摘要
本发明属于页岩油气勘探开发技术领域,公开了一种基于CT扫描结构图像的碎屑岩碎屑颗粒粒径定量表征方法。该方法先获取目的层岩石沉积成岩的地质环境,确定图像采集参数并进行多尺度图像采集,得到灰度图像;接着利用等效球算法获取表征参数,依据筛选标准构建数字模型;再借助机器学习构建标准模型和数字化结果模型;最终确定油气层优势储层及压裂目标层段。该方法通过多尺度图像采集和机器学习等手段,提高了碎屑岩碎屑颗粒大小与结构特征三维数字模型的准确性,能更精准地预测油气勘探开发情况,提升勘探开发效率,降低成本,有效解决了现有技术测量不准确的问题。
技术关键词
定量表征方法
碎屑
CT扫描
图像采集参数
多尺度
勘探开发效率
卷积神经网络算法
岩石力学参数
三维数字模型
油气勘探开发
图像配准
扁平
颗粒数
球形
分辨率
系统为您推荐了相关专利信息
森林火灾检测
融合多尺度特征
分支
特征金字塔网络
注意力
程度估计方法
全局特征提取
多尺度
sigmoid函数
卷积模块
预测模型训练方法
频分复用系统
注意力
光纤
信号预测方法
忆阻神经网络
图像数据处理
生物
多尺度特征提取
更新网络参数
格兰杰因果关系
性能指标数据
分析方法
日志
微服务系统