-
公开(公告)号：CN110333551B
公开(公告)日：2020-09-25
申请号：CN201910680744.5
申请日：2019-07-26
Applicant: 长江大学
IPC: G01V11/00
Abstract: 本发明公开了一种基于井震结合的白云岩储层预测方法、系统及存储介质，该方法步骤包括：获取测试区的测井数据；将钻井区的测井数据进行敏感曲线分析，求取白云岩指数特征曲线并根据其响应范围差异区分白云岩和灰岩；将所述钻井区的白云岩指数特征曲线经人工智能深度学习后，得到虚拟钻井区的白云岩指数特征曲线；以所述钻井区和虚拟钻井区的白云岩指数特征曲线为约束条件，采用叠后地震资料进行反演，得到所述测试区的白云岩储层的分布和发育状况。本发明通过白云岩指数特征曲线有效地将白云岩与灰岩区分开来，通过人工智能深度学习并结合叠后地震数据，准确预测测试区的白云岩储层的分布和发育状况，为少井区勘探工作提供有效预测方法。
-
公开(公告)号：CN111242490A
公开(公告)日：2020-06-05
申请号：CN202010042655.0
申请日：2020-01-15
Applicant: 长江大学
Abstract: 本发明公开了一种低渗透油藏特征主控因素提取方法、设备及可读存储介质。所述低渗透油藏特征主控因素提取方法包括：获取研究区内的若干个待分类油藏的参数；根据各个参数相互之间的相关度，筛选出若干个满足预设条件的参数；对筛选出的参数进行标准化处理；对标准化处理后的参数进行因子分析，提取出若干个主因子；以提取出的主因子为标准对所述待分类油藏进行分类；确定各个类型的油藏影响最大的主因子，以确定各个类型的油藏的主控因素。本发明提出的技术方案的有益效果是：通过因子分析方法以及K-均值聚类分析方法对低渗透油藏进行了分类，明确了每类油藏的主控影响因素。该方法可提取出隐藏的油藏特征，明确了各类油藏的主控影响因素。
-
公开(公告)号：CN111209674A
公开(公告)日：2020-05-29
申请号：CN202010022741.5
申请日：2020-01-09
Applicant: 长江大学
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公开了一种河道砂建模方法、设备及可读存储介质。河道砂建模方法包括如下步骤：获取待建模储层的基本参数；根据获取的基本参数，生成若干个第一河道砂体模型及与第一河道砂体模型对应的训练条件数据；建立生成网络；建立判别网络；对所述判别网络和所述生成网络进行训练，得到生成器；将井数据输入生成器中得到待建模储层的砂体模型。本发明的有益效果是：通过基于目标的模拟方法生成了大量的第一河道砂体模型及对应的训练条件数据，再通过这些第一河道砂体模型和训练条件数据对生成网络和判别网络进行训练，生成网络经大量训练后得到能生成真实的河道砂体模型的生成器，再将研究区的井数据输入生成器获得研究区待建模储层的砂体模型。
-
公开(公告)号：CN115272767A
公开(公告)日：2022-11-01
申请号：CN202210918441.4
申请日：2022-08-01
Applicant: 荆门法麦克斯农业科技有限公司 , 长江大学
IPC: G06V10/764 , G06V10/40 , G01N21/25
Abstract: 本申请公开了一种掺混肥料的养分检测方法，包括以下步骤：获取包含掺混肥料的图像；根据图像筛选出掺混肥料中的不同类别原料，以将不同类别的原料分离开来；根据分离开来的原料确定掺混肥料中的养分含量。本申请还公开了一种掺混肥料的养分检测装置及计算机存储介质。本申请通过掺混肥料的图像对掺混肥料中的不同类别原料进行分离，并根据分离后的原料来计算掺混肥料的养分，相较于化学检测方法，其检测所需时间更短，检测精度也高，从而提高肥料养分的检测效率。
-
公开(公告)号：CN112967270B
公开(公告)日：2022-07-15
申请号：CN202110317044.7
申请日：2021-03-25
Applicant: 长江大学
Abstract: 本发明提供一种基于人工智能的有机组分显微识别定量方法，包括以下步骤：S1、以不同光照模式采集岩样矩阵图片至计算机；S2、拼接矩阵图片；S3、对不同光照模式图像做颗粒物边缘跟踪，获取不同模式下颗粒物边缘跟踪图；边缘跟踪采用边缘精细检测网络进行识别；S4、将不同模式下颗粒物边缘跟踪图叠加，保留边缘跟踪路径叠加；S5、分类提取；S6、根据分类填充不同颜色；颜色填充采用基于卷积神经网络的深度学习开源模型caffe作为学习模型；S7、统计颜色像素数，并求和；通过以上步骤实现有机组分相对含量快速显微识别。通过采用自动化扫描，自动拼接和人工智能识别的方案，能够实现对岩样有机组分高精度和高精度的识别。
-
Patent Agency Ranking
公开(公告)号：CN112986244A
公开(公告)日：2021-06-18
申请号：CN202110317046.6
申请日：2021-03-25
Applicant: 长江大学
Abstract: 本发明提供一种大视域岩样有机组分显微图像获取方法，包括以下步骤：S1、将岩样固定安装在显微镜下方的X、Y步进工作台上；选取岩样扫描区域；S2、分割扫描区域，根据分割的扫描区域设定X、Y步进工作台的步进长度及路径；S3、在每次步进位置以不同光照模式采集岩样图片；S4、图像采集装置通过显微镜采集图片，传输至计算机；S5、计算机根据不同光照模式将采集的图片按顺序拼接；通过以上步骤得到大视域细粒沉积岩有机组分显微图像。通过采用自动化扫描和拼接的方案，大幅节省大视域岩样有机组分显微图像的采集效率。
-
公开(公告)号：CN112986244B
公开(公告)日：2024-05-14
申请号：CN202110317046.6
申请日：2021-03-25
Applicant: 长江大学
Abstract: 本发明提供一种大视域岩样有机组分显微图像获取方法，包括以下步骤：S1、将岩样固定安装在显微镜下方的X、Y步进工作台上；选取岩样扫描区域；S2、分割扫描区域，根据分割的扫描区域设定X、Y步进工作台的步进长度及路径；S3、在每次步进位置以不同光照模式采集岩样图片；S4、图像采集装置通过显微镜采集图片，传输至计算机；S5、计算机根据不同光照模式将采集的图片按顺序拼接；通过以上步骤得到大视域细粒沉积岩有机组分显微图像。通过采用自动化扫描和拼接的方案，大幅节省大视域岩样有机组分显微图像的采集效率。
-
公开(公告)号：CN113076832B
公开(公告)日：2022-07-08
申请号：CN202110317045.1
申请日：2021-03-25
Applicant: 长江大学
Abstract: 本发明提供一种多模式有机组分显微识别方法，包括以下步骤：S1、以不同光照模式采集岩样矩阵图片至计算机；S2、拼接矩阵图片；S3、对不同光照模式图像做颗粒物边缘跟踪，获取不同模式下颗粒物边缘跟踪图；S4、将不同模式下颗粒物边缘跟踪图叠加，保留边缘跟踪路径叠加；S5、分类提取；S6、根据分类填充不同颜色；S7、统计颜色像素数，并求和；通过以上步骤实现有机组分相对含量快速显微识别。通过以上步骤实现有机组分相对含量快速显微识别。通过采用自动化扫描，智能拼接和智能识别的方案，能够实现对岩样有机组分高精度和高精度的识别。
-
公开(公告)号：CN111209674B
公开(公告)日：2023-04-11
申请号：CN202010022741.5
申请日：2020-01-09
Applicant: 长江大学
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公开了一种河道砂建模方法、设备及可读存储介质。河道砂建模方法包括如下步骤：获取待建模储层的基本参数；根据获取的基本参数，生成若干个第一河道砂体模型及与第一河道砂体模型对应的训练条件数据；建立生成网络；建立判别网络；对所述判别网络和所述生成网络进行训练，得到生成器；将井数据输入生成器中得到待建模储层的砂体模型。本发明的有益效果是：通过基于目标的模拟方法生成了大量的第一河道砂体模型及对应的训练条件数据，再通过这些第一河道砂体模型和训练条件数据对生成网络和判别网络进行训练，生成网络经大量训练后得到能生成真实的河道砂体模型的生成器，再将研究区的井数据输入生成器获得研究区待建模储层的砂体模型。
-
公开(公告)号：CN112967270A
公开(公告)日：2021-06-15
申请号：CN202110317044.7
申请日：2021-03-25
Applicant: 长江大学
Abstract: 本发明提供一种基于人工智能的有机组分显微识别定量方法，包括以下步骤：S1、以不同光照模式采集岩样矩阵图片至计算机；S2、拼接矩阵图片；S3、对不同光照模式图像做颗粒物边缘跟踪，获取不同模式下颗粒物边缘跟踪图；边缘跟踪采用边缘精细检测网络进行识别；S4、将不同模式下颗粒物边缘跟踪图叠加，保留边缘跟踪路径叠加；S5、分类提取；S6、根据分类填充不同颜色；颜色填充采用基于卷积神经网络的深度学习开源模型caffe作为学习模型；S7、统计颜色像素数，并求和；通过以上步骤实现有机组分相对含量快速显微识别。通过采用自动化扫描，自动拼接和人工智能识别的方案，能够实现对岩样有机组分高精度和高精度的识别。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.017 seconds)
