买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国石油大学(华东)申请的专利一种基于机器学习的天然气水合物类型划分装置及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115221792B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210896236.2，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的天然气水合物类型划分装置及方法是由孙致学;尹逸凡;孙治雷;张喜林;徐昊;宋文铜设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本一种基于机器学习的天然气水合物类型划分装置及方法在说明书摘要公布了：本发明涉及一种基于机器学习的天然气水合物类型划分装置及使用方法,该装置包括岩心扫描电镜观察模块，用于对含水合物岩心内部微观结构用扫描电镜进行观察，确定岩心中多孔介质内水合物具体微观类型；该方法包括如下步骤：运用扫描电镜确定岩心内存在的水合物微观类型；通过CT扫描建立不含水合物的以及含水合物的数字岩心模型；根据分水岭原理提取孔隙网络模型，计算所有孔隙的表征参数以及水合物的表征参数，并利用水合物的表征参数形成水合物微观表征参数集；利用自组织映射神经网络方法对水合物微观表征参数集进行聚类分析，得到最终的划分结果。采用本发明装置及方法可以准确、高效的自动划分出岩心中各水合物的微观类型。

本发明授权一种基于机器学习的天然气水合物类型划分装置及方法在权利要求书中公布了：1.一种基于机器学习的天然气水合物类型划分方法，其特征在于：包括如下步骤： S100：在同一环境条件下选取任一不含水合物岩心和任一含水合物岩心； S200：利用扫描电镜实验扫描含水合物岩心，确定当前岩心内部所包含的水合物微观类型，所述微观类型有孔隙填充型、覆膜型、胶结型三种； S300：在高压低温条件下分别对含水合物岩心和不含水合物岩心进行CT扫描，获得含水合物岩心切片图像和不含水合物岩心切片图像； S400：利用image-J软件分析含水合物岩心切片图像构建含水合物数字岩心模型，利用image-J软件分析不含水合物岩心切片图像构建不含水合物数字岩心模型； S500：从含水合物数字岩心模型中提取出对应的孔隙网络模型G1，得到含水合物数字岩心的孔隙微观表征参数；从不含水合物数字岩心模型中提取出对应的孔隙网络模型G2，得到不含水合物数字岩心的孔隙微观表征参数； S600：对比G1和G2得到含水合物岩心中的所有水合物微观表征参数，所述水合物微观表征参数包括每个水合物的坐标系位置、每个水合物的像素体积和每个水合物的像素表面积； S700：利用S600中得到的所有水合物微观表征参数，计算得到水合物的微观表征参数集，具体步骤如下： S710：对每个水合物的体积进行筛选，当水合物的体积小于10立方像素时，则认为该水合物为图像噪声且将其去除,当水合物的体积大于等于10立方像素时，则予以保留； S720：利用现有的水合物微观表征参数计算模块获取合物微观表征参数集，具体的： 水合物微观表征参数计算模块包括两个部分，第一个部分先对S710中保留下的每个水合物做筛选，第二个部分对第一部分筛选后的每个水合物进行计算得到对应的水合物的微观表征参数，第二部分计算得到的所有水合物的微观表征参数构成水合物微观表征参数集； S800：预设学习率，利用自组织映射神经网络机器学习法对水合物微观表征参数集进行计算，计算结果即为S720中保留下的所有水合物被划分的具体微观类型，即该每种水合物被划分的具体微观类型为孔隙填充型、覆膜型、胶结型中的一种。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。