煤层含气量预测的BP神经网络模型与应用
来源期刊:中国矿业大学学报2008年第4期
论文作者:田永东 孟召平 雷旸
关键词:煤层气; 含气量; BP神经网络模型;
摘 要:为了对煤层含气量进行定量预测,采用BP神经网络预测方法,建立了煤层含气量预测的BP神经网络模型.以沁水盆地南部主采煤层为对象,分析得出了影响沁水盆地南部煤层含气量分布的主要控制因素有煤层有效埋藏深度、煤变质程度和煤岩、煤质特征等,选择了煤层有效埋藏深度、水分与灰分以及镜质组最大反射率3参数作为BP神经网络模型的基本特征量,建立了煤层含气量与这些因素之间的相关关系和BP神经网络预测模型,对煤层舍气量进行预测分析.结果表明:BP神经网络模型具有极强的非线性逼近能力,能真实反映煤层含气量与主控因素之间的非线性关系,预测结果与实测值之间误差小,相对误差小于10%,预测效果明显地优于基于朗格缪尔方程的煤层含气量预测模型.
田永东1,孟召平1,雷旸1
(1.中国矿业大学,资源与地球科学系,北京,100083)
摘要:为了对煤层含气量进行定量预测,采用BP神经网络预测方法,建立了煤层含气量预测的BP神经网络模型.以沁水盆地南部主采煤层为对象,分析得出了影响沁水盆地南部煤层含气量分布的主要控制因素有煤层有效埋藏深度、煤变质程度和煤岩、煤质特征等,选择了煤层有效埋藏深度、水分与灰分以及镜质组最大反射率3参数作为BP神经网络模型的基本特征量,建立了煤层含气量与这些因素之间的相关关系和BP神经网络预测模型,对煤层舍气量进行预测分析.结果表明:BP神经网络模型具有极强的非线性逼近能力,能真实反映煤层含气量与主控因素之间的非线性关系,预测结果与实测值之间误差小,相对误差小于10%,预测效果明显地优于基于朗格缪尔方程的煤层含气量预测模型.
关键词:煤层气; 含气量; BP神经网络模型;
【全文内容正在添加中】