典型文献
基于深度学习的龙马溪组页岩孔缝识别与参数计算
文献摘要：
孔缝的识别和定量表征是页岩储层精细评价的核心内容.龙马溪组页岩非均质性强,发育各类无机孔、有机孔和微裂缝.孔缝的尺度变化范围大,纳米、微米、毫米级均有发育.由于页岩中广泛存在的黄铁矿、石墨化和沥青质等多种成岩矿物和成岩后生作用的影响,难以使用传统的成像测井资料识别孔缝.采用数字岩心的方法,主要针对龙马溪组各小层的电镜薄片和微电阻率扫描成像测井图像进行灰度化、二值化,并采用阈值分割的方法,对原始图片进行采样,将图片转化为RGB像素点.将二值化后的RGB像素点作为输入参数,基于残差卷积神经网络对龙马溪组页岩的大量电镜薄片进行学习,再对新处理的电镜薄片进行判别,识别出其中的粒间孔、粒内孔、溶蚀孔、有机孔和微裂缝,并对孔缝的主要参数进行计算和统计分析.这一方法为快速研究龙马溪组页岩孔缝结构与定量表征孔缝结构参数提供了有益的参考.
文献关键词：
龙马溪组页岩;孔缝识别;数字岩心;图像扫描;深度学习;卷积网络
中图分类号：
作者姓名：
刘红岐;刘伟;陈东;陈雁;罗拥军
作者机构：
西南石油大学地球科学与技术学院,四川 成都 610500;中国石油川庆钻探工程有限公司钻采工程技术研究院,四川 广汉 618300;西南石油大学计算机科学学院,四川 成都 610500;中国石油川庆钻探工程有限公司地质勘探开发研究院,四川 成都 610500
文献出处：
引用格式：
[1]刘红岐;刘伟;陈东;陈雁;罗拥军-.基于深度学习的龙马溪组页岩孔缝识别与参数计算)[J].测井技术,2022(04):446-452
A类：
孔缝识别
B类：
龙马溪组页岩,参数计算,定量表征,页岩储层,储层精细评价,非均质性强,有机孔,微裂缝,尺度变化,变化范围,微米,毫米,黄铁矿,石墨化,沥青质,成岩,岩矿,难以使用,成像测井,测井资料,数字岩心,薄片,微电阻,电阻率,扫描成像,灰度化,二值化,阈值分割,RGB,像素点,输入参数,残差卷积神经网络,内孔,溶蚀孔,主要参数,图像扫描,卷积网络
AB值：
0.295159
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
