摘要
本发明属于砂砾岩油气勘探开发技术领域,公开一种基于CT数字岩心的砂砾岩杂基含量定量表征方法及系统。该方法通过CT扫描获取三维数字岩心图像并预处理,构建智能大模型与深度学习标准模型,实现杂基区域智能分割与体积含量计算,以杂基含量、孔隙度、渗透率为参数判定地质甜点段。与传统薄片法相比,本发明将杂基分割IoU提升至0.89,甜点/非甜点识别准确率达88.9%,单样品分析时间从72小时缩短至8小时,解决了三维表征精度低、效率差的问题,为油气勘探开发提供精准参数,显著提升效率并降低成本。
技术关键词
CT数字岩心
定量表征方法
三维数字岩心
深度学习训练
神经网络架构
甜点
图像分割方法
油气勘探开发技术
CT扫描参数
深度学习模型训练
数据
可读存储介质
表征系统
模块
系统为您推荐了相关专利信息
三维裂隙网络
RANSAC算法
水头
反演模型
数据
动态更新方法
混合编码器
在线增量学习
资产
融合卷积神经网络
宠物识别方法
注意力机制
深度学习训练
识别宠物
网络结构