Please wait a minute...
E-mail Alert Rss
 
物探与化探  2018, Vol. 42 Issue (1): 96-103    DOI: 10.11720/wtyht.2018.1.11
  本期目录 | 过刊浏览 | 高级检索 |
陆相页岩气资源评价中人工智能算法的探索——以苏北盆地溱潼凹陷为例
谈迎1(), 杨伟松2, 李振生3
1.江苏省有色金属华东地质勘查局,江苏 南京 210000
2.江西科技师范大学通讯与电子学科,江西 南昌 330013
3.合肥工业大学 资源与环境工程学院,安徽 合肥 230009
The tentative application of artificial intelligence algorithm to evaluating continental shale gas resources: A case study of Qintong sag in Subei (North Jiangsu) Basin
Ying TAN1(), Wei-Song YANG2, Zhen-Sheng LI3
1. East China Mineral Exploration & Development Bureau, Nanjing 21000, China
2. Communication and Electronic School, Jiangxi Science & Technology Normal University, Nanchang 330013, China
3. School of Resources and Environmental Engineering, Hefei University of Technology, Hefei 230009, China
全文: PDF(738 KB)   HTML
输出: BibTeX | EndNote (RIS)      
摘要 

将下扬子区苏北盆地溱潼凹陷作为示范区,探讨了人工智能该如何进行页岩气资源评价的问题。给出了可采用的运算方法的组合设计,针对工区陆相页岩气资源评价参数进行了全过程的示范操作:用变形结构分区的方法在平面上将溱潼凹陷分成14个样品区,用模糊数学的方法对定性参数进行定量、半定量取值打分,用因子分析方法对平面上14个样品区进行了单层评价;以平面上14个样品区单层评价为基础,给出了14个样品区5个页岩气目的层在垂向上的叠合评价。为了解决叠合评价时样品区各单层数据的等价性,引入全零值和分级值进行评价、排优。这种针对页岩气资源评价的定性、定量和多层混合问题进行定量综合评价的组合运算方法,可以被开发页岩气资源人工智能评价系统所借鉴。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
谈迎
杨伟松
李振生
关键词 陆相页岩气溱潼凹陷模糊综合预测人工智能算法设计    
Abstract

Taking Qintong sag of Subei basin in lower Yangtze area as the demonstration area, the authors investigated the evaluation of shale gas resources with the artificial intelligence method. With the combination algorithm designs, the authors conducted the whole process of demonstration operation based on continental shale gas resources evaluation parameters of the work area. First, Qintong sag was divided into 14 sample areas by the method of deformation structure partition; then, using the fuzzy mathematics method, the authors obtained quantitative and half-quantitative parameter values; after that, using factor analysis method the authors conducted the evaluation of 14 sample areas in a single plane; finally, composite evaluation of five shale gas layers in vertical direction of 14 sample areas was made based on the evaluation of 5 single planes. In order to get the equivalence data of each single layer, the authors introduced the zero value and grading values. The practise of the combination algorithm designs has the reference value for the shale gas resources evaluation system of artificial intelligence.

Key wordscontinental shale gas    Qintong sag    fuzzy comprehensive prediction    artificial intelligence    algorithm design
收稿日期: 2017-10-20      出版日期: 2018-02-20
:  P631  
基金资助:国家自然科学基金项目(41372194)
作者简介:

作者简介: 谈迎(1968-),男,博士,副研究员,从事油气地质、构造地质、地球化学方面的研究工作。Email:tanying9@ustc.edu

引用本文:   
谈迎, 杨伟松, 李振生. 陆相页岩气资源评价中人工智能算法的探索——以苏北盆地溱潼凹陷为例[J]. 物探与化探, 2018, 42(1): 96-103.
Ying TAN, Wei-Song YANG, Zhen-Sheng LI. The tentative application of artificial intelligence algorithm to evaluating continental shale gas resources: A case study of Qintong sag in Subei (North Jiangsu) Basin. Geophysical and Geochemical Exploration, 2018, 42(1): 96-103.
链接本文:  
https://www.wutanyuhuatan.com/CN/10.11720/wtyht.2018.1.11      或      https://www.wutanyuhuatan.com/CN/Y2018/V42/I1/96
  页岩气资源评价算法设计流程
  溱潼凹陷变形结构分区平面示意
位置 断坡带 断垒带 断堑带 断阶带
北断区 唐刘断坡1 练家断垒2
中北断区 茅山断坡3 沭庄断垒4 溪南断堑5
中断区 吴堡断坡6 边城断垒7 储家断堑8 草舍断阶9
中南断区 华垛断垒10 港南断堑11 洲城断阶12
南断区 郭村断堑13 姜庄断阶14
  溱潼凹陷变形结构分区和评价样品区
成岩相(权值) 样品区号
1 2 3 4 5 6 7 8 9 10 11 12 13 14
压实相(0.25) 0 0 0 0 0 0 0 0 8 0 0 0 16 0
胶结相(0.25) 0 0 0 0 0 0 0 18 8 1 0 0 12 0
溶蚀相(0.75) 0 0 0 57 70 0 66 72 0 13 33 10 0 0
填相(0.25) 0 0 0 0 0 0 0 0 10 0 72 22 0 0
有效面积/km2 0 0 0 57 70.0 0 66 90 26 14 105 32 38 0
总评分 0 0 0 0.75 0.75 0 0.75 0.65 0.25 0.72 0.41 0.42 0.25 0
  溱潼凹陷成岩相评分结果
样品区号 主因子
F1 F2 F3 F4 F5 F6
1 -1.21 -0.09 -0.12 -0.49 -0.80 -0.58
2 -1.25 -0.13 -0.25 -0.20 0.11 -0.25
3 -1.09 0.12 -0.11 -0.80 0.72 -1.01
4 0.81 0.01 1.49 -0.25 0.33 0.93
5 0.88 0.47 0.52 0.01 -0.35 1.39
6 -1.16 -0.42 0.91 0.17 1.11 0.07
7 0.62 -0.08 1.26 -1.15 0.69 0.02
8 1.31 0.82 0.31 -1.99 -0.87 -1.78
9 0.66 1.42 -2.53 -0.73 1.62 1.49
10 0.24 -0.80 1.27 0.63 0.48 1.09
11 0.48 -0.03 -0.40 -0.04 -2.06 0.68
12 0.61 2.18 0.42 2.69 0.44 -1.41
13 -0.61 0.33 0.08 0.32 -1.71 0.74
14 -1.00 0.26 -0.72 0.10 -1.22 -0.47
15(全零值) -1.36 -0.32 -0.42 0.21 -0.57 0.34
16(全中值) 0.57 -1.66 -0.97 1.08 0.25 0.10
17(全优值) 1.50 -2.11 -0.98 0.45 0.20 -1.36
  溱潼凹陷阜二段评价时主因子得分矩阵
  溱潼凹陷S-S'剖面变形结构剖面示意
样品区号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
综合评价值B 0.27 0.20 0.35 0.71 0.76 0.33 0.60 0.73 0.67 0.99 0.46 0.66 0.46 0.51 0.17 0.48 0.68
  溱潼凹陷阜二段评价时综合评价集B
样品区分区 样品区号
Ⅰ类区 4、5、8、10
Ⅱ类区 7、9
Ⅲ类区 1、2、3、6、11、13、14
  溱潼凹陷阜二段评价结果
目的层 样品区号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
阜宁组四段B1 0.30 0.33 0.41 0.46 0.67 0.36 0.46 0.70 0.79 0.43 0.49 0.66 0.41 0.26 0.33 0.32 0.67
阜宁组三段B2 0.27 0.26 0.35 0.71 0.76 0.33 0.60 0.73 0.67 0.99 0.46 0.66 0.46 0.37 0.17 0.48 0.68
阜宁组二段B3 0.31 0.21 0.32 0.73 0.59 0.23 0.57 0.74 0.69 0.49 0.58 0.61 0.40 0.41 0.16 0.64 0.71
阜宁组一段B4 0.40 0.48 0.44 0.48 0.47 0.44 0.52 0.63 0.46 0.56 0.56 0.36 0.35 0.46 0.11 0.49 0.66
泰州组二段B5 0.46 0.63 0.46 0.61 0.45 0.36 0.36 0.50 0.67 0.37 0.46 0.56 0.36 0.35 0.25 0.66 0.72
Bi 1.74 1.91 1.88 2.99 2.94 1.72 2.51 3.30 3.28 2.50 2.55 2.85 1.98 1.85 1.02 2.79 3.44
B 0.35 0.38 0.37 0.59 0.59 0.34 0.50 0.66 0.66 0.47 0.51 0.57 0.40 0.37 0.20 0.56 0.69
  溱潼凹陷页岩气目的层评价结果
综合评价值B 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
阜宁组四段 0.54 0.50 0.62 0.69 1 0.53 0.70 1.06 1.18 0.65 0.73 0.99 0.61 0.39 0.49 0.79 1
阜宁组三段 0.39 0.29 0.50 1.04 1.11 0.48 0.87 1.06 0.97 1.25 0.67 0.96 0.07 0.54 0.25 0.70 1
阜宁组二段 0.43 0.34 0.45 1.03 0.83 0.33 0.81 1.04 0.97 0.69 0.81 0.86 0.57 0.58 0.22 0.89 1
阜宁组一段 0.61 0.73 0.68 0.74 0.71 0.61 0.68 0.80 0.96 0.70 0.84 0.86 0.53 0.70 0.17 0.74 1
泰州组二段 0.64 0.87 0.64 0.84 0.62 0.50 0.50 0.67 0.92 0.51 0.64 0.78 0.50 0.49 0.84 0.92 1
B 2.61 2.73 2.89 4.34 4.27 2.51 3.56 4.65 5.0 3.76 3.69 4.85 2.88 2.70 1.47 4.09 5
B1 0.52 0.55 0.58 0.89 0.85 0.50 0.71 0.93 1 0.79 0.74 0.89 0.58 0.54 2.94 0.81 1
  溱潼凹陷多层评价时综合评价集B
样品区分区 样品区号
Ⅰ类区 9
Ⅱ类区 4、5、8、12 、10
Ⅲ类区 1、2、3、6、7、13、14
  溱潼凹陷多层叠合评价结果
[1] Silver D, Huang A, Maddison C, et al.Mastering the game of go with deep neural networks and tree search[J]. Nature,2016,529:484-489.
[2] 刘德良, 谈迎, 杨晓勇. 溱潼油气区带评价中的R型因子分析方法[J]. 石油与天然气地质, 1999, 20(4): 183-289.
[3] 樊敬亮, 黄志全, 钱铮, 等. 模糊评价方法在圈闭地质评价中的应用[J]. 西南石油学院学报, 2003, 25(5): 12-15.
[4] 谈迎, 李振生, 刘德良. CO2的气源和成藏及其预测[M]. 合肥: 中国科学技术大学出版社, 2010.
[5] 路坤桥, 孙玉学. 我国页岩气勘探开发的要点及层位[J]. 河南科学, 2015, 33(2): 257-260.
[6] 陶士振, 刘德良, 李昌伟. 华北陆块新区新层页岩气潜在勘探新领域——南华北下寒武统马店组烃源岩及其含气系统[J].天然气地球科学,2014,25(11):1767-1780.
[7] 王纳申,张译丹,黄家旋,等.用微地震技术评价姬塬油田体积压裂的效果[J].物探与化探, 2017,41(2):165-169
[8] 屈大鹏,陈超,王明飞,等.川东南地区基于海相泥页岩地层的压力系数预测[J].物探与化探,2016,40(2):349-352.
[9] 凌帆,朱裕振,周明磊,等.广域电磁法在南华北盆地长山隆起页岩气资源潜力评价中的应用[J].物探与化探,2017,41(2):369-376.
[10] 易庆. 油气资源评价系统的三层结构设计和实现[J]. 石油学报, 2005, 26(增B3): 16-21.
[11] 邱振, 邹才能, 李建忠, 等. 非常规油气资源评价进展与未来展望[J]. 天然气地球科学, 2013, 24(2):123-129.
[12] 郭秋麟, 陈宁生, 刘成林, 等. 油气资源评价方法研究进展与新一代评价软件系统[J]. 石油学报, 2015,36(10):33-38.
[13] 陶士振, 刘德良, 李振生, 等. 无机成因天然气[M]. 合肥: 中国科学技术大学出版社,2014.
[14] 谈迎, 邱旭明, 李亚辉. 下扬子区中、古生界变形结构分区[J]. 复杂油气藏, 2011, 4(1):14-18.
[15] 李昌伟, 陶士振, 董大忠. 国内外页岩气形成条件对比与有利区优选[J]. 天然气地球科学, 2015, 26(5):986-1000.
[16] 贾贝贝, 陈世悦, 鄢继华, 等. 沧东凹陷孔二段细粒沉积岩沉积微相研究[J]. 河南科学, 2016, 34(3): 371-377.
[17] 魏婷. 准噶尔盆地W井区西山窑组沉积微相类型及沉积模式模式[J]. 河南科学, 2017, 35(9): 1505-1512.
[18] 魏孟吉, 张世奇, 徐云飞. 东濮凹陷卫城地区沙三段储层特征及成岩作用研究[J]. 河南科学,2016,34(6):943-949.
[19] 戴金星,秦胜飞,陶士振.中国天然气工业发展趋势和天然气地学理论重要进展[J]. 天然气地球科学,2005,16(2):127-142.
[20] 陈安定, 唐焰. 苏北盆地热史埋藏史研究及其对南黄海南部盆地油气勘探的启示[J]. 中国海上油气, 2007,19(4): 234-239.
[21] 包建平, 梁星宇,朱翠山, 等. 苏北盆地盐城凹陷朱家墩气藏凝析油中的金刚烷类及其意义[J].天然气地球科学,2015,26(3): 505-511.
[22] 方朝合, 张枝焕, 王义凤, 等. 苏北盆地溱潼凹陷第三系烃源岩地球化学特征[J]. 西安石油大学学报:自然科学版, 2008,23(6): 1-5.
[1] 陈秀娟, 刘之的, 刘宇羲, 柴慧强, 王勇. 致密储层孔隙结构研究综述[J]. 物探与化探, 2022, 46(1): 22-31.
[2] 肖关华, 张伟, 陈恒春, 卓武, 王艳君, 任丽莹. 浅层地震技术在济南地下空间探测中的应用[J]. 物探与化探, 2022, 46(1): 96-103.
[3] 石磊, 管耀, 冯进, 高慧, 邱欣卫, 阙晓铭. 基于多级次流动单元的砂砾岩储层分类渗透率评价方法——以陆丰油田古近系文昌组W53油藏为例[J]. 物探与化探, 2022, 46(1): 78-86.
[4] 陈大磊, 王润生, 贺春艳, 王珣, 尹召凯, 于嘉宾. 综合地球物理探测在深部空间结构中的应用——以胶东金矿集区为例[J]. 物探与化探, 2022, 46(1): 70-77.
[5] 周能, 邓可晴, 庄文英. 基于线性放电法的多道脉冲幅度分析器设计[J]. 物探与化探, 2022, 46(1): 221-228.
[6] 吴燕民, 彭正辉, 元勇虎, 朱今祥, 刘闯, 葛薇, 凌国平. 一种基于差分接收的电磁感应阵列探头的设计与实现[J]. 物探与化探, 2022, 46(1): 214-220.
[7] 王猛, 刘媛媛, 王大勇, 董根旺, 田亮, 黄金辉, 林曼曼. 无人机航磁测量在荒漠戈壁地区的应用效果分析[J]. 物探与化探, 2022, 46(1): 206-213.
[8] 张化鹏, 钱卫, 刘瑾, 武立林, 宋泽卓. 基于伪随机信号的磁电法渗漏模型试验[J]. 物探与化探, 2022, 46(1): 198-205.
[9] 张建智, 胡富杭, 刘海啸, 邢国章. 煤矿老窑采空区地—井TEM响应特征[J]. 物探与化探, 2022, 46(1): 191-197.
[10] 张宇哲, 孟麟, 王智. 基于Gmsh的起伏地形下井—地直流电法正演模拟[J]. 物探与化探, 2022, 46(1): 182-190.
[11] 马德志, 王炜, 金明霞, 王海昆, 张明强. 海上地震勘探斜缆采集中鬼波产生机理及压制效果分析[J]. 物探与化探, 2022, 46(1): 175-181.
[12] 张洁. 基于拉伸率的3DVSP道集切除技术及应用[J]. 物探与化探, 2022, 46(1): 169-174.
[13] 丁骁, 莫思特, 李碧雄, 黄华. 混凝土内部裂缝对电磁波传输特性参数的影响[J]. 物探与化探, 2022, 46(1): 160-168.
[14] 崔瑞康, 孙建孟, 刘行军, 文晓峰. 低阻页岩电阻率主控因素研究[J]. 物探与化探, 2022, 46(1): 150-159.
[15] 陈亮, 付立恒, 蔡冻, 李凡, 李振宇, 鲁恺. 基于模拟退火法的磁共振测深多源谐波噪声压制方法[J]. 物探与化探, 2022, 46(1): 141-149.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址:北京市学院路29号航遥中心 邮编:100083
电话:010-62060192;62060193 E-mail:whtbjb@sina.com