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！

摘要：本发明属于油气勘探技术领域，特别涉及一种增广数字岩心及构建饱和度模型的方法。本发明首先选取代表性岩心样品构建三维数字岩心，将三维数字岩心输入至搭建的生成对抗网络，利用机器学习对数字岩心重构，得到第一次扩充数据集；之后，模拟数字岩心孔隙中的油水分布，构建不同含水饱和度的数字岩心，对每块数字岩心赋予多个任意饱和度，得到第二次扩充数据集；通过两次增广提高样本数量，为饱和度模型构建提供数据支撑，弥补实验数据的不足。最后，将所有重构的数字岩心饱水，利用有限元法模拟电阻率，构建F‑φ交会图；模拟不同含水饱和度的数字岩心的电阻率，构建RI‑Sw交会图，构建的模型更能体现各自的优势，饱和度模型更为可靠。

主权项：1.一种利用深度学习的孪生数字岩心及饱和度模型构建方法，其特征在于，包括以下步骤：A.三维数字岩心孪生；选取代表性岩心样品构建三维数字岩心，利用岩石物理实验约束三维数字岩心的孔隙度、矿物含量；B.搭建生成对抗网络结构；GAN网络构架包括：生成器G和判别器D，二者通过对抗训练生成图像；在GAN网络中引入卷积层，构建两个独立的全卷积神经网络组成生成器G和判别器D；生成器G共有5层网络，1层为全连接层，后4层为转置卷积层；生成器通过转置卷积对输入随机噪声z进行采样，在除了最后一层外的所有层使用ReLU激活函数，最后一层使用Tanh函数；判别器D有5层网络，其中前4层为卷积层，最后1层为全连接层；判别器D接收来自生成器生成的图像和训练图像，判别器的所有层使用LeakyReLU激活函数，最后一个卷积层使用Tanh激活函数；C.第一次扩充数据集；C1.将步骤A中的三维数字岩心图像进行分割构建训练数据集；C2.将训练数据输入步骤B所搭建的GAN网络进行训练；在训练过程中，通过卷积神经网络优化生成器和判别器；当生成器G和判别器D的损失均达到最低且趋于稳定，训练结束，生成所需数量的数字岩心，即重构数字岩心，计算孔隙度、矿物含量参数，数值模拟计算电阻率，得到第一次扩充数据集；D.第二次扩充数据集；模拟数字岩心孔隙中的油水分布，构建不同含水饱和度的数字岩心，对每块数字岩心赋予多个任意饱和度，利用数值模拟得到电阻率，得到第二次扩充数据集；E.构建饱和度模型；将第二次扩充数据集中所有数字岩心饱水，利用有限元法模拟电阻率，构建F-φ交会图；模拟不同含水饱和度的数字岩心，构建RI-Sw交会图，为饱和度模型构建提供岩电参数或直接构建新饱和度模型。

全文数据：

权利要求：

百度查询： 中国地质大学(北京) 一种利用深度学习的孪生数字岩心及饱和度模型构建方法