基于CT数字岩心的砂砾岩杂基含量的定量表征方法及系统

AITNT
正文
推荐专利
基于CT数字岩心的砂砾岩杂基含量的定量表征方法及系统
申请号:CN202511464534
申请日期:2025-10-14
公开号:CN120948515A
公开日期:2025-11-14
类型:发明专利
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
1
一种联用3D-UNet和rjMCMC反演识别岩体裂隙网络的方法
三维裂隙网络 RANSAC算法 水头 反演模型 数据
2
一种面向视频流目标检测的自适应神经网络配置方法
超网络 视频流 时延 性能统计数据 决策
3
一种神经网络赋能的网络安全资产动态更新方法
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
4
家居宠物识别方法、系统、终端及介质
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
5
基于物理全局滤波注意力卷积神经网络的图像分类方法
注意力 通道 滤波器 扩展器 图像分类方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号