-
公开(公告)号：CN117036635B
公开(公告)日：2024-01-05
申请号：CN202311301400.1
申请日：2023-10-10
申请人： 中国石油大学(华东)
IPC分类号： G06T17/05 , G06V20/10 , G06V20/64 , G06V10/28 , G06V10/54 , G06V10/762 , G06V10/764
摘要： 本发明提供了一种基于图像纹理分类的页岩多尺度数字岩心构建方法，涉及数字岩心构建技术领域，具体包括如下步骤：针对页岩样品开展多级多尺度多分辨率扫描，获取页岩岩心在不同尺度下图像，包括获取：页岩三维图像和二维扫描电子图像。根据SEM‑Maps图像的子图像的纹理特征，利用特征参数聚类分析，将纹理特征分类。根据每类纹理特征构建数字岩心，并计算岩石物性参数。根据灰度建立微米CT图像与SEM‑Maps图像的联系，用数字岩心物性参数表征混合相，获得多尺度数字岩心。本发明的技术方案克服现有技术中不能精确表征多尺度孔隙结构特征、模拟岩石物理属性的问题。
-
公开(公告)号：CN117036635A
公开(公告)日：2023-11-10
申请号：CN202311301400.1
申请日：2023-10-10
申请人： 中国石油大学(华东)
IPC分类号： G06T17/05 , G06V20/10 , G06V20/64 , G06V10/28 , G06V10/54 , G06V10/762 , G06V10/764
摘要： 本发明提供了一种基于图像纹理分类的页岩多尺度数字岩心构建方法，涉及数字岩心构建技术领域，具体包括如下步骤：针对页岩样品开展多级多尺度多分辨率扫描，获取页岩岩心在不同尺度下图像，包括获取：页岩三维图像和二维扫描电子图像。根据SEM‑Maps图像的子图像的纹理特征，利用特征参数聚类分析，将纹理特征分类。根据每类纹理特征构建数字岩心，并计算岩石物性参数。根据灰度建立微米CT图像与SEM‑Maps图像的联系，用数字岩心物性参数表征混合相，获得多尺度数字岩心。本发明的技术方案克服现有技术中不能精确表征多尺度孔隙结构特征、模拟岩石物理属性的问题。
-
公开(公告)号：CN115688590B
公开(公告)日：2023-05-16
申请号：CN202211395425.8
申请日：2022-11-09
申请人： 中国石油大学(华东)
IPC分类号： G06F30/27 , G06T17/05 , G06T7/11 , G06F18/214 , G06N3/0464 , G06N3/0985 , G06F113/08 , G06F119/14
摘要： 本发明公开了一种基于深度学习的多矿物相岩心渗透率预测方法。本发明通过构建三维数字岩心并随机生成孔隙结构，利用图像分割三维数字岩心获取多个多矿物数字岩心图像后，再利用多物理场仿真模拟软件分别模拟求取各多矿物数字岩心图像所对应的渗透率，基于各多矿物数字岩心图像及其所对应的渗透率，构建多矿物数字岩心数据集，再构建SE‑ResNet18卷积神经网络，利用多矿物数字岩心数据集训练SE‑ResNet18卷积神经网络计算多矿物数字岩心图像所对应的渗透率，并将待预测多矿物岩心的图像输入至训练后的SE‑ResNet18卷积神经网络中，确定多矿物岩心的渗透率。本发明实现了多矿物相岩心渗透率的快速准确计算，降低了计算成本，为指导油田勘探开发提供了依据。
-
公开(公告)号：CN115688590A
公开(公告)日：2023-02-03
申请号：CN202211395425.8
申请日：2022-11-09
申请人： 中国石油大学(华东)
IPC分类号： G06F30/27 , G06T17/05 , G06T7/11 , G06F18/214 , G06N3/0464 , G06N3/0985 , G06F113/08 , G06F119/14
摘要： 本发明公开了一种基于深度学习的多矿物相岩心渗透率预测方法。本发明通过构建三维数字岩心并随机生成孔隙结构，利用图像分割三维数字岩心获取多个多矿物数字岩心图像后，再利用多物理场仿真模拟软件分别模拟求取各多矿物数字岩心图像所对应的渗透率，基于各多矿物数字岩心图像及其所对应的渗透率，构建多矿物数字岩心数据集，再构建SE‑ResNet18卷积神经网络，利用多矿物数字岩心数据集训练SE‑ResNet18卷积神经网络计算多矿物数字岩心图像所对应的渗透率，并将待预测多矿物岩心的图像输入至训练后的SE‑ResNet18卷积神经网络中，确定多矿物岩心的渗透率。本发明实现了多矿物相岩心渗透率的快速准确计算，降低了计算成本，为指导油田勘探开发提供了依据。
-
-
-
搜索结果
4 条记录 (耗时 0.021 秒)
