煤炭学报

作者：蔚雨, 杨曙光, 张娜, 李鑫, 王海超, 桑树勋, 曾志伟, 田继军, 来鹏, 陶建, 刘韫碹,

关键词：煤炭地下气化, 模糊综合评价, BP神经网络, 阜康矿区, 机器学习,

煤炭地下气化(Underground Coal Gasification，UCG)技术作为我国天然气增储升产的战略替代方案，其安全高效开发高度依赖于精准的地质评价与选址，但传统UCG选址方法主观性强、时效性差。针对上述问题，以新疆阜康矿区26个煤矿的162组煤层数据为研究对象，在全面总结前人概括的UCG地质影响因素基础上，构建了涵盖建炉可行性、过程易控性等4项一级指标；井壁稳定性、轨迹可控性等9项二级指标和坚固性系数、煤层厚度等30项三级指标的评价指标体系；同时利用层次分析法和模糊评价法对各组煤层进行了综合地质评价，识别出了各煤矿中具备UCG开发潜力的最有利煤层；基于各组煤层的评价结果，引入BP神经网络构建了模糊评价-BP神经网络UCG选址模型；最终为验证模型的可靠性与高效性，进一步选取阜康矿区康龙煤矿作为典型案例进行实证分析。结果表明：煤层厚度(权重占比17.99%)、煤层倾角(7.33%)、褶皱复杂程度(7.26%)等地质因素是影响UCG选址的关键指标；35-36号煤在研究区UCG有利煤层中占比最大，达19.23%；模糊评价-BP神经网络模型通过输入标准化的地质参数数据，可快速生成选址适宜性评估结果，实现对其他复杂地质条件的空白评价区域进行快速准确的UCG选址。研究结果有望丰富UCG选址体系与选址方法，并为新疆难开采煤炭资源的清洁开发提供思路。

来源：2025年第8期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2025年第8期