龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国石油大学(华东)
摘要：本发明公开了一种基于ResNet残差网络的非常规储层剩余油智能识别及诊断方法，涉及石油与天然气开发技术领域，获取原始训练图像集和原始测试图像集，对原始训练图像集进行分割、分类打标获得最终训练图像集，对原始测试图像集进行分割获得最终测试图像集；处理训练集与验证集，定义损失函数、优化器和学习率调度器；执行多个训练周期后，获得最优训练模型；将图像分割后的最终测试图像集输入模型，自动化识别并分类输出为不同的剩余油类型，计算不同剩余油类型的含油饱和度。本发明基于ResNet和微流控驱油实验图像建立剩余油识别及诊断系统，对剩余油赋存形态进行准确识别与分类，识别准确率达90%以上，对储层剩余油进行诊断并提出相应的挖潜措施。
主权项：1.基于ResNet残差网络的非常规储层剩余油智能识别及诊断方法，其特征在于，具体包括以下步骤：步骤一，利用微观可视化实验平台获取非常规储层采用不同提采方法情况下不同驱替时刻的实验图像，获得原始训练图像集与原始测试图像集；步骤二，利用python对步骤一获得的原始训练图像集进行分割，分割后分类打标签，获得最终训练图像集，将最终训练图像集按照4：1的比例分为训练集和验证集；对步骤一获得的原始测试图像集进行分割获得最终测试图像集；步骤三，创建DataLoader数据加载器加载并处理步骤二获得的训练集与验证集，对其进行数据转换增加最终训练图像集的大小防止过拟合，增加ResNe模型的泛化性；步骤四，加载Resnet模型，并定义损失函数、优化器和学习率调度器；步骤五，执行多个训练周期，在每个执行周期中保存验证准确率最好的训练模型，并加入早停法以防止过拟合，最终获得训练模型并输出剩余油分类报告；步骤六，将步骤二分割后的最终测试图像集加载至步骤四获得的训练模型中，自动化识别并分类输出为不同的剩余油类型，并计算不同剩余油类型的含油饱和度；步骤七，利用python统计非常规储层提采方法对不同剩余油类型的动用程度，明确不同提采方式对剩余油挖潜效果，形成针对不同类型剩余油储层的诊断方法。
全文数据：
权利要求：
百度查询： 中国石油大学(华东) 基于ResNet残差网络的非常规储层剩余油智能识别及诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号