论文部分内容阅读
煤层厚度是煤矿设计与开采过程中重要的信息,准确地预测煤层厚度,能够给煤矿生产提供有力的地质保障。煤层在地震勘探中属于薄层,其薄层厚度预测一直是公认的难题之一,传统的预测方法一般是利用钻孔资料的内插对比获得,但是由于钻孔成本较高,钻孔密度不大,因此其应用范围有很大的局限性。三维地震资料具有大面积密集采集信息的优势,因此可以利用丰富的地震信息解决煤层厚度问题,三维地震勘探因其技术先进、分辨率高,目前已成为解决煤矿地质问题的主要手段之一。论文以石拉乌素煤矿首采区为研究区,结合研究区地质勘探数据及三维地震勘探资料,提出了地震属性技术与核方法相结合的煤层厚度预测方法,在仿真模拟研究的基础上,进行了实际应用验证。论文主要进行了5个方面的研究工作:(1)研究了三维地震属性技术,概括了三维地震属性分类、提取和优化三个环节,并对常用的地震属性的定义及地质用途进行了深入研究。重点研究了灰色关联分析优化地震属性的方法,在进行预测模型训练之前,对提取的三维地震属性进行优选,提取出与煤层厚度关联性比较大的几种属性,作为训练模型的特征值,不仅能提高预测的精度,而且降低了算法的时间复杂度和空间复杂度。(2)研究了最小二乘支持向量机及简单多核学习理论,运用耦合模拟退火算法优化最小二乘支持向量机正则化参数r和核宽度s,提出用k-折交叉验证方法优选简单多核学习的正则化参数C。(3)以一个非线性函数和Lorenz系统产生的混沌时间序列预测作为仿真实例,对最小二乘支持向量机及简单多核学习进行了预测能力仿真试验。利用耦合模拟退火算法优化得到最小二乘支持向量机的参数r和核参数s,采用交叉验证方法优选简单多核学习的正则化参数C。并提出了基于相空间重构的最小二乘支持向量机/简单多核学习模糊时间序列预测方法。同时为衡量预测模型的精确性,采用绝对误差,相对误差、均方误差及相关系数等作为评价模型整体预测效果的指标,并通过非线性函数的内插预测,外推预测,抗噪能力,分析了预测模型的通用性。(4)结合Kriging插值,提出基于最小二乘支持向量机模型和Kriging的煤层厚度预测研究,用最小二乘支持向量机重构变差函数模型,可根据不同的数据特征进行变异函数的自适应拟合,提高了煤层厚度预测精度。最后,利用球状函数、指数函数、高斯函数、最小二乘支持向量机作为变差函数模型分别对研究区煤层厚度进行了预测,并通过交叉验证方法对上述函数模型进行了精度比较。(5)结合灰色关联分析、地震属性技术,把最小二乘支持向量机和简单多核学习用于预测煤层厚度。提出基于灰色关联分析及最小二乘支持向量机/简单多核学习煤层厚度预测研究,结合研究区三维地震和实际钻孔资料,首先提取多种地震属性和煤层厚度信息,然后用灰色关联分析优选地震属性,减少了核方法输入样本的维数,降低了时间复杂度和空间复杂度,并利用耦合模拟退火算法优化得到最小二乘支持向量机的参数r和核参数s,采用交叉验证方法优选简单多核学习的正则化参数C,分别把实际钻孔附近的优选后的属性和对应的煤层厚度作为最小二乘支持向量机/简单多核学习输入输出进行训练,得到煤层厚度预测模型,并采用绝对误差和相对误差进行精度分析,取得了较好的预测效果,最后将预测模型用于整个研究区煤层厚度的预测,并对煤层厚度实现了基于可视化工具包VTK的三维可视化展示,取得了较好的效果。