期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于视觉大模型的砂岩岩石结构智能评价方法
1
作者 任义丽 曾昌民 +10 位作者 李欣 刘茜 胡延旭 苏乾潇 王孝明 林志威 周屹霄 郑紫路 胡蕙滢 杨艳宁 惠芳 《石油勘探与开发》 北大核心 2025年第2期488-498,共11页
针对现有砂岩岩石结构评价方法依赖于肉眼观察、效率低,且磨圆度等仍处于半定量分析、粒度分析无法分类型统计等问题,提出一种基于视觉大模型(SAM)的砂岩岩石结构智能评价方法。通过设计基于秩-分解矩阵适配器的SAM轻量化微调方法,构建... 针对现有砂岩岩石结构评价方法依赖于肉眼观察、效率低,且磨圆度等仍处于半定量分析、粒度分析无法分类型统计等问题,提出一种基于视觉大模型(SAM)的砂岩岩石结构智能评价方法。通过设计基于秩-分解矩阵适配器的SAM轻量化微调方法,构建多光谱岩石颗粒分割模型(CoreSAM),实现岩石颗粒边缘提取与类型识别,在此基础上提出一套岩石结构量化评价方法,评价粒度、分选性、磨圆度、颗粒接触关系及胶结类型等指标。实验结果表明,CoreSAM在岩石颗粒分割精度上优于现有方法,且在CT图像、岩心照片等不同类型图像上展现出良好的泛化性,能够实现全样本、分类型的粒度分析以及磨圆度等参数的量化表征,推动储层评价向精准、量化、直观、全面的方向发展。 展开更多
关键词 砂岩 岩石结构 智能评价 视觉大模型(SAM) 微调 颗粒边缘提取 类型识别
在线阅读 下载PDF
基于数字岩心的哈得逊油田东河砂岩储层不同层理类型微观精细描述
2
作者 巫旭狄 鲁洪江 +7 位作者 郭波 王超 王开宇 邹江海 吴杰 罗紫薇 张阳 李翰韬 《成都理工大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第5期552-560,共9页
为实现塔里木盆地哈得逊油田东河砂岩储层不同层理类型微观结构的三维可视化和精细化定量表征,利用高精度三维CT扫描数字岩心技术,以及三维可视化图像处理软件Avizo,针对平行层理、斜层理、块状层理及夹层4类岩样开展研究,建立数字岩心... 为实现塔里木盆地哈得逊油田东河砂岩储层不同层理类型微观结构的三维可视化和精细化定量表征,利用高精度三维CT扫描数字岩心技术,以及三维可视化图像处理软件Avizo,针对平行层理、斜层理、块状层理及夹层4类岩样开展研究,建立数字岩心模型,定量表征不同层理类型中的矿物类型、颗粒大小、孔隙及喉道大小等参数。研究结果表明,岩样矿物成分主要为硅质和硅钙质,矿物颗粒直径为6~280μm,平均孔喉半径分别为7~36μm与7~10μm。东河砂岩不同层理类型之间微观结构存在较大差异,总体上各参数呈现出块状层理>斜层理>平行层理>夹层的特征。 展开更多
关键词 储层微观结构 三维CT扫描 东河砂岩 数字岩心模型 Avizo 层理类型
在线阅读 下载PDF
巧解砂岩分类三角图 被引量:10
3
作者 张萌 黄思静 +6 位作者 冯文新 王雷 郑文宝 詹新 韩军铮 程振兴 彭靖松 《成都理工大学学报(自然科学版)》 CAS CSCD 北大核心 2005年第4期423-429,共7页
在充分对比砂岩等边三角形和等腰三角形两种分类方案投点图的基础上,尝试从两种不同的思路对砂岩三角形分类方案投点图计算模型进行了推导,即直线方程推导模型和相似三角形推导模型,提出了更为简单的砂岩分类三角图投点计算模型。该计... 在充分对比砂岩等边三角形和等腰三角形两种分类方案投点图的基础上,尝试从两种不同的思路对砂岩三角形分类方案投点图计算模型进行了推导,即直线方程推导模型和相似三角形推导模型,提出了更为简单的砂岩分类三角图投点计算模型。该计算模型只与石英和岩屑的含量有关,而与三角图本身的形状(等腰或等边三角形)没有直接的关系。再根据Microsoft Excel所提供的逻辑函数建立了砂岩类型的自动识别模型,使大数据量砂岩的分类统计变得更加准确而快捷。最后通过对大数据量储集砂岩骨架组分的定量实例研究,验证了所建立的砂岩分类自动识别模型,以及砂岩分类三角图投点简化计算模型的良好效果。 展开更多
关键词 砂岩分类三角图 砂岩碎屑成分投点 等边三角形分类方案 等腰三角形分类方案 砂岩类型的自动识别模型
在线阅读 下载PDF
低信噪比下基于深度学习的调制模式识别方法 被引量:5
4
作者 陈晋音 成凯回 郑海斌 《计算机科学》 CSCD 北大核心 2020年第S01期283-288,共6页
无线电信号的调制类型识别是信号检测与解调的中间步骤,已有的研究表明利用深度学习技术能高效地识别无线电信号调制类型。但对于低信噪比区间内识别准确率骤降的问题,仍没有一种较好的解决方案。受到深度学习在图像降噪中的启发,本文... 无线电信号的调制类型识别是信号检测与解调的中间步骤,已有的研究表明利用深度学习技术能高效地识别无线电信号调制类型。但对于低信噪比区间内识别准确率骤降的问题,仍没有一种较好的解决方案。受到深度学习在图像降噪中的启发,本文提出了低信噪比下基于深度学习的调制模式识别方法,实现了对低信噪比信号的降噪处理,解决了低信噪比区间信号识别准确率过低的问题。通过在开源数据集下的大量实验,验证了本方法的有效性,低信噪比信号调制类型识别的准确率由10%上升至15%。最后,文章对于本方法存在的问题进行分析,并对未来的研究进行了展望。 展开更多
关键词 深度学习 调制类型自动识别 降噪模型 低信噪比
在线阅读 下载PDF
不同流动单元微观渗流特征研究--以华池油田长3油藏华152块为例 被引量:25
5
作者 朱玉双 柳益群 +4 位作者 赵继勇 党永潮 毕义君 郭兵 刘正伟 《石油实验地质》 CAS CSCD 北大核心 2008年第1期103-108,共6页
利用不同流动单元的真实砂岩微观孔隙模型,进行了不同流动单元微观渗流特征的试验研究,为提高油层开采效果提供科学依据。鄂尔多斯盆地华池油田华152块长3储层流动单元可分为A,B,C 3类,存储性能和渗透性能由好到差依次为A,B,C类。研究... 利用不同流动单元的真实砂岩微观孔隙模型,进行了不同流动单元微观渗流特征的试验研究,为提高油层开采效果提供科学依据。鄂尔多斯盆地华池油田华152块长3储层流动单元可分为A,B,C 3类,存储性能和渗透性能由好到差依次为A,B,C类。研究结果表明,不同流动单元的微观渗流特征有着明显的不同,体现在流体进入次序、流体驱替方式和剩余油类型上的不同。流体总是优先进入A类流动单元,其次进入B类流动单元,C类流动单元流体进入困难,在水驱油时,注入水无法进入C类流动单元;流体驱替方式不同,A类流动单元油驱水为非活塞式,而B类和C类流动单元油驱水均为活塞式;水驱油之后剩余油类型不同,A类流动单元主要为小绕流形成的小簇状油块和厚膜状残余油,而B类流动单元主要为大绕流形成的大簇状油块和珠状、滴状残余油。不同流动单元孔隙结构和润湿性的差别是造成各流动单元不同特征的主要原因。实验研究还表明,研究区C类和B类流动单元是剩余油的主要富集区,应加大挖潜力度。 展开更多
关键词 渗流特征 驱替方式 残余油类型 剩余油分布 流动单元 真实砂岩模型 华池油田 鄂尔多斯盆地
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部