期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于自然图像的钻探岩心识别
被引量：
2
1
作者
高辉
吴振坤
+3 位作者
柯雨
谭松成
何思琪
段隆臣
《煤田地质与勘探》
EI
CAS
CSCD
北大核心
2023年第9期64-71,共8页
传统的现场岩心识别与编录主要依赖技术人员的经验,不确定性因素较多,使用手机或相机拍摄自然图像是采集岩心信息最为便捷的方式。通过搜集大量的岩心样本,采用薄片鉴定的方式确定岩心的类型和名称,然后在不同的光照、尺度条件下拍摄岩...
传统的现场岩心识别与编录主要依赖技术人员的经验,不确定性因素较多,使用手机或相机拍摄自然图像是采集岩心信息最为便捷的方式。通过搜集大量的岩心样本,采用薄片鉴定的方式确定岩心的类型和名称,然后在不同的光照、尺度条件下拍摄岩心图像,形成图像和名称标记相对应的卷积神经网络的训练数据集。为解决数据增强和不同训练批次在不同测试数据集上产生的识别准确率的差异性问题,提出基于多训练模型的岩心联合识别方法,同时采用多个模型对图像进行识别,综合确定识别结果。选择8个数据集对模型进行测试,使用4个模型联合识别的准确率比单模型无数据增强时最大提升20.34%,平均提升9.13%;比单模型有数据增强时最大提升4.41%,平均提升2.75%,对每个测试集的识别准确率均有明显提升,总的识别准确率达91.56%,有效避免了使用单模型识别时对部分数据集识别效果好,而对部分数据集识别效果差的问题。为了在现场快捷使用岩心识别模型,采用TensorFlow Lite框架研发了岩心识别手机APP,通过手机拍摄图像,并进行识别。在河北省保定市博野县地热勘探中的测试结果表明,该APP的现场识别准确率可达85%,较实验室测试时有所降低,说明野外的拍摄环境与岩心状态比实验室测试时更加复杂,不过,其依然可以作为一个辅助工具为现场工作人员提供重要的参考。研究表明,通过选用更复杂的卷积神经网络、不断扩大岩心图像数据集、采用更有效的数据增强方法和策略、建立某个区域的专有岩心识别模型等手段,可以进一步提升岩心图像的识别准确率,为智能钻探的决策提供更有效的信息。
展开更多
关键词
自然图像
岩心识别
深度学习
卷积神经网络
智能钻探
下载PDF
职称材料
针对油砂储层的岩心图像识别算法优选与应用
被引量：
3
2
作者
刘焱鑫
黄继新
+3 位作者
尹艳树
吕一兵
王超
齐建强
《断块油气田》
CAS
CSCD
北大核心
2020年第4期464-468,共5页
在地质研究及石油生产开发过程中,岩心资料的识别与表征具有重要意义。加拿大麦凯河油砂区块下白垩统麦克默里组储层岩心中发育数量众多的毫米级泥质夹层,人工识别工作量大,亟需采用图像识别算法自动识别。文中选择OTSU分割、粒子群双...
在地质研究及石油生产开发过程中,岩心资料的识别与表征具有重要意义。加拿大麦凯河油砂区块下白垩统麦克默里组储层岩心中发育数量众多的毫米级泥质夹层,人工识别工作量大,亟需采用图像识别算法自动识别。文中选择OTSU分割、粒子群双阈值分割、FCM聚类分割及神经网络方法,开展针对薄夹层自动识别对比研究。岩心识别结果表明,粒子群算法识别平均准确度达到90.29%,识别准确度最高,识别速度快、可靠性高且易于实现,能够完成大规模的岩心薄夹层识别工作。基于此,开发了一套薄夹层识别软件,服务于研究区及相似区块薄夹层的识别,为油藏勘探开发及地学数字化提供技术支持。
展开更多
关键词
岩心
图像自动
识别
图像分割算法
软件开发
加拿大油砂
下载PDF
职称材料
岩心智能识别技术内涵与展望
3
作者
刘合
任义丽
+6 位作者
李欣
朱如凯
胡延旭
刘茜
苏乾潇
吴健平
李彬
《石油学报》
EI
CAS
CSCD
北大核心
2024年第8期1296-1308,共13页
岩心分析可为油气成烃成储成藏史研究、提高采收率和寻找优质储量提供支撑。随着油气勘探开发转向深层和非常规领域,储层非均质性强,原有基于岩心的单点式分析已不能满足需要,须将多种尺度的岩心图像和岩心实验数据进行综合分析。岩心...
岩心分析可为油气成烃成储成藏史研究、提高采收率和寻找优质储量提供支撑。随着油气勘探开发转向深层和非常规领域,储层非均质性强,原有基于岩心的单点式分析已不能满足需要,须将多种尺度的岩心图像和岩心实验数据进行综合分析。岩心分析从传统的人工描述,发展到现在的数字岩心并向岩心智能识别的方向发展。通过概括岩心图像分析的国内外研究现状,提出了岩心智能识别技术的定义和内涵;以利用微米—纳米CT图像重构全直径岩心孔隙结构的高分辨率CT图像为例,对岩心智能识别技术进行了阐述;对岩心智能识别技术在储层评价、压裂方案设计、微观渗流机理研究等领域的应用进行了展望。岩心智能识别技术的提出反映了人工智能技术在油气领域已经开始同步升级发展,即从单点业务智能化、提速提效的初级阶段,向着多尺度多模态数据融合、垂直领域大模型技术应用、提质发展的更高阶段转变。
展开更多
关键词
人工智能
岩心
智能
识别
岩石组分
孔隙结构
岩石结构
原文传递
华庆地区长6储层超低渗油藏裂缝分布规律研究
被引量：
2
4
作者
唐艳萍
李亮
+2 位作者
王明瑜
彭业雄
彭建
《重庆科技学院学报（自然科学版）》
CAS
2012年第2期1-5,共5页
研究华庆地区长6储层超低渗油藏裂缝分布规律。通过井间微地震、井间示踪剂、干扰试井以及生产动态相结合的方式对裂缝进行准确识别,明确该井区已发育裂缝26条,以北东向为主,北西向次之,与现今地应力方向一致。
关键词
超低渗油藏
裂缝
岩心识别
试井
分布规律
下载PDF
职称材料
题名
基于自然图像的钻探岩心识别
被引量：
2
1
作者
高辉
吴振坤
柯雨
谭松成
何思琪
段隆臣
机构
中国地质大学(武汉)工程学院
中国地质大学(武汉)地球深部钻探与深地资源开发国际联合研究中心
中国地质大学(武汉)自动化学院
中国地质大学(武汉)未来技术学院
出处
《煤田地质与勘探》
EI
CAS
CSCD
北大核心
2023年第9期64-71,共8页
基金
国家自然科学基金重点项目(61733016)。
文摘
传统的现场岩心识别与编录主要依赖技术人员的经验,不确定性因素较多,使用手机或相机拍摄自然图像是采集岩心信息最为便捷的方式。通过搜集大量的岩心样本,采用薄片鉴定的方式确定岩心的类型和名称,然后在不同的光照、尺度条件下拍摄岩心图像,形成图像和名称标记相对应的卷积神经网络的训练数据集。为解决数据增强和不同训练批次在不同测试数据集上产生的识别准确率的差异性问题,提出基于多训练模型的岩心联合识别方法,同时采用多个模型对图像进行识别,综合确定识别结果。选择8个数据集对模型进行测试,使用4个模型联合识别的准确率比单模型无数据增强时最大提升20.34%,平均提升9.13%;比单模型有数据增强时最大提升4.41%,平均提升2.75%,对每个测试集的识别准确率均有明显提升,总的识别准确率达91.56%,有效避免了使用单模型识别时对部分数据集识别效果好,而对部分数据集识别效果差的问题。为了在现场快捷使用岩心识别模型,采用TensorFlow Lite框架研发了岩心识别手机APP,通过手机拍摄图像,并进行识别。在河北省保定市博野县地热勘探中的测试结果表明,该APP的现场识别准确率可达85%,较实验室测试时有所降低,说明野外的拍摄环境与岩心状态比实验室测试时更加复杂,不过,其依然可以作为一个辅助工具为现场工作人员提供重要的参考。研究表明,通过选用更复杂的卷积神经网络、不断扩大岩心图像数据集、采用更有效的数据增强方法和策略、建立某个区域的专有岩心识别模型等手段,可以进一步提升岩心图像的识别准确率,为智能钻探的决策提供更有效的信息。
关键词
自然图像
岩心识别
深度学习
卷积神经网络
智能钻探
Keywords
natural image
core identification
deep learning
convolutional neural network
intelligent drilling
分类号
P624.5 [天文地球—地质矿产勘探]
O235 [理学—运筹学与控制论]
下载PDF
职称材料
题名
针对油砂储层的岩心图像识别算法优选与应用
被引量：
3
2
作者
刘焱鑫
黄继新
尹艳树
吕一兵
王超
齐建强
机构
长江大学地球科学学院
中国石油勘探开发研究院
长江大学信息与数学学院
中国石化中原油田分公司勘探开发研究院
出处
《断块油气田》
CAS
CSCD
北大核心
2020年第4期464-468,共5页
基金
国家科技重大专项专题“大型油砂砂岩储层成因机制及非均质性评价研究”(2016ZX05031-002-001)
国家自然科学基金项目“潮控河口湾油砂储层构型及盖层完整性评价研究”(41472119)
+1 种基金
“三角洲前缘储层多点地质统计建模方法研究”(41572081)
湖北省创新群体项目“储层精细表征与建模”(2016CFA024)。
文摘
在地质研究及石油生产开发过程中,岩心资料的识别与表征具有重要意义。加拿大麦凯河油砂区块下白垩统麦克默里组储层岩心中发育数量众多的毫米级泥质夹层,人工识别工作量大,亟需采用图像识别算法自动识别。文中选择OTSU分割、粒子群双阈值分割、FCM聚类分割及神经网络方法,开展针对薄夹层自动识别对比研究。岩心识别结果表明,粒子群算法识别平均准确度达到90.29%,识别准确度最高,识别速度快、可靠性高且易于实现,能够完成大规模的岩心薄夹层识别工作。基于此,开发了一套薄夹层识别软件,服务于研究区及相似区块薄夹层的识别,为油藏勘探开发及地学数字化提供技术支持。
关键词
岩心
图像自动
识别
图像分割算法
软件开发
加拿大油砂
Keywords
automatic core image recognition
image segmentation algorithm
software development
Canadian oil sands
分类号
TE135 [石油与天然气工程—油气勘探]
P618.13 [天文地球—矿床学]
下载PDF
职称材料
题名
岩心智能识别技术内涵与展望
3
作者
刘合
任义丽
李欣
朱如凯
胡延旭
刘茜
苏乾潇
吴健平
李彬
机构
多资源协同陆相页岩油绿色开采全国重点实验室
中国石油勘探开发研究院
中国石油天然气集团有限公司勘探开发人工智能技术研发中心
中国石油华北油田公司勘探开发研究院
出处
《石油学报》
EI
CAS
CSCD
北大核心
2024年第8期1296-1308,共13页
基金
国家自然科学基金面上项目“知识与数据融合的油气储层薄片智能鉴定方法”(No.42372175)
中国石油天然气股份有限公司科技项目“油气勘探开发人工智能关键技术研究”(2023DJ84)资助。
文摘
岩心分析可为油气成烃成储成藏史研究、提高采收率和寻找优质储量提供支撑。随着油气勘探开发转向深层和非常规领域,储层非均质性强,原有基于岩心的单点式分析已不能满足需要,须将多种尺度的岩心图像和岩心实验数据进行综合分析。岩心分析从传统的人工描述,发展到现在的数字岩心并向岩心智能识别的方向发展。通过概括岩心图像分析的国内外研究现状,提出了岩心智能识别技术的定义和内涵;以利用微米—纳米CT图像重构全直径岩心孔隙结构的高分辨率CT图像为例,对岩心智能识别技术进行了阐述;对岩心智能识别技术在储层评价、压裂方案设计、微观渗流机理研究等领域的应用进行了展望。岩心智能识别技术的提出反映了人工智能技术在油气领域已经开始同步升级发展,即从单点业务智能化、提速提效的初级阶段,向着多尺度多模态数据融合、垂直领域大模型技术应用、提质发展的更高阶段转变。
关键词
人工智能
岩心
智能
识别
岩石组分
孔隙结构
岩石结构
Keywords
artificial intelligence
intelligent recognition of cores
rock constituents
pore structure
rock structure
分类号
TE122.14 [石油与天然气工程—油气勘探]
原文传递
题名
华庆地区长6储层超低渗油藏裂缝分布规律研究
被引量：
2
4
作者
唐艳萍
李亮
王明瑜
彭业雄
彭建
机构
长安大学
中国石油长庆油田分公司
出处
《重庆科技学院学报（自然科学版）》
CAS
2012年第2期1-5,共5页
基金
国家重点基础研究发展计划项目(2003CB214607)
文摘
研究华庆地区长6储层超低渗油藏裂缝分布规律。通过井间微地震、井间示踪剂、干扰试井以及生产动态相结合的方式对裂缝进行准确识别,明确该井区已发育裂缝26条,以北东向为主,北西向次之,与现今地应力方向一致。
关键词
超低渗油藏
裂缝
岩心识别
试井
分布规律
Keywords
ultra-low permeability reservoir
fracture
lithologic identification
well testing
distribution law
分类号
P618.13 [天文地球—矿床学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于自然图像的钻探岩心识别
高辉
吴振坤
柯雨
谭松成
何思琪
段隆臣
《煤田地质与勘探》
EI
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
2
针对油砂储层的岩心图像识别算法优选与应用
刘焱鑫
黄继新
尹艳树
吕一兵
王超
齐建强
《断块油气田》
CAS
CSCD
北大核心
2020
3
下载PDF
职称材料
3
岩心智能识别技术内涵与展望
刘合
任义丽
李欣
朱如凯
胡延旭
刘茜
苏乾潇
吴健平
李彬
《石油学报》
EI
CAS
CSCD
北大核心
2024
0
原文传递
4
华庆地区长6储层超低渗油藏裂缝分布规律研究
唐艳萍
李亮
王明瑜
彭业雄
彭建
《重庆科技学院学报（自然科学版）》
CAS
2012
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
