大视域岩样有机组分显微图像获取方法

    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。

    多模式有机组分显微识别方法

    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。

    一种复杂地表区的石油地质勘探采样装置及方法

    公开(公告)号:CN113567177A

    公开(公告)日:2021-10-29

    申请号:CN202110828622.3

    申请日:2021-07-22

    Applicant: 长江大学

    Abstract: 本发明涉及地质勘探设备技术领域,具体涉及一种复杂地表区的石油地质勘探采样装置及方法;采样不同深度的地质时,将两根支撑柱下方的调节组件进行调节,定位针便插入地面内部,将稳固杆进行稳定;便启动采样组件的电机,电机便带动丝杠将采样盒进行下移,随之便带动下方的固定钻头进行转动;便对地面进行打孔,打入地表深处;深度传感器便对其深度进行感应,启动微型气缸,带动延伸杆收缩;延伸杆便拉动滑动门上移,在采样盒转动时,泥土便随着采样盒侧边的开口处进入采样盒内部,便能够对其不同深度的泥土进行采集。

    全岩光片智能化显微识别定量系统

    公开(公告)号:CN113092467A

    公开(公告)日:2021-07-09

    申请号:CN202110317048.5

    申请日:2021-03-25

    Applicant: 长江大学

    Abstract: 本发明提供一种全岩光片智能化显微识别定量系统,它包括注胶装置、振动布料滑道、紫外光固化隧道和多个研磨工段;注胶装置用于将UV胶注入到试样皿中;振动布料滑道用于将过筛后的岩样散布在UV胶的表面;紫外光固化隧道用于将试样皿中的UV胶固化;研磨工段设有粗磨工段、精磨工段和抛光工段用于获得全岩光片;还设有显微镜,显微镜的目镜设有图像采集装置,显微镜的目镜附近设有多组不同光照模式的光源,在显微镜的目镜下方设有X、Y步进工作台,X、Y步进工作台用于固定岩样;显微镜与计算机电连接。通过采用上述的方案,大幅提高全岩光片的制作效率,尤其是能够应对大批量的全岩光片制作和图像采集。

    基于人工智能的储层荧光薄片含油性、成熟度的评价方法

    公开(公告)号:CN119477828A

    公开(公告)日:2025-02-18

    申请号:CN202411502881.7

    申请日:2024-10-25

    Applicant: 长江大学

    Abstract: 本发明提供一种基于人工智能的储层荧光薄片含油性、成熟度的评价方法,首先采集含油荧光影像数据及对应RO值构建图像库,然后对数据预处理,用卷积神经网络提取特征,聚类分析并可视化找出异常图像再标准化处理后保存,以达到尽量减小不同环境和设备造成的误差。接着进行含油区域划分,转换颜色空间后依阈值提取,对掩码处理并过滤形状去除油浸矿物,检测边缘后提取区域并保存图像。再进行多维特征融合提取,包括颜色、灰度、纹理特征的提取与处理。之后搭建1D卷积神经网络模型,输入特征并优化参数。最后构建模型预测成熟度和含油性,调整维度后输入模型。本发明结合深度学习与计算机视觉,有高效、准确、多维度融合等优点。

    基于原油包裹体荧光光谱的两期混源油定量解析法

    公开(公告)号:CN118937285A

    公开(公告)日:2024-11-12

    申请号:CN202410832049.7

    申请日:2024-06-26

    Applicant: 长江大学

    Abstract: 本发明公开了一种基于原油包裹体荧光光谱的两期混源油定量解析法,涉及地质勘探技术领域。其技术方案为:包括以下步骤:S1分别测试两期原油包裹体与已知密度标准原油的激光共聚焦荧光光谱;S2根据步骤S1测得的标准原油的荧光光谱图,建立原油密度与光谱峰面积的拟合公式;S3根据步骤S2建立的拟合公式与步骤S1测得的两期原油包裹体的光谱峰面积,结合体积平衡法计算各充注原油的贡献,最后得出不同期次充注原油对混源油藏的相对贡献。本发明以已知密度标准原油为基础,以荧光光谱获取两期原油包裹体的密度为技术手段、计算同源不同期原油的混合比例,从而解决混源油定量解析难题。

    一种基于深度神经网络模型的油源分类方法及系统

    公开(公告)号:CN116070148A

    公开(公告)日:2023-05-05

    申请号:CN202310142466.4

    申请日:2023-02-21

    Applicant: 长江大学

    Abstract: 本发明涉及一种基于深度神经网络模型的油源分类方法及系统。该方法包括采集研究区目标层位潜在烃源岩抽提物和砂岩抽提物的生物标志物数据;根据研究区石油地质条件和样品数量对烃源岩抽提物进行分类,得到烃源岩分类方案;根据烃源岩分类方案,对各个烃源岩抽提物的生物标志物数据进行标签赋值,构建适合于监督学习的数据集;构建深度神经网络模型;根据数据集对深度神经网络模型进行训练和优化,得到优化后的深度神经网络模型;根据优化后的深度神经网络模型对砂岩抽提物进行分类,得到砂岩抽提物的油源预测结果。通过采用深度神经网络模型能够提高石油地质勘探的精细度。

Patent Agency Ranking