基于测井参数的煤储层含气量预测方法研究

煤层气含气量测定通常受人为因素影响较大,且测定成本高时间长,而测井数据连续且易获取,通过与含气量建立线性关系,确定利用补偿中子、密度、自然伽马、电阻率、声波时差和深度这六种参数用来建立煤层含气量预测模型。采用多元线性回归、BP神经网络、随机森林这三种方法构建煤储层含气量预测模型。随后利用构建的模型进行盲井检验,结果表明以上三种预测模型均能较好预测煤层含气量,而随机森林模型在此区块预测效果最好。