煤层气是作为非常规天然气资源中的一种,受到我国政府的高度重视。测井是获取地层信息的有效手段,但煤储层由于其本身存在的低孔低渗,测井低敏感性,扩径严重,“三高两低”等问题,且专门针对煤储层有效的测井方法及评价模型的缺乏,使得煤储层参数的测井评价研究存在很多困难。为此,本文以QS地ZHS区块为例,以支持向量机算法为主开展了煤储层含气性,工业组分,物性,产水性和产气性等储层参数的针对性研究。针对煤储层含气性预测采用支持向量机分类算法建立含气性等级分类模型测井资料含气性等级预测,分类准确率较大达到70%以上,采用支持向量机回归算法建立含气量回归模型,测井资料含气量预测结果,整体平均相对误差在10%左右。针对工业组分分析预测,采用支持向量机算法、一元回归、多元回归和BP神经网络等方法进行预测。通过对这些算法结果的对比分析表明支持向量机算法预测效果相对较好,预测准确性在80%以上。煤储层物性包括孔隙度和渗透率两个方面。孔隙度评价主要采用了支持向量机进行孔隙度预测外,还采用了声波孔隙度模型、密度孔隙度模型进行对比分析;渗透率预测主要采用的是孔隙度-渗透率拟合模型对渗透率进行预测。实例应用的结果表明,采用支持向量机算法预测的孔隙度与实验较为接近,预测的渗透率在0.3-0.7mD之间。针对煤储层产气性评价,通过对实际动态产气数据分析,提出以低峰平均日产气、高峰平均日产气、低峰最低日产气、高峰最高日产气和平均日产气等五个参数为动态产气评价参数,采用支持向量机算法建立对应的模型对煤储层产气性进行分析,预测效果较好。针对煤储层产水性评价,依据现场实际生产需求,通过对实际动态产水数据分析,以低峰平均日产水、高峰平均日产水、低峰最低日产水、高峰最高日产水、累计产水和平均日产水为动态产水评价参数,采用支持向量机算法建立对应含水性分析模型,利用测井资料对煤储层产水性进行预测,为现场产水量的预测提供依据。