公开(公告)号：CN113570165B

公开(公告)日：2024-03-15

申请号：CN202111032266.0

申请日：2021-09-03

Applicant: 中国矿业大学

Inventor： 种照辉 ,  苏逢生 ,  杨阳 ,  李学华 ,  姚强岭 ,  薛熠 ,  徐强

IPC: G06N20/20 ,  G06N3/006 ,  G06N3/084 ,  G06N20/10 ,  G06Q50/02

Abstract: 本发明的煤储层渗透率预测方法，将围岩应力、瓦斯压力、温度和抗压强度作为输入值，将渗透率作为输出值，数据清洗后分为训练集和测试集；利用训练集建立多元线性回归模型、BP神经网络模型、SVM模型，并对测试集进行预测；之后建立联合预测模型，利用粒子群算法求得最合适的权值。本发明将多种机器学习模型进行组合，提取出各个模型的优点，得出一个更为准确的组合预测模型，从而降低预测偏差，这种组合预测模型具有较好的鲁棒性，即使模型假设出现的偏差，也只能对算法性能产生较小的影响。且无论数据的指标数和样本数怎样变化，都可以较为准确地预测出渗透率；其对训练数据体量的要求比较宽松，用小样本数据训练就可以获得较精确的预测模型。

公开(公告)号：CN114216785B

公开(公告)日：2024-01-12

申请号：CN202111539737.7

申请日：2021-12-16

Applicant: 中国矿业大学

Inventor： 种照辉 ,  苏逢生 ,  李学华 ,  姚强岭 ,  梁顺 ,  夏泽 ,  马军强 ,  郭彧昌

IPC: G01N3/12 ,  G01N3/02

Abstract: 本发明涉及一种大尺寸真三轴煤岩体多场多相变频压裂试验装置，包括注入系统、回压系统、真三轴仪、液压伺服系统和数据采集及控制系统；注入系统包括超临界CO2注入系统、空气注入系统、液氮注入系统、水注入系统，注入系统与真三轴仪气液进口连接；回压系统与真三轴仪气液出口连接，液压伺服系统与真三轴仪的加载油缸连接；数据采集及控制系统包含有多个不同种类的传感器以进行试验参数采集。利用该装置可以模拟在岩样储层环境下，对煤岩样施加真三轴应力、注入不同压裂介质、控制多物理场变化的压裂试验，还可以对压裂介质的注入压力、注入频率、注入流量、注入时间与回压、煤岩样温度、

公开(公告)号：CN113570165A

公开(公告)日：2021-10-29

申请号：CN202111032266.0

申请日：2021-09-03

Applicant: 中国矿业大学

Inventor： 种照辉 ,  苏逢生 ,  杨阳 ,  李学华 ,  姚强岭 ,  薛熠 ,  徐强

IPC: G06Q10/04 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  G06N20/10

Abstract: 本发明的煤储层渗透率预测方法，将围岩应力、瓦斯压力、温度和抗压强度作为输入值，将渗透率作为输出值，数据清洗后分为训练集和测试集；利用训练集建立多元线性回归模型、BP神经网络模型、SVM模型，并对测试集进行预测；之后建立联合预测模型，利用粒子群算法求得最合适的权值。本发明将多种机器学习模型进行组合，提取出各个模型的优点，得出一个更为准确的组合预测模型，从而降低预测偏差，这种组合预测模型具有较好的鲁棒性，即使模型假设出现的偏差，也只能对算法性能产生较小的影响。且无论数据的指标数和样本数怎样变化，都可以较为准确地预测出渗透率；其对训练数据体量的要求比较宽松，用小样本数据训练就可以获得较精确的预测模型。

公开(公告)号：CN114216785A

公开(公告)日：2022-03-22

申请号：CN202111539737.7

申请日：2021-12-16

Applicant: 中国矿业大学

Inventor： 种照辉 ,  苏逢生 ,  李学华 ,  姚强岭 ,  梁顺 ,  夏泽 ,  马军强 ,  郭彧昌

IPC: G01N3/12 ,  G01N3/02

Abstract: 本发明涉及一种大尺寸真三轴煤岩体多场多相变频压裂试验装置，包括注入系统、回压系统、真三轴仪、液压伺服系统和数据采集及控制系统；注入系统包括超临界CO2注入系统、空气注入系统、液氮注入系统、水注入系统，注入系统与真三轴仪气液进口连接；回压系统与真三轴仪气液出口连接，液压伺服系统与真三轴仪的加载油缸连接；数据采集及控制系统包含有多个不同种类的传感器以进行试验参数采集。利用该装置可以模拟在岩样储层环境下，对煤岩样施加真三轴应力、注入不同压裂介质、控制多物理场变化的压裂试验，还可以对压裂介质的注入压力、注入频率、注入流量、注入时间与回压、煤岩样温度、围岩应力大小进行控制。

公开(公告)号：CN114037693A

公开(公告)日：2022-02-11

申请号：CN202111359095.2

申请日：2021-11-17

Applicant: 中国矿业大学

Inventor： 种照辉 ,  苏逢生 ,  岳腾泷 ,  魏敬杨 ,  姚强岭 ,  李学华 ,  刘嘉

IPC: G06T7/00 ,  G06T7/11 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于深度学习的岩石孔‑裂隙及杂质特征评价方法，首先构建岩样CT扫描图像样本库，并分为训练集和测试集，对训练集进行实例人工分割标注，构建Mask R‑CNN实例分割模型，使用训练集对模型进行训练及参数调整，使用训练后的实例分割模型对测试集进行实例分割，利用Python函数对岩样的孔‑裂隙及杂质特征进行评价。本发明创造性地将卷积神经网络Mask R‑CNN实例分割应用于岩石的CT扫描图像识别上，并将其与Python函数相融合。模型采用端到端的学习方法，省去了在每一个独立学习任务执行之前所做的数据标注，解决了岩样两端CT扫描图像灰度异常区域的分割问题，且无需人工参与中间过程，分析更加快速、准确，且所需成本更低。