需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于图神经网络的储层渗透率计算方法

一种基于图神经网络的储层渗透率计算方法

发布时间: 2023-06-13

来源: 科技服务团

基本信息

合作方式： 作价入股
成果类型： 发明专利,实用新型专利
行业领域：
电子信息技术
成果介绍
本发明公开了一种基于图神经网络的储层渗透率计算方法，包括以下步骤：对岩石样本进行CT扫描，得到岩石序列图像样本；对岩石序列图像样本进行预处理，并进行孔缝自动阈值分割，得到孔缝序列图像切片；将孔缝序列图像切片叠加并进行三维连通域分析，得到连通域分析后的轮廓编号，并按照物理特性区分连通域中的孔隙和裂缝；根据区分后的孔隙和裂缝以及连通域分析后的轮廓编号，构建孔隙‑裂缝双重网络模型；
成果亮点
提取多个岩石序列图像样本的孔隙‑裂缝双重网络模型，并各自提取一个图结构，将提取的图结构在图卷积网络GCN中训练回归模型，使用训练好的模型实现渗透率的自动计算，本发明相较现有方法综合了孔隙度分析，扩展性更强。
团队介绍
陈雁，杨志平，李鹏旗，闫天宇，邓伟，严兆，钟原，谌施宇，王杨，李平，张恩莉，李洋冰
成果资料