[发明专利]一种油气储集空间类型及其含量的识别方法在审
| 申请号： | 201910857195.4 | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110596166A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 杨莎莎;刘恺德;权娟娟;孙佳伟 | 申请（专利权）人： | 西京学院 |
| 主分类号： | G01N23/2202 | 分类号： | G01N23/2202;G01N1/28;G01N1/34;G01N21/84;G01N23/2251;G06N3/04;G06N3/08 |
| 代理公司： | 61215 西安智大知识产权代理事务所 | 代理人： | 王晶 |
| 地址： | 710123 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种油气储集空间类型及其含量的识别方法，将不同类型岩石中的岩心进行样品制备，对样品进行观察并获取图像；并人为对样品进行鉴定，识别孔隙类型及其含量；构造卷积神经网络结构；输入原始岩石图像，用卷积神经网络对其进行训练；卷积提取岩石特征，利用非线性映射，获取新的特征图；提取特征值最大值或平均值，保留图像特征信息；提取特征信息，减少计算量；将最终提取的特征向量输入全连接层，通过softmax层输出储集空间的类型及其含量；计算实际输出与期望输出之间的误差，若满足精度要求，即可停止训练，否则，能够针对油气储层中的储集空间类型进行自动识别和含量计算，获得准确、可靠的人工智能分类结果。 | ||
| 搜索关键词： | 空间类型 卷积 岩石 卷积神经网络 神经网络结构 图像特征信息 非线性映射 人工智能 岩心 分类结果 含量计算 获取图像 精度要求 孔隙类型 实际输出 特征向量 提取特征 岩石特征 样品制备 油气储层 油气储集 自动识别 输出 计算量 连接层 特征图 图像 期望 保留 观察 | ||
【主权项】：
1.一种油气储集空间类型及其含量的识别方法，其特征在于：包括以下步骤：/n一种油气储集空间类型及其含量的识别方法，包括以下步骤：/n步骤一：将不同类型岩石中的岩心进行样品制备，样品的规格为：厚度0.03mm；通过显微镜或扫描电镜获取岩心样品图像，从获取的岩心样品图像中首先人为分辨出储集空间类型及其含量；/n步骤二：构造卷积神经网络结构，卷积神经网络的结构形式是：输入层-->卷积层-->池化层-->重复卷积层和池化层-->全连接层-->softmax层-->输出层；/n步骤三：输入步骤一提取的岩心样品图像，用步骤二所得的卷积神经网络直接对其进行训练；/n步骤四：卷积提取岩心样品特征，并利用激活函数的非线性映射，获取新的特征图；/n步骤五：提取特征值最大值或平均值，保留岩心样品图像特征信息即不同储集空间类型的形状、颜色、空间关系，进一步减少运算量；/n步骤六：重复进行步骤四和步骤五，进一步提取出以下特征信息：形状、颜色、空间关系，并减少计算量；/n步骤七：将最终提取的特征向量输入全连接层，并通过softmax层输出储集空间的类型及其含量；/n步骤八：计算实际输出的卷积神经网络识别出的储集空间类型及其含量与首先人为分辨出的储集空间类型及其含量之间的误差，若满足精度要求，即可停止训练；否则，返回步骤三。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西京学院，未经西京学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910857195.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种改进的基于矿物组成的页岩脆性指数确定方法
- 下一篇：一种样品制备工艺方法
