CN112213781A - 一种大数据下煤层厚度预测方法与系统 - Google Patents
一种大数据下煤层厚度预测方法与系统 Download PDFInfo
- Publication number
- CN112213781A CN112213781A CN202011210273.0A CN202011210273A CN112213781A CN 112213781 A CN112213781 A CN 112213781A CN 202011210273 A CN202011210273 A CN 202011210273A CN 112213781 A CN112213781 A CN 112213781A
- Authority
- CN
- China
- Prior art keywords
- coal seam
- data
- thickness
- reflected wave
- observation point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003245 coal Substances 0.000 title claims abstract description 251
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005553 drilling Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 48
- 239000002131 composite material Substances 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 6
- 230000001066 destructive effect Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims 2
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000005065 mining Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种大数据下煤层厚度预测方法与系统,属于煤层厚度预测技术领域,包括以下步骤:S101:观测点反射波数据获取;S102:预测点反射波数据获取;S103:观测点煤层厚度数据收集,采用钻孔方式获取观测点目标对象的参数信息;S104:数据输入,将观测点参数数据、观测点反射波数据和预测点反射波数据均输入大数据下煤层厚度预测系统的控制主机中;S105:系数计算;S106:煤层厚度计算;S107:数据输出。不仅实现对三维地震解释工作中对煤层厚度变化不能定量的解释,而且利用运算程序进行计算,运算简便运算精度高,工作量少工作效率提高,且不易出差错,也为煤矿安全高效绿色开采提供相应地质技术保障。
Description
技术领域
本发明涉及煤层厚度预测技术领域,特别涉及一种大数据下煤层厚度预测方法与系统。
背景技术
以往煤层厚度均依据钻孔资料获得,然而在任何矿山或勘探区内,钻孔的数目总是有限的,据此提供的的煤厚资料一般精度较低,难以满足煤矿生产的需要。尤其当煤层厚度不稳定,变化较大时,用钻孔揭露的煤厚资料显得杯水车薪。数据密度很大的三维地震资料为获取高精度煤层厚度变化趋势提供了可能,利用钻孔测井资料在地震解释时进行标定,将大大提高用地震反演研究煤层厚度变化趋势的精度。煤层厚度和结构的变化,影响煤层储量、开采条件、矿井生产能力和服务年限,是地质勘探和矿井地质调查的主要地质内容。煤层厚度变化普遍,变化类型多样,其复杂程度因煤系沉积体系,煤层在剖面中的位置和后期构造运动性质、强烈程度而异。
经过研究,煤层是典型的低速薄层,煤层反射波主要是煤层顶底板反射叠加的复合波,其波形具有入射地震子波的微分形式。煤层的构造或岩性变化主要反映在密度、速度及其它弹性参量的差异上,这些差异导致了地震波在传播时间、振幅、相位、频率等方面的变化或异常。当煤层厚度变化较大时,会引起介质的弹性物理力学性质的变化,这些变化表现在时间剖面上反射与反射波组的振幅、相位和频率的变化。若有一定数量钻井已知煤厚,标定其比例系数,便可直接从煤田地震勘探反射资料逐道定量估算煤层厚度。地震地质解释时常以钻孔煤厚为约束,利用其附近地震道数据得到标定系数,通过振幅属性预测的煤层厚度变化趋势。
随着煤矿综采机械化程度的不断提高,综采支架选型,采煤工艺、采煤方法的选择,综采工作面采高的确定,都需要预先了解煤层厚度变化情况。煤矿地质技术管理工作,为确保矿井生产安全,指导煤矿生产能安全、高效、有序的进行,一般地,要求所有煤矿采区都要进行三维地震勘探,在其地质任务中,矿方一般要求对其煤层厚度变化进行解释,这也是三维地震解释工作的一个难题,且现依据统计学原理针对煤层厚度参数数据进行计算时,往往运算较为繁琐,工作量大,易出差错以及运算精度和工作效率不高。
发明内容
本发明的目的在于提供一种大数据下煤层厚度预测方法与系统,建立地震属性与煤层厚度之间的统计关系,直接利用地震属性参数来预测煤层厚度的变化,并采用3D数据体时间剖面预测煤层厚度,开发相应的系统,不仅实现对三维地震解释工作中对煤层厚度变化不能定量的解释,而且利用运算程序进行计算,运算简便运算精度高,工作量少工作效率提高,且不易出差错,也为煤矿安全高效绿色开采提供相应地质技术保障,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种大数据下煤层厚度预测方法,包括以下步骤:
S101:观测点反射波数据获取,在观测点向地下的煤层射入地震波,煤层顶底板反射叠加的复合波,获取时间剖面上反射与反射波组的振幅、相位和频率的变化;
S102:预测点反射波数据获取,在预测点向地下的煤层射入地震波,煤层顶底板反射叠加的复合波,获取时间剖面上反射与反射波组的振幅、相位和频率的变化;
S103:观测点煤层厚度数据收集,采用钻孔方式获取观测点目标对象的参数信息,一个钻孔获取一组参数数据;
S104:数据输入,将观测点参数数据、观测点反射波数据和预测点反射波数据均输入大数据下煤层厚度预测系统的控制主机中;
S105:系数计算,控制主机将观测点参数数据和观测点反射波数据传输至系数计算中心,系数计算中心依据已有公式计算获取与3D有关的地质系数Km,并将与3D有关的地质系数Km传输至控制主机;
S106:煤层厚度计算,控制主机将预测点反射波数据和Km输入煤层厚度计算中心,煤层厚度计算中心依据已有公式计算获取预测煤层厚度数据,并将该数据传输至控制主机;
S107:数据输出,大数据下煤层厚度预测系统的输出端输出预测煤层厚度数据。
进一步地,所述观测点反射波数据获取和预测点反射波数据获取中,煤层顶、底界面极性相反,发生相消干涉,反射波不能分离,形成复合波,复合波振幅与煤层厚度呈正相关性增长关系。
进一步地,所述观测点参数数据包括观测点煤层厚度、观测点煤层底板值、观测点煤层顶板值、观测点煤层平均速度和观测点煤层倾角。
进一步地,所述数据输出中输出的数据包括预测点煤层底板值、预测点煤层顶板值、预测点煤层平均速度和预测点煤层倾角。
进一步地,所述观测点反射波数据获取和预测点反射波数据获取中,煤层厚度由0m增加λ/4,λ为地震波波长时,反射波振幅逐渐增大,增大幅度随着煤层厚度的增大逐渐减小。
进一步地,所述观测点反射波数据获取和预测点反射波数据获取中,煤层厚度为λ/4时,λ为地震波波长时,煤层反射波振幅达最大值。
进一步地,所述观测点反射波数据获取和预测点反射波数据获取中,煤层厚度超过λ/4并增大时,反射波振幅逐渐减小,减小的幅度逐渐降低,而后煤层反射波振幅趋于稳定,不随煤层厚度的增加而发生变化。
根据本发明的另一个方面,提供一种大数据下煤层厚度预测系统,其特征在于,包括输入端口、输出端口、控制主机、系数计算中心和煤层厚度计算中心,所述输入端口通过RS485通信协议与控制主机相互连接,输入端口位于人机交互界面上,接收操作人员输入的数据,并将数据发送至控制主机,所述控制主机与系数计算中心、煤层厚度计算中心相互连接,用于接收输入端口发送的数据,将数据发送至计算中心并接收计算中心计算得出的数据,向输出端口发送计算数据,输出端口通过RS485通信协议与控制主机对接,接收计算数据并显示。
进一步地,所述系数计算中心包括第一计算单元、第二计算单元、第三计算单元、第四计算单元、第五计算单元和第六计算单元,第一计算单元根据所述目标对象的一组观测点煤层厚度,计算得到所述目标对象数组一;第二计算单元根据所述目标对象一组观测点煤层底板值,计算得到所述目标对象的数组二;第三计算单元根据所述目标对象一组观测点煤层顶板值值,得到所述目标对象的数组三;第四计算单元根据所述目标对象预测煤层平均速度值,得到所述目标对象的数组四;第五计算单元根据所述目标对象煤层倾角值,得到所述目标对象的数组五;第六计算单元根据所述目标对象煤层倾角值,得到所述目标对象的Km值。
与现有技术相比,本发明的有益效果是:本发明提出的一种大数据下煤层厚度预测方法与系统,建立地震属性与煤层厚度之间的统计关系,直接利用地震属性参数来预测煤层厚度的变化,并采用3D数据体时间剖面预测煤层厚度,开发相应的系统,不仅实现对三维地震解释工作中对煤层厚度变化不能定量的解释,而且利用运算程序进行计算,运算简便运算精度高,工作量少工作效率提高,且不易出差错,也为煤矿安全高效绿色开采提供相应地质技术保障。
附图说明
图1为本发明的一种大数据下煤层厚度预测方法的流程图;
图2为本发明的一种大数据下煤层厚度预测系统的工作原理图;
图3为本发明的一种大数据下煤层厚度预测系统的结构图;
图4为本发明的一种大数据下煤层厚度预测系统的系数计算中心结构图;
图5为本发明实施例中的一种大数据下煤层厚度预测方法的煤层厚度与波长关系图;
图6为本发明实施例中的一种大数据下煤层厚度预测方法的计算程序开始图;
图7为本发明实施例中的一种大数据下煤层厚度预测方法的计算程序图;
图8为本发明实施例中的一种大数据下煤层厚度预测方法的计算程序结果图。
图中:1、输入端口;2、控制主机;3、系数计算中心;31、第一计算单元;32、第二计算单元;33、第三计算单元;34、第四计算单元;35、第五计算单元;36、第六计算单元;4、煤层厚度计算中心;5、输出端口。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1至图8,一种大数据下煤层厚度预测方法,包括以下步骤:
S101:观测点反射波数据获取,在观测点向地下的煤层射入地震波,煤层顶底板反射叠加的复合波,获取时间剖面上反射与反射波组的振幅、相位和频率的变化;建立地震属性与煤层厚度之间的统计关系,直接利用地震属性参数来预测煤层厚度的变化;
S102:预测点反射波数据获取,在预测点向地下的煤层射入地震波,煤层顶底板反射叠加的复合波,获取时间剖面上反射与反射波组的振幅、相位和频率的变化;
S103:观测点煤层厚度数据收集,采用钻孔方式获取观测点目标对象的参数信息,一个钻孔获取一组参数数据,多组钻孔对应多组数据,对多组数据计算求平均值后输入系统进行运算,能够进一步精确预测煤层厚度数据;预测煤层厚度时,应确保收集原始资料要齐全、完整,分析研究要全面、到位;原始地质地震资料经认真分析后,确实存在问题的必须剔除;对不同时期、不同方法、不同工艺、不同标准的地质地震资料应进行归一化处理;统计资料的应用,要满足地质地震理论、地质规律和现行规程规范标准要求;使用地质地震资料应互为标定验证;在地震时间剖面等相关图纸上拾取数据时,应力争准确,尽量克服人为误差影响;若煤矿采区地质地震条件及煤层厚度变化较大时,可以考虑进行分片预测煤层的厚度;
S104:数据输入,将观测点参数数据、观测点反射波数据和预测点反射波数据均输入大数据下煤层厚度预测系统的控制主机2中;
S105:系数计算,控制主机2将观测点参数数据和观测点反射波数据传输至系数计算中心3,系数计算中心3依据已有公式计算获取与3D有关的地质系数Km,并将与3D有关的地质系数Km传输至控制主机2;并采用3D数据体时间剖面预测煤层厚度,实现对三维地震解释工作中对煤层厚度变化不能定量的解释,为煤矿安全高效绿色开采提供相应地质技术保障;
S106:煤层厚度计算,控制主机2将预测点反射波数据和Km输入煤层厚度计算中心4,煤层厚度计算中心4依据已有公式计算获取预测煤层厚度数据,并将该数据传输至控制主机2;
S107:数据输出,大数据下煤层厚度预测系统的输出端输出预测煤层厚度数据。
观测点反射波数据获取和预测点反射波数据获取中,煤层顶、底界面极性相反,发生相消干涉,反射波不能分离,形成复合波,复合波振幅与煤层厚度呈正相关性增长关系;观测点反射波数据获取和预测点反射波数据获取中,煤层厚度由0m增加λ/4,λ为地震波波长时,反射波振幅逐渐增大,增大幅度随着煤层厚度的增大逐渐减小;煤层厚度为λ/4时,λ为地震波波长时,煤层反射波振幅达最大值;煤层厚度超过λ/4并增大时,反射波振幅逐渐减小,减小的幅度逐渐降低,而后煤层反射波振幅趋于稳定,不随煤层厚度的增加而发生变化。
观测点参数数据包括观测点煤层厚度,观测点参数数据:
观测点煤层厚度Mi,单位为m;
观测点参数数据包括观测点煤层底板值、观测点煤层顶板值、观测点煤层平均速度和观测点煤层倾角,观测点反射波数据:
观测点煤层顶板值t01,单位为m/s;
观测点煤层底板值t02i,单位为m/s;观测点煤层厚度Δt01i,单位为m/s,其中,Δt0i=t02i-t01i,t02i为第i层观测点煤层底板值,t01i为第i层观测点煤层顶板值;
观测煤层平均速度Vmi,单位为m/s;(Δt0i*Vmi=t02-t01)*Vm为预测煤层铅垂厚度;
观测点煤层倾角αi,单位为度;
系数计算中心3计算:
将上述观测点煤层厚度Mi、观测点煤层厚度Δt0i、观测煤层平均速度Vmi和观测煤层平均速度Vmi代入上式,获得目标对象煤层倾角Kmi值;
数据输出中输出的数据包括预测点煤层底板值、预测点煤层顶板值、预测点煤层平均速度和预测点煤层倾角,预测点反射波数据:
预测点煤层顶板值t0,单位为m/s;
预测点煤层底板值t02,单位为m/s;预测点煤层厚度Δt01,单位为m/s,其中,Δt0=t02-t01;
预测煤层平均速度Vm,单位为m/s;(Δt0*Vm=t02-t01)*Vm为预测煤层铅垂厚度;
预测点煤层倾角α,单位为度;
煤层厚度计算中心4计算:煤层埋藏厚度=t0×V/2000;并根据下式计算目标对象的M值:
M=(1/2000)KmΔt0*Vm*cosα;
获得预测点煤层厚度值M。
为了更好的展现大数据下煤层厚度预测方法,本实施例现提出一种大数据下煤层厚度预测系统,该预测系统由操作系统:WindowsXP、Windows7或更新操作系统以及硬件系统:安装上述操作系统的台式机或笔记本电脑构成;该预测系统包括输入端口1、输出端口5、控制主机2、系数计算中心3和煤层厚度计算中心4,输入端口1通过RS485通信协议与控制主机2相互连接,输入端口1位于人机交互界面上,接收操作人员输入的数据,并将数据发送至控制主机2,控制主机2与系数计算中心3、煤层厚度计算中心4相互连接,用于接收输入端口1发送的数据,将数据发送至计算中心并接收计算中心计算得出的数据,向输出端口5发送计算数据,输出端口5通过RS485通信协议与控制主机2对接,接收计算数据并显示:系数计算中心3包括第一计算单元31、第二计算单元32、第三计算单元33、第四计算单元34、第五计算单元35和第六计算单元36,第一计算单元31根据目标对象的一组观测点煤层厚度Mi,计算得到目标对象数组一;第二计算单元32根据目标对象一组观测点煤层底板值t02i,计算得到目标对象的数组二;第三计算单元33根据目标对象一组观测点煤层顶板值值t01i,得到目标对象的数组三;第四计算单元34根据目标对象预测煤层平均速度值Vmi,得到目标对象的数组四;第五计算单元35根据目标对象煤层倾角值αi,得到目标对象的数组五;第六计算单元36根据目标对象煤层倾角值,得到目标对象的Km值,利用运算程序进行计算,运算简便运算精度高,工作量少工作效率提高,且不易出差错。
采用上述实施例中的方法和系统对已知某矿采区钻孔与三维地震揭露的煤层厚度相关参数及预测的结果(见表1),试求预测点的煤层厚度。
表1预测煤层厚度相关参数统计表
其中:绝对误差Δ=测量值(Mi)-真值(M),相对误差δ=(Δ/M)*100%;一般地相对误差更能反映预测的可靠程度;
具体操作是将大数据下煤层厚度预测系统中输入端口上观测点数据输入界面打开,向对应输入空格中手动输入收集并统计获得的观测煤层厚度相关参数,经过计算求得Km的数值;
再将Km值代入煤层厚度计算中心4,经过计算从大数据下煤层厚度预测系统中输出端口的预测点数据输入界面输出预测的煤层厚度M、煤层倾角α、预测煤层平均速度Vm、预测点煤层底板t02和预测点煤层顶板t01,利用四组钻井已知煤厚参数,标定其比例系数,而后直接从煤田地震勘探反射资料逐道定量估算煤层厚度;地震地质解释时以钻孔煤厚为约束,利用其附近地震道数据得到标定系数,通过振幅属性预测的煤层厚度变化趋势,进而获得3D时间剖面上预测煤层厚度数据,既可得到所求预测点煤层厚度值,本实施例中预测点煤层厚度大约是2.63m,经验证,本实施例中煤层厚度预测绝对误差Δ为±0.08;相对误差δ为0.82~3.14%,预测精度较高,系统计算快速,精准。
综上所述:本发明提出的一种大数据下煤层厚度预测方法与系统,建立地震属性与煤层厚度之间的统计关系,直接利用地震属性参数来预测煤层厚度的变化,并采用3D数据体时间剖面预测煤层厚度,开发相应的系统,不仅实现对三维地震解释工作中对煤层厚度变化不能定量的解释,而且利用运算程序进行计算,运算简便运算精度高,工作量少工作效率提高,且不易出差错,也为煤矿安全高效绿色开采提供相应地质技术保障。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种大数据下煤层厚度预测方法,其特征在于,包括以下步骤:
S101:观测点反射波数据获取,在观测点向地下的煤层射入地震波,煤层顶底板反射叠加的复合波,获取时间剖面上反射与反射波组的振幅、相位和频率的变化;
S102:预测点反射波数据获取,在预测点向地下的煤层射入地震波,煤层顶底板反射叠加的复合波,获取时间剖面上反射与反射波组的振幅、相位和频率的变化;
S103:观测点煤层厚度数据收集,采用钻孔方式获取观测点目标对象的参数信息,一个钻孔获取一组参数数据;
S104:数据输入,将观测点参数数据、观测点反射波数据和预测点反射波数据均输入大数据下煤层厚度预测系统的控制主机(2)中;
S105:系数计算,控制主机(2)将观测点参数数据和观测点反射波数据传输至系数计算中心(3),系数计算中心(3)依据已有公式计算获取与3D有关的地质系数Km,并将与3D有关的地质系数Km传输至控制主机(2);
S106:煤层厚度计算,控制主机(2)将预测点反射波数据和Km输入煤层厚度计算中心(4),煤层厚度计算中心(4)依据已有公式计算获取预测煤层厚度数据,并将该数据传输至控制主机(2);
S107:数据输出,大数据下煤层厚度预测系统的输出端输出预测煤层厚度数据。
2.如权利要求1所述的一种大数据下煤层厚度预测方法,其特征在于,所述观测点反射波数据获取和预测点反射波数据获取中,煤层顶、底界面极性相反,发生相消干涉,反射波不能分离,形成复合波,复合波振幅与煤层厚度呈正相关性增长关系。
3.如权利要求1所述的一种大数据下煤层厚度预测方法,其特征在于,所述观测点参数数据包括观测点煤层厚度、观测点煤层底板值、观测点煤层顶板值、观测点煤层平均速度和观测点煤层倾角。
4.如权利要求1所述的一种大数据下煤层厚度预测方法,其特征在于,所述数据输出中输出的数据包括预测点煤层底板值、预测点煤层顶板值、预测点煤层平均速度和预测点煤层倾角。
5.如权利要求1所述的一种大数据下煤层厚度预测方法,其特征在于,所述观测点反射波数据获取和预测点反射波数据获取中,煤层厚度由0m增加λ/4,λ为地震波波长时,反射波振幅逐渐增大,增大幅度随着煤层厚度的增大逐渐减小。
6.如权利要求1所述的一种大数据下煤层厚度预测方法,其特征在于,所述观测点反射波数据获取和预测点反射波数据获取中,煤层厚度为λ/4时,λ为地震波波长时,煤层反射波振幅达最大值。
7.如权利要求1所述的一种大数据下煤层厚度预测方法,其特征在于,所述观测点反射波数据获取和预测点反射波数据获取中,煤层厚度超过λ/4并增大时,反射波振幅逐渐减小,减小的幅度逐渐降低,而后煤层反射波振幅趋于稳定,不随煤层厚度的增加而发生变化。
8.一种如权利要求1-7任一项所述的大数据下煤层厚度预测系统,其特征在于,包括输入端口(1)、输出端口(5)、控制主机(2)、系数计算中心(3)和煤层厚度计算中心(4),所述输入端口(1)通过RS485通信协议与控制主机(2)相互连接,输入端口(1)位于人机交互界面上,接收操作人员输入的数据,并将数据发送至控制主机(2),所述控制主机(2)与系数计算中心(3)、煤层厚度计算中心(4)相互连接,用于接收输入端口(1)发送的数据,将数据发送至计算中心并接收计算中心计算得出的数据,向输出端口(5)发送计算数据,输出端口(5)通过RS485通信协议与控制主机(2)对接,接收计算数据并显示。
9.如权利要求8所述的一种大数据下煤层厚度预测系统,其特征在于,所述系数计算中心(3)包括第一计算单元(31)、第二计算单元(32)、第三计算单元(33)、第四计算单元(34)、第五计算单元(35)和第六计算单元(36),第一计算单元(31)根据所述目标对象的一组观测点煤层厚度,计算得到所述目标对象数组一;第二计算单元(32)根据所述目标对象一组观测点煤层底板值,计算得到所述目标对象的数组二;第三计算单元(33)根据所述目标对象一组观测点煤层顶板值值,得到所述目标对象的数组三;第四计算单元(34)根据所述目标对象预测煤层平均速度值,得到所述目标对象的数组四;第五计算单元(35)根据所述目标对象煤层倾角值,得到所述目标对象的数组五;第六计算单元(36)根据所述目标对象煤层倾角值,得到所述目标对象的Km值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010751810 | 2020-07-30 | ||
CN2020107518106 | 2020-07-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112213781A true CN112213781A (zh) | 2021-01-12 |
CN112213781B CN112213781B (zh) | 2023-04-25 |
Family
ID=74058048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011210273.0A Active CN112213781B (zh) | 2020-07-30 | 2020-11-03 | 一种大数据下煤层厚度预测方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112213781B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102478668A (zh) * | 2010-11-30 | 2012-05-30 | 中国石油天然气集团公司 | 一种应用地震多属性参数预测煤层厚度的方法 |
WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN106772579A (zh) * | 2016-12-07 | 2017-05-31 | 中国矿业大学(北京) | 一种薄煤层中地震叠前反演方法和装置 |
CN108333629A (zh) * | 2018-01-24 | 2018-07-27 | 中国矿业大学 | 一种利用经验模态分解和支持向量机定量预测煤厚的方法 |
CN109633743A (zh) * | 2019-01-17 | 2019-04-16 | 中国矿业大学 | 一种基于波形分类地震相技术预测煤层厚度的方法 |
RU2718135C1 (ru) * | 2019-09-09 | 2020-03-30 | Общество с ограниченной ответственностью "Газпромнефть Научно-Технический Центр" (ООО "Газпромнефть НТЦ") | Способ и система прогнозирования эффективных толщин в межскважинном пространстве при построении геологической модели на основе метода кластеризации спектральных кривых |
-
2020
- 2020-11-03 CN CN202011210273.0A patent/CN112213781B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102478668A (zh) * | 2010-11-30 | 2012-05-30 | 中国石油天然气集团公司 | 一种应用地震多属性参数预测煤层厚度的方法 |
WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN106772579A (zh) * | 2016-12-07 | 2017-05-31 | 中国矿业大学(北京) | 一种薄煤层中地震叠前反演方法和装置 |
CN108333629A (zh) * | 2018-01-24 | 2018-07-27 | 中国矿业大学 | 一种利用经验模态分解和支持向量机定量预测煤厚的方法 |
CN109633743A (zh) * | 2019-01-17 | 2019-04-16 | 中国矿业大学 | 一种基于波形分类地震相技术预测煤层厚度的方法 |
RU2718135C1 (ru) * | 2019-09-09 | 2020-03-30 | Общество с ограниченной ответственностью "Газпромнефть Научно-Технический Центр" (ООО "Газпромнефть НТЦ") | Способ и система прогнозирования эффективных толщин в межскважинном пространстве при построении геологической модели на основе метода кластеризации спектральных кривых |
Non-Patent Citations (2)
Title |
---|
吴奕峰 等: "利用地震属性预测煤层厚度及古河流冲刷带的方法" * |
孟凡彬: "煤层厚度变化数值模拟与地震响应分析" * |
Also Published As
Publication number | Publication date |
---|---|
CN112213781B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8576663B2 (en) | Multicomponent seismic inversion of VSP data | |
CN108875122B (zh) | 利用随钻测井数据计算地质参数的人工智能方法和系统 | |
CN107783187B (zh) | 一种将测井速度和地震速度结合建立三维速度场的方法 | |
EP3433643B1 (en) | Method and device for estimating sonic slowness in a subterranean formation | |
US20120044784A1 (en) | Determining a position of a geological layer relative to a wavelet response in seismic data | |
CN111208564A (zh) | 一种深度域层位标定方法及装置 | |
CN112213781A (zh) | 一种大数据下煤层厚度预测方法与系统 | |
CN110727030B (zh) | 一种基于子波多极值特征联合分析的储层预测方法 | |
US9213117B2 (en) | Dip seismic attributes | |
CN109991663B (zh) | 工区地震速度体校正方法和装置 | |
CN113268808B (zh) | 一种极软弱破碎围岩门式系统挑顶施工数字化检测方法 | |
CN111538080B (zh) | 地震成像的方法 | |
CN112859172A (zh) | 纵横波微测井资料处理方法及装置 | |
CN111505715A (zh) | 一种基于深度域中心入射角计算裂缝参数的方法 | |
CN116953789A (zh) | 一种断陷盆地残留地层真厚度确定方法 | |
CN114296137B (zh) | 一种地震q场建立方法及系统 | |
CN112764113B (zh) | 一种煤矿井下利用钻孔雷达探测煤层顶底板界面的方法 | |
US20210396127A1 (en) | Estimating borehole shape between stationary survey locations | |
CN113064202A (zh) | 一种基于纵横波叠前正演道集标定的速度精细建模方法 | |
CN116400341A (zh) | 一种采煤机位置检测方法、系统以及装置 | |
CN117930334A (zh) | 碳酸盐岩储层地震流体识别方法、处理器和装置 | |
CN117130052A (zh) | 一种基于叠前道集数据计算裂缝参数的方法 | |
WO2022170365A1 (en) | Automated methods to determine properties of laminated reservoir formations | |
CN117192608A (zh) | 一种面向小样本速度条件下的储层压力表征方法 | |
Liang | Improvement and Application of Well-seismic Matching in Dense Well Pattern Areas |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |