standard download
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210805277.6 (22)申请日 2022.07.08 (71)申请人 西南石油大 学 地址 610500 四川省成 都市新都区新都大 道8号 (72)发明人 王平全 冉超 付旻皓 王秋润 饶佳宝 谢刚 (74)专利代理 机构 北京润平知识产权代理有限 公司 11283 专利代理师 高英英 (51)Int.Cl. G06T 17/00(2006.01) G06T 5/00(2006.01) G06T 7/136(2017.01) G06V 10/82(2022.01)G06V 10/774(2022.01) G06V 20/70(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种模拟页岩基质纳微米孔隙的数字岩心 构建方法及系统 (57)摘要 本发明涉及一种模拟页岩基质纳微米孔隙 的数字岩心构建方法及系统, 本发明通过 获取CT 扫描页岩基质岩心数据, 将所述CT扫描页 岩基质 岩心数据经过预处理后得到岩心训练数据集; 基 于双判别器生成对抗网络, 构建网络模型, 并将 所述岩心训练数据集与高斯噪声对所述网络进 行训练, 得到较优模型; 逐步优化所述网络参数 并训练网络, 得到双判别器生 成对抗网络的最优 模型; 将随机噪声输入到所述最优模型中, 得到 目标数字岩心。 与现有技术相比, 本发明解决了 传统构建页岩基质数字岩心方法时间长、 成本高 的问题, 提高了页岩基质纳微米级孔隙三维重构 精度。 权利要求书2页 说明书7页 附图5页 CN 115115783 A 2022.09.27 CN 115115783 A 1.一种模拟页岩基质纳微米孔隙的数字岩心构建方法, 其特 征在于, 包括以下步骤: 获取岩心训练数据集, 所述岩心训练数据集 为CT扫描岩心图像经 预处理后的数据; 利用所述岩心训练数据集与高斯噪声对双判别器生成对抗网络进行训练, 获得双判别 器生成对抗网络模型, 其中, 所述双判别器生成对抗网络为训练数字岩心的网络; 优化所述双判别器生成对抗网络的参数并训练网络, 得到所述双判别器生成对抗网络 的最优模型, 其中, 所述最优模型包括生成器以及从粗粒度方面判别的第一判别器和从细 粒度方面判别的第二判别器; 将随机噪声输入到所述 最优模型中, 得到目标 数字岩心。 2.一种模拟页岩基质纳微米孔隙的数字岩心构建系统, 其特 征在于, 包括: 获取模块, 用于获取岩心训练数据集, 所述岩心训练数据集为CT扫描岩心图像经预处 理后的数据; 训练模块, 用于利用所述岩心训练数据集与高斯噪声对双判别器生成对抗网络进行训 练, 获得双判别器生成对抗网络模型, 其中, 所述双判别器生成对抗网络为训练数字岩心的 网络; 优化模块, 用于优化所述双判别器生成对抗网络的参数并训练网络, 得到所述双判别 器生成对抗网络的最优模型, 其中, 所述最优模型包括用于从粗粒度方面判别的第一判别 器和用于从细粒度方面判别的第二判别器; 生成模块, 用于将随机噪声输入到所述 最优模型中, 得到目标 数字岩心。 3.根据权利要求1所述的数字岩心构建方法或根据权利要求2所述的数字岩心构建系 统, 其特征在于, 所述获取岩心训练数据集, 具体包括: 对获取的岩心样本进行CT扫描, 得到初始岩心图像; 对所述初始岩心图像使用中值滤波 进行去噪处 理, 得到去噪后的岩心图像; 对所述去噪后的岩心图像进行二 值化处理, 得到所述岩心训练数据集。 4.根据权利要求3所述的数字岩心构建方法或系统, 其特征在于, 所述第 一判别器采用 生成对抗网络中的判别器, 所述第二判别器采用VGG16模型, 使 所述双判别器生成对抗网络 在粗粒度方面和细粒度方面提升判别准确 性, 其中, 所述粗粒度方面指对页岩岩心骨架和 孔隙结构特征的低精度判别, 所述细粒度方面指对页岩 基质纳微米孔隙结构特征的高精度 判别。 5.根据权利要求4所述的数字岩心构建方法或系统, 其特征在于, 所述生成器用于在所 述第一判别器和所述第二判别器的作用下, 生成样本 。 6.根据权利要求4所述的数字岩心构建方法或系统, 其特征在于, 所述最优模型获得的 具体步骤 包括: 将所述岩心训练数据集输入到所述双判别器生成对抗网络, 获得初级岩心伪样本; 将所述岩心训练数据集与 所述初级岩心伪样本输入所述双判别器生成对抗网络, 获得 高级岩心伪样本; 所述第一判别器采用二阶交叉熵损失方法, 对所述岩心训练数据集与 所述高级岩心伪 样本进行对比, 获得第一判别器损失; 所述第二判别器采用均 方误差损失方法, 对所述岩心训练数据集与 所述高级岩心伪样 本进行对比, 获得第二判别器损失;权 利 要 求 书 1/2 页 2 CN 115115783 A 2将所述第一判别器损失与 所述第二判别器损失进行加权平均, 确定所述双判别器生成 对抗网络中所述第一判别器和所述第二判别器总损失, 优化所述双判别器生成对抗网络的 参数并训练网络, 直到所述总损失之和的绝对值达 到最小值时, 获得 所述最优模型。 7.根据权利要求6所述的数字岩心构建方法或系统, 其特征在于, 所述将所述岩心训练 数据集输入到所述双判别器生成对抗网络, 获得初级岩心伪样本, 包括: 将所述岩心训练数据集输入到所述双判别器生成对抗网络 中, 所述第 一判别器与 所述 第二判别器通过对所述岩心样本的特 征学习, 获得初级岩心语义特 征; 将所述初级岩心语义特征和所述高斯噪声输入所述生成器, 进行岩心模拟样本的生 成, 获得初级岩心伪样本 。 8.根据权利要求6所述的数字岩心构建方法或系统, 其特征在于, 所述将所述岩心训练 数据集与所述初级岩心伪样本输入所述双判别器生成对抗网络, 获得高级岩心伪样本, 包 括: 将所述岩心训练数据集与 所述初级岩心伪样本输入到所述双判别器生成对抗网络 中, 所述第一判别器和所述第二判别器分别针对所述粗粒度方面和所述细粒度方面对所述岩 心样本的特 征继续学习, 获得高级岩心语义特 征; 将所述高级岩心语义特征和所述高斯噪声输入双判别器生成对抗网络的所述生成器 中, 获得高级岩心伪样本 。 9.根据权利要求6所述的数字岩心构建方法或系统, 其特征在于, 所述最优模型中, 损 失函数Lossi的具体表达式为: BCELossi为所述第一判别器的损失函数, MSEL ossi为所述第二判别器的损失函数。 10.根据权利要求6所述的数字岩心构建方法或系统, 其特征在于, 所述双判别器生成 对抗网络的参数包括Epoc h、 Adam优化器参数以及 初始学习率 参数中的至少一种。权 利 要 求 书 2/2 页 3 CN 115115783 A 3
专利 一种模拟页岩基质纳微米孔隙的数字岩心构建方法及系统
文档预览
中文文档
15 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-24 00:44:46
上传分享
举报
下载
原文档
(1.2 MB)
分享
友情链接
GB-T 31467-2023 电动汽车用锂离子动力电池包和系统电性能试验方法.pdf
GB-T 33174-2022 资产管理 管理体系 GB-T 33173应用指南.pdf
GB-T 42864-2023 液化天然气的取样设施及取样性能检验.pdf
贵州省大数据安全保障条例.pdf
DB63-T 2010.1-2022 涉路行为标准化规范 第1部分:技术导则 青海省.pdf
GB-T 37204-2018 全钒液流电池用电解液.pdf
许天翔 人工智能与网络空间安全.pdf
DB37-T 3890.3—2020 新型智慧城市建设指标 第3部分:智慧社区指标 山东省.pdf
GB-T 22360-2008 真空泵 安全要求.pdf
T-CASME 347—2023 融合业务运营的数据中心运维管理规范.pdf
GB 18614-2012 七氟丙烷(HFC227ea)灭火剂.pdf
T-CAQI 157—2020 检验检测机构合规性评价指南.pdf
GB-T 34120-2017 电化学储能系统储能变流器技术规范.pdf
GB-T 34078.2-2021 基于云计算的电子政务公共平台总体规范 第2部分:顶层设计导则.pdf
DB32-T 4765-2024 化工行业智能化改造数字化转型网络化联接实施指南 江苏省.pdf
T-GDNAS 003—2022 ECMO导管维护技术规范.pdf
GB-T 14331-2017 自动卷簧机 精度.pdf
2022-2023 年中国信创生态及信创PC市场发展研究报告.pdf
GB-T 41870-2022 工业互联网平台 企业应用水平与绩效评价.pdf
奇安信 自动化渗透测试系统-主打PPT.pdf
1
/
15
评价文档
赞助2.5元 点击下载(1.2 MB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。