基于多变量LSTM网络的K_(2)灰岩富水区预测——以阳泉泊里矿区为例

在山西阳泉泊里矿区,太原组K_(2)灰岩是15号煤层上部主要的含水层,查明其富水分布特征对上下组煤层安全开采至关重要。为了准确得到K_(2)灰岩的富水分布区域,首先,利用常规的波阻抗反演获取精确的K_(2)灰岩空间展布特征。然后,结合皮尔逊相关系数法与交叉验证−逐步回归法优选出9种地震属性,构成网络的训练数据。此外,引入适合于时序数据处理且能够捕捉测井曲线前后相关性的长短期记忆神经网络(LSTM),构建智能化、多变量LSTM视电阻率预测模型,以精确地预测研究区视电阻率进而得到地层富水性分布特征。同时,分别利用常规多属性回归算法与多变量LSTM模型在井点位置建立电阻率测井曲线与地震属性井旁道之间的映射关系。最后,将井点处训练好的网络模型推广至无井区得到全区视电阻率体,根据视电阻率值的高低、矿区地质构造与陷落柱发育情况圈定灰岩富水区。实际数据的测试结果表明:与常规多属性回归算法相比,多变量LSTM模型预测误差小,与测井相关系数高,说明多变量LSTM模型可以更加精确地预测出工区视电阻率,在含煤地层的富水性预测中有较好的应用价值。

级联反演在煤矿盾构机掘进路线优化中的应用

盾构机在煤矿岩巷中的使用极大地提高了煤矿生产的效率,煤层及其围岩的精细刻画对于盾构机安全掘进路线的选取至关重要。为了得到煤层周围岩层岩性的精细分布特征,以泊里矿区为例,首先利用基于模型的波阻抗反演划分煤及灰岩;针对难以识别的砂泥岩体,选取了对砂泥岩敏感的自然伽马曲线,并将其重构为拟声波曲线进行拟声波反演加以区分,进而得到煤系地层岩性的综合预测成果。在此基础上,通过层位追踪获得各岩层顶底界面,采用精确的时深转换技术将层位数据从时间域转换到深度域,使其可以直观地反映岩层的分布特征,实现了15#煤层顶板及其上部岩层岩性的精细刻画。结果表明:该方法可以精确地预测出煤层及其围岩的空间分布特征,为矿区盾构机掘进路线的选定提供地质依据。