基于测井数据与机器学习的新疆低阶煤煤体结构预测研究  

作　　者：万昊民 王世贸 王军 赵亚栋 齐兴华[1] 

机构地区：[1]新疆工程学院

出　　处：《国外测井技术》2025年第3期78-84,共7页World Well Logging Technology

基　　金：该研究受新疆工程学院大学生创新创业项目(编号S202310994008)及地球物理科技创新工作室经费资助。

摘　　要：煤体结构是煤炭开采的重要指标,因此对煤体结构的预测是煤炭开采领域的重点,利用因煤体结构不同而导致的煤层地球物理性质差异,选择出自然电位、自然伽玛、井径Ⅰ,Ⅱ、深侧向、浅侧向、补偿声波、补偿中子、补偿密度等新疆低阶煤常规测井数据,利用精细KNN、精细决策树等机器学习方法对常规测井数据与煤体结构的浅在函数关系开展研究。研究表明,使用机器学习可以对煤体结构进行精准预测,其中精细KNN预测数据准确率、精确率均达0.91,精细决策树预测数据准确率达0.87,但精确率高达0.98,研究证明机器学习方法能够为后续的煤炭开采工作提供有益帮助。

关 键 词：常规测井数据 机器学习 精细KNN 精细决策树 煤体结构 

分 类 号：TD713[矿业工程—矿井通风与安全]