地球物理勘探,2019(05).

李存磊,杨兆彪,孙晗森,马玉银,张争光,李洋阳,李庚.多煤层区煤体结构测井解释模型构建[J].煤炭学报,2020(02).

刘大锰,王颖晋,蔡益栋.低阶煤层气富集主控地质因素与成藏模式分析[J].煤炭科学技术,2018(06).

徐光波,赵金环,崔周旗,邹志钢,卢笛声,孙瑞雪,孟艳军.沁水盆地南部安泽区块煤体结构测井识别研究[J].煤炭科学技术,2018(05).

刘大锰,周三栋,蔡益栋,姚艳斌.地应力对煤储层渗透性影响及其控制机理研究[J].煤炭科学技术,2017(06).

罗沙,汪凌霞.关于煤体结构判识方法的探讨[J].石油化工应用,2017(04).

闫建平,蔡进功,郑德顺,隋鲁宁.成像测井数据处理中分辨率匹配及深度校正方法[J].煤田地质与勘探,2009(01).

雷崇利.用钻孔煤心鉴别煤层煤体结构及其应用[J].煤田地质与勘探,2001(02).

浏览量

284

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于随机森林算法的天津市滨海地区地面沉降模拟

海陆过渡相页岩层系总有机碳含量地震定量预测：以鄂尔多斯盆地大宁-吉县区块为例

融合集成机器学习与负样本采样策略的降雨群发滑坡易发性评价

三维数字岩心孔喉特征与驱替参数对渗流驱替能力影响——以鄂尔多斯盆地富县地区长8油层组致密油储层为例

基于遥感解译与信息量法的滑坡易发性评价样本优化