摘要
本发明公开了一种多组分数字岩心重构方法、装置、设备及介质,涉及储层测井识别技术领域,本发明通过引入Wasserstein距离,计算生成样本与真实样本分布的Wasserstein距离,在训练中逐层最小化Wasserstein距离,解决训练过程中的不收敛问题,提高训练稳定性和生成样本的质量;通过在判别器中嵌入先验知识决策,以对矿物分布、孔隙率和裂缝特征进行正则化约束,提高判别器对生成样本真实性和符合领域特征的判断能力,提高多组分结构的重构准确性;同时引入梯度惩罚机制,提升模型训练的稳定性和生成样本的分布一致性,最终利用训练后的网络模型重构多组分数字岩心,清晰展现储层的复杂孔隙结构和多组分结构。
技术关键词
生成对抗网络模型
数字岩心重构方法
多组分结构
岩心图像
样本
随机噪声
训练神经网络
背散射电子图像
裂缝特征
决策
存储计算机程序
孔隙结构
储层测井
模型训练模块
方程
搭建模块
系统为您推荐了相关专利信息
森林地上生物量
算法
估计方法
决策树模型
经验贝叶斯
药物存储系统
仿真模型
能耗优化方法
存储特征
环境温度信息