石油学报

作者：孙歧峰, 李克昊, 段友祥, 张依旻, 宫法明

单位：1. 中国石油大学(华东)青岛软件学院计算机科学与技术学院 山东青岛 266580;2. 中国石油大学(华东)地球科学与技术学院 山东青岛 266580

关键词：荧光薄片,微观剩余油,卷积神经网络,无监督学习,特征聚类

基金：孙歧峰,男,1976年8月生,2011年获中国石油大学(华东)地质资源与地质工程专业博士学位,现为中国石油大学(华东)副教授,主要从事人工智能与机器学习及其在石油行业中的应用研究。Email:sunqf@upc.edu.cn

摘要： 荧光薄片是研究储层原油性质、分布特征以及孔隙结构的重要手段。但目前荧光薄片数据处理仍以人工方式为主,分析效率低且受人为因素影响。基于卷积神经网络,提出一种无监督自动分割方法。首先统计出不同组分在紫外光源激发下产生的荧光颜色,建立出荧光颜色图版与标准色系图谱以此确定划分标准,然后使用卷积神经网络提取出荧光图像的高级语义特征,通过相似性和连续性约束进行特征融合,通过计算与荧光色系图谱的空间距离与角度确定相似度划分类别,最终实现荧光图像中颗粒、孔隙、油质沥青、胶质沥青、沥青质沥青等组分的自动划分与定量分析。荧光薄片图像的实验证明,该方法不需要大量标记样本且总体各项平均误差较低,能够满足实际生产需求。

来源：2024年第3期

《石油学报》期刊编辑部

查看石油学报杂志2024年第3期