[发明专利]多维度数据来源的块煤渗透率分析方法、测量装置及方法

说明书

本发明公开了一种多维度数据来源的块煤渗透率分析方法，通过建立渗透率模型，识别出块煤渗透率的影响因子，建立了多维度数据来源的块煤渗透率分析方法，使分析结果更加准确。同时公开了一种多维度数据来源的块煤渗透率的测量装置及方法，装置包括吸附解吸系统、电液伺服三轴渗流试验装置、气源系统、抽真空系统、气体收集装置等，能够对变形进行测量并用于分析渗透率的变化规律、建立随钻参数与力学性质的联系并作为渗透率预测样本、研究恒温环境与样品中部线高温耦合下含瓦斯煤的解吸规律，并最终在实验室条件下获取块煤渗透率影响因子的数据，从而准确分析测量出块煤的渗透率。

技术领域

本发明涉及一种块煤渗透率分析方法、测量装置及方法，具体涉及一种多维度数据来源的块煤渗透率分析方法、测量装置及方法，属于矿业工程领域。

背景技术

渗透率是煤层气抽采设计的关键参数，其时空变化决定着煤层气的起始状态、迁移和产量。学者对渗透率的影响因素进行了广泛的研究，包括地应力、瓦斯含量、瓦斯压力、地温、煤体力学性质等，研究结果加深了人们对渗透率演化认识。渗透率演化背景下的渗透率预测方法是研究热点，基于理论及数值计算的渗透率预测方法几十年来日臻成熟。近年来，以大数据多维度分析为基础的机器学习开始应用于渗透率预测领域，学者聚焦于BP神经网络、粒子群、随机森林、人工蜂群等算法的改进以充分发挥其在预测中的非线性学习能力和快速求解能力。

虽然机器学习在煤层渗透率预测方面具有广阔的前景，但现实发展较缓，主要有两个原因：①矿山的信息化程度较其他行业低，且行业缺乏矿山数据库建设的成熟经验。诸如地应力数据、瓦斯基础参数、随钻参数、地温参数等数据不能有效集合到数据库中，导致用于训练的数据体量较少；②因此已有的渗透率预测文献的数据几乎都基于渗透率演化实验，虽然数据体量满足要求，但是数据维度较少导致基于小样本建立的模型与现场存在较大误差。我们认为，目前煤层渗透率预测所需的数据来源应以试验室数据为主，但数据的维度要广并充分考虑现场因素。此外，国内外已有的相关设备功能单一，难于满足多维数据的采集并缺乏和现场之间的联系，有必要研发一套多维度数据来源的块煤渗透率测量装置并提出相关测量方法。

发明内容

本发明的目的在于提供一种多维度数据来源的块煤渗透率分析方法、测量装置及方法，以提高块煤渗透率的测量分析准确性。

为实现上述目的，本发明提供的一种多维度数据来源的块煤渗透率分析方法，包括如下步骤：

S1、利用Kozeny-Garman方程渗透率随孔隙率变化关系，不考虑声场、电磁场对渗透率的影响，建立下列渗透率模型：

公式(1)中，K为渗透率，k₀为煤样初始渗透率，e为煤样的体积应变，ε_p为煤样的吸附膨胀应变，βΔT为热应力变形项，K_YΔP为瓦斯压力变形项，为初始孔隙率，Φ为煤样含水率；

S2、将影响目标值渗透率K的因素归为三类，①煤的初始渗透率项X₁，包括含水率X₁₁、温度X₁₂、孔隙-裂隙发育X₁₃、煤的变质程度X₁₄、瓦斯压力X₁₅；②应力变化项X₂，包括地应力变形X₂₁、瓦斯压力变形X₂₂、热应力变形X₂₃、吸附膨胀力变形X₂₄；③加载条件项X₃，包括加载路径X₃₁、加载速率X₃₂；则基于多维数据来源的渗透率预测的数据样本形式为：