公开(公告)号：CN115758911B

公开(公告)日：2023-05-26

申请号：CN202211560942.6

申请日：2022-12-07

Applicant: 中国石油大学(华东)

Inventor： 孙海 ,  周亮 ,  樊冬艳 ,  张磊 ,  姚军 ,  杨永飞 ,  张凯 ,  桑茜 ,  严侠 ,  刘磊

IPC: G06F30/27 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/048 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种融合点云残差网络和考虑滑移的流场和压力场预测方法，属于智能油气田开发技术领域，包括如下步骤：步骤1、构建三维数字岩心并在数字岩心内随机生成孔隙结构；步骤2、对构建的三维数字岩心进行竖直切片得到二维多孔介质，对二维多孔介质进行图像分割，得到二维多孔介质孔隙空间；步骤3、构建二维多孔介质数据集；步骤4、构建点云残差网络，并耦合流动方程构建损失函数；步骤5、数据归一化处理；步骤6、对点云残差网络模型进行训练输出，用于真实场景下流场和压力场的预测。本发明点云残差网络预测精度更高，对于油气渗流以及计算流体力学考虑滑移流动的模拟有着至关重要的作用。

公开(公告)号：CN115688590A

公开(公告)日：2023-02-03

申请号：CN202211395425.8

申请日：2022-11-09

Applicant: 中国石油大学(华东)

Inventor： 孙海 ,  周亮 ,  樊冬艳 ,  张磊 ,  姚军 ,  杨永飞 ,  张凯 ,  桑茜 ,  严侠 ,  刘磊 ,  罗飞 ,  阚煜达

IPC: G06F30/27 ,  G06T17/05 ,  G06T7/11 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0985 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于深度学习的多矿物相岩心渗透率预测方法。本发明通过构建三维数字岩心并随机生成孔隙结构，利用图像分割三维数字岩心获取多个多矿物数字岩心图像后，再利用多物理场仿真模拟软件分别模拟求取各多矿物数字岩心图像所对应的渗透率，基于各多矿物数字岩心图像及其所对应的渗透率，构建多矿物数字岩心数据集，再构建SE‑ResNet18卷积神经网络，利用多矿物数字岩心数据集训练SE‑ResNet18卷积神经网络计算多矿物数字岩心图像所对应的渗透率，并将待预测多矿物岩心的图像输入至训练后的SE‑ResNet18卷积神经网络中，确定多矿物岩心的渗透率。本发明实现了多矿物相岩心渗透率的快速准确计算，降低了计算成本，为指导油田勘探开发提供了依据。

公开(公告)号：CN115688590B

公开(公告)日：2023-05-16

申请号：CN202211395425.8

申请日：2022-11-09

Applicant: 中国石油大学(华东)

Inventor： 孙海 ,  周亮 ,  樊冬艳 ,  张磊 ,  姚军 ,  杨永飞 ,  张凯 ,  桑茜 ,  严侠 ,  刘磊 ,  罗飞 ,  阚煜达

IPC: G06F30/27 ,  G06T17/05 ,  G06T7/11 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0985 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于深度学习的多矿物相岩心渗透率预测方法。本发明通过构建三维数字岩心并随机生成孔隙结构，利用图像分割三维数字岩心获取多个多矿物数字岩心图像后，再利用多物理场仿真模拟软件分别模拟求取各多矿物数字岩心图像所对应的渗透率，基于各多矿物数字岩心图像及其所对应的渗透率，构建多矿物数字岩心数据集，再构建SE‑ResNet18卷积神经网络，利用多矿物数字岩心数据集训练SE‑ResNet18卷积神经网络计算多矿物数字岩心图像所对应的渗透率，并将待预测多矿物岩心的图像输入至训练后的SE‑ResNet18卷积神经网络中，确定多矿物岩心的渗透率。本发明实现了多矿物相岩心渗透率的快速准确计算，降低了计算成本，为指导油田勘探开发提供了依据。

公开(公告)号：CN115758911A

公开(公告)日：2023-03-07

申请号：CN202211560942.6

申请日：2022-12-07

Applicant: 中国石油大学(华东)

Inventor： 孙海 ,  周亮 ,  樊冬艳 ,  张磊 ,  姚军 ,  杨永飞 ,  张凯 ,  桑茜 ,  严侠 ,  刘磊

IPC: G06F30/27 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/048 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种融合点云残差网络和考虑滑移的流场和压力场预测方法，属于智能油气田开发技术领域，包括如下步骤：步骤1、构建三维数字岩心并在数字岩心内随机生成孔隙结构；步骤2、对构建的三维数字岩心进行竖直切片得到二维多孔介质，对二维多孔介质进行图像分割，得到二维多孔介质孔隙空间；步骤3、构建二维多孔介质数据集；步骤4、构建点云残差网络，并耦合流动方程构建损失函数；步骤5、数据归一化处理；步骤6、对点云残差网络模型进行训练输出，用于真实场景下流场和压力场的预测。本发明点云残差网络预测精度更高，对于油气渗流以及计算流体力学考虑滑移流动的模拟有着至关重要的作用。