共查询到20条相似文献，搜索用时 31 毫秒
1.
全井眼微电阻率成像(Fullbore Formation Micro Imager,FMI)技术广泛应用于强非均质性的碳酸盐岩储层测并精细解释.然而,由于各极板间间隙的影响,FMI无法测量360°全井壁地层电阻率信息,这使得FMI图像出现空白条带,严重影响了图像视觉和测井解释进程.为获取全井壁的电阻率信息,必须有效的填充空白条带.本文在探讨现有的电成像图像空白条带填充方法基础上,提出了一种基于卷积神经网络的电成像图像空白条带填充方法.与常用的Criminisi插值法对比填充效果显示:该方法完全适用于各种特征的电成像图像空白条带填充,延续了所有待填充边缘的暗色条带和亮色背景,填充结果与原始图像的像素值频率占比相关性高达0.9581.Criminisi插值法在复杂区域电成像图像的填充结果连通性较差且存在干扰区域,填充结果与原始图像的像素值频率占比相关性仅为0.5924.本文提出的方法具有处理速度快、干扰区域少、连通性强、相关性高的特点,能够满足电成像空白条带成规模填充的实际应用需求,还可为测量极板间的测量缺失带信息处理提供参考手段. 相似文献
2.
利用电成像测井图像的直观特征进行岩性识别是目前砂砾岩储层评价的一项主要内容,但是对于电成像的利用研究仅仅停留在定性阶段,缺乏定量的表征,主要成果为基于电成像的图像-岩性识别模式.特别是由于电成像测井资料有限,在缺乏定量数据的前提下,无法将电成像取得的成果推广到常规测井资料,这一难题一直制约着砂砾岩岩性识别的研究.以盐家油田沙四段砂砾岩为例,对其电成像测井图像进行灰度化、盲区充填、图像滤波、图像分割、砾石提取等操作后,电成像图像可转化为连续的岩心砾石信息,进而可以提取纵向的砾石含量、最大粒径、最小粒径、平均粒径等参数.以最大砾石粒径作为砂砾岩储层岩性指示的标志,通过粒径与常规曲线的敏感性分析,建立了砂砾岩岩石粒径与电阻率、自然伽马和密度等常规测井曲线的统计关系,并提出了该地区岩性识别的定量标准. 相似文献
3.
电子顺磁共振成像（EPRI）是一种先进的氧成像技术。当前EPRI的瓶颈问题是扫描速度过慢,其原因是每个角度下的投影信号需要被重复采集几千次,以压制随机噪声。一种实现快速扫描的方法是减少投影信号的重复采集次数,然而这又使得投影信号信噪比降低,重建出来的图像噪声较大。为有效压制重建图像中的噪声,本文提出一种基于多通道、多尺度、多拼接的（3MNet）图像去噪网络,以实现高精度快速EPRI成像。该网络由3个子网络构成。第1个子网络是基于注意力机制的卷积网络,其输出的特征图像与输入图像拼接以构成后端网络的输入;第2个子网络是3通道卷积网络;第3个子网络是多尺度卷积网络。实验结果表明,本文提出的3MNet网络可以实现EPRI图像的高精度去噪,进而实现快速成像。 相似文献
4.
电成像测井资料蕴含丰富的井壁地层信息.通过电成像图像和地层倾角可直观定性地识别各种地层界面、裂缝以及构造形态,但是要获得可靠的电成像图像和地层产状,必须要求井斜角、井斜方位角等测斜数据准确可靠.由于受电缆张力、仪器运动状态,以及地质因素的影响,所测得的测斜数据可能会产生较大偏差,直接影响到后续解释成果的可靠性.因此,为了获得可靠的电成像图像和地层产状,以及与其他测井资料对比分析,在电成像测井资料处理与解释之前须进行深度和测斜校正.针对电成像测井资料与常规测井资料存在的较大深度偏差,提出一种基于双尺度相关对比的自动深度校正方法,较好地解决了当前深度校正方法的局限性,实现了常规测井资料与电成像测井资料之间的精确匹配.针对测斜数据校正方法存在不够严谨的问题,提出利用重力加速度分量与磁场加速度分量进行圆心偏移处理,计算出井斜角与井斜方位角,重构井斜角与井斜方位角曲线.实测资料处理表明:深度与测斜校正方法较好地解决了实测电成像测井资料的校正问题,在多个油田中实际应用,取得良好效果. 相似文献
5.
针对计算机断层成像稀疏重建过程中产生条状伪影的问题,本文提出一种基于对抗式残差密集深度神经网络的CT图像高精度稀疏重建方法.设计一种耦合残差连接、密集连接、注意力机制和对抗机制的UNet网络,以含条状伪影图像和高精度图像作为训练样本,通过大规模训练数据,对该网络进行训练,使其具有压制条状伪影的能力.首先,利用滤波反投影... 相似文献
6.
7.
岩心、成像测井资料表明川东北G地区FC段碳酸盐岩储层溶孔、裂缝发育,非均质性较强.根据溶孔、裂缝的发育程度与分布特征,可划分为6种典型储层类型.因此,有效评价储层非均质、划分储层类型是该区油气勘探与开发工作的关键.电成像测井资料能通过定性识别孔洞与裂缝对储层非均质性进行定性评价,但是由于缺乏能综合表征溶孔、裂缝等特征的定量参数,使得电成像测井资料对储层非均质性的定量表征存在问题.为此,基于分形理论,提出一种电成像测井定量评价方法,即计算电成像测井图像的分形维数来定量描述储层非均质性.储层类型与分形维数相关分析表明,分析维数可综合表征储层溶孔、裂缝,评价储层非均质性.应用实例表明,基于电成像测井分形维数的非均质性表征与储层类型划分应用效果较好,推动了该区的油气勘探与开发工作. 相似文献
8.
对于裂缝、溶蚀孔洞发育的碳酸盐岩缝洞储层,如何从测井资料中提取裂缝、溶蚀孔洞信息是评价储层有效性的关键问题.为了从电成像测井静态图像上准确地分割出清晰的裂缝、溶蚀孔洞子图像进而提取其参数信息,本文提出了一种基于小波变换模极大值图像分割技术的电成像测井资料缝洞面孔率提取方法.以钮扣电极电导率曲线为对象,先消除井壁凹凸不平导致的地层背景噪声的影响,利用小波变换模极大值图像分割方法得到包含裂缝和溶蚀孔洞目标的子图像,根据子图像提取裂缝-孔洞总面孔率、裂缝面孔率、孔洞面孔率等信息.本文利用塔里木盆地奥陶系碳酸盐岩地层的电成像测井数据提取了缝洞面孔率参数,还利用同井岩心CT扫描图像计算的平均缝洞面孔率、双侧向电阻率、常规测井资料三孔隙度模型计算的相对连通缝洞孔隙度进行了对比,并进行了试油验证.对比表明,电成像测井裂缝-孔洞总面孔率、裂缝面孔率、孔洞面孔率与岩心CT扫描图像平均缝洞面孔率、双侧向电阻率、相对连通缝洞孔隙度、试油结果均有较好的一致性.这一方面验证了采用本文方法提取的裂缝-孔洞总面孔率、裂缝面孔率、孔洞面孔率的合理性,另一方面表明所提取参数可用于指示缝洞型碳酸盐岩储层的渗透性和有效性. 相似文献
9.
目的:结合2019新型冠状病毒(COVID-19)肺炎患者肺CT影像学特征,提出一种多级空间注意力机制(ML-SAM)下的肺CT图像自动诊断模型,探讨该模型在COVID-19辅助诊断上的价值.方法:收集目前公开的COVID-19患者肺CT数据样本,在深度迁移学习框架下引入空间注意力多级聚焦策略,将数据样本、注意力机制与... 相似文献
10.
针对现有地震直达P波到时拾取网络精度低、误差大等问题,结合UNet++编码、解码器,融入特征过滤器设计一种具有地震震相特征分析与融合能力的轻量级P波到时拾取网络PPNet,实现对地震P波的高精度、低误差拾取。首先,该网络在编码器模块采用大卷积核、低通道数的卷积层,对输入的地震信号进行深度特征提取;其次,在解码器模块的特征还原过程中加入特征融合机制,补全特征信息,避免序列特征污染问题;最后,仅对编码器后三个下采样模块添加特征过滤器,深入挖掘特征序列,通过细化P波到时特征,提升到时拾取精度。实验结果表明,提出的网络在0.1 s、0.2 s、0.3 s误差阈值下P波拾取率分别为80.73%、94.01%、97.81%,平均绝对误差0.078 s,均方误差0.021,与现有P波拾取传统方法和深度学习算法相比性能更优。 相似文献
11.
地震相识别技术是进行沉积环境分析与储层预测的有力工具.传统的人工地震相识别方法不仅工作量大,而且效率非常低.目前利用深度学习方法可以大幅度提高地震相识别的效率,但是受限于有限的数据集和网络提取特征能力,对样本数量少的地震相识别效果较差.针对上述问题,本文提出了基于改进U-Net的多属性地震相识别方法.首先通过弹性形变算法来扩增数据集,将经过属性选择后的多属性数据体作为输入数据,提高输入数据的数量和质量;其次通过引入注意力机制对网络提取的特征添加权重,提高U-Net网络提取特征的能力;并在损失函数中引入Dice指数,解决了样本不均衡问题.经过数值实验表明,基于改进U-Net模型可有效提高地震相预测准确率. 相似文献
12.
密度测井曲线作为常规测井曲线中的一种,有着丰富的地质信息,通过对其进行分析解释,可以获得地层岩性、岩石密度和岩层孔隙度等参数.然而,在实际获取密度测井曲线的过程中,由于仪器故障、人为因素等原因,不可避免的会出现部分密度测井数据失真甚至缺失的情况.针对这一问题,本文提出一种基于条件生成对抗网络(CGAN)的密度测井曲线重构技术解决上述问题,其中条件生成对抗网络的生成器和鉴别器主要由一维卷积网络(1D-CNN)和门控循环单元网络(GRU)构成.通过条件生成对抗网络(CGAN)的对抗式训练方法可以使网络具有更强的学习能力,更加有效的挖掘出测井序列的长期非线性相关性、历史数据之间的关联性等关系.将该方法应用于实际的测井数据中,并与传统的神经网络方法相对比,结果表明本文提出的方法优于传统的神经网络方法,能够生成更加符合实际情况的曲线. 相似文献
13.
14.
利用测井资料预测储层参数是油气田开发的重要内容.针对现有储层参数预测模型精度低,不能很好的提取测井曲线和储层参数之间潜在关系的问题,本文将卷积神经网络(CNN)和长短期记忆网络(LSTM)结合,提出基于变分自编码器(VAE)的CNN-LSTM混合模型.首先,提出了测井数据的分析方法,包括参数相关性分析和井间的相似度分析.其次,利用CNN提取每条测井曲线的空间相关特征向量,并使用LSTM网络提取测井曲线相邻深度之间的时间特征.最后,采用VAE结构,根据训练数据的深层特征再次对CNN-LSTM模型生成的泥质含量初步预测值进行修正.以大庆油田地区某井场数据验证该模型.仿真结果表明：与LSTM神经网络模型、CNN-LSTM网络模型相比,本文CNN-LSTM-VAE模型具有更好的时空特征提取能力,能够更准确地预测储层参数,可为储层参数预测提供新思路. 相似文献
15.
选用2010年2月—2016年12月发生在北京顺义及河北三河等首都圈邻近区域的117个地震事件(包括54个天然地震事件和63个非天然地震事件——爆炸事件)作为研究对象,利用文章所提出的多尺度注意残差网络对其中的天然地震事件和爆炸事件波形进行二分类。首先,对原始地震波形进行简单预处理并截取成相同长度的地震时序数据,直接将其作为网络模型的输入;其次,选用含有残差模块的深度神经网络作为基础网络,利用深度神经网络对特征的自动提取能力,省略了传统波形分类需要提前提取时域波形的特征作为分类算法输入的步骤;然后,融合通道注意力机制(ECA)并对其进行改进,将空间维度的信息融入通道信息,优化了网络对关键信息的关注,更好地聚焦重要特征;最后,使用空间金字塔池化代替最大池化进行多尺度特征融合,得到更多的特征信息,构成多尺度注意残差网络。实验结果表明,最高分类准确率为97.11%,平均分类准确率为96.53%,证明了多尺度注意残差网络在地震波形分类任务中的有效性,为震源类型识别工作提供了一种新的方法。 相似文献
16.
微米级计算机断层扫描（Micro-CT）的应用领域很广泛,在生物医学、材料科学等都有研究,而且最近几年的发展很迅速。Micro-CT图像常因辐射剂量的限制而出现噪声,所以开发一种合适的算法来抑制Micro-CT图像中噪声变得很重要。Micro-CT图像的噪声水平与扫描样本、扫描参数等参数有关,合适的噪声抑制算法应该在不同噪声水平下都有不错的性能。过去Micro-CT图像的噪声抑制算法主要是迭代重建算法,但迭代重建算法速度比较慢。深度学习方法作为近些年比较热门的图像处理方法,在临床低剂量CT图像处理上相比于传统方法效果更好、处理速度更快,有进一步在低剂量Micro-CT图像处理中应用的潜力。另外,生成对抗网络在保持图像细节上有着比卷积神经网络更好的效果,本文构建普通卷积神经网络与生成对抗网络,用于对比两者的性能差异。限制于放射源的功率,低噪声的Micro-CT数据难以获取,提出一种创新的扫描方式,可有效获取低噪声的Micro-CT数据,并对实验小鼠的进行了扫描。针对低剂量Micro-CT中较高的噪声,结合Micro-CT的成像原理,提出渐进式的低剂量Micro-CT图像处理方法,分别在解析重建前后对小鼠的Micro-CT图像进行两次处理。相比于只在断层图像上处理,渐进式方法对高噪声数据的处理效果更好。从客观指标与主观视觉效果上,分析和对比了渐进式方法与其他深度学习方法或迭代重建算法的差别。定量分析不同噪声水平下的Micro-CT图像的处理效果,分析生成对抗网络在渐进式Micro-CT图像处理中的优势与限制。渐进式Micro-CT图像处理方法生成的图像质量高、生成速度快、鲁棒性高、客观指标高,可以对进一步的高级应用如图像分割、图像三维可视化等提供帮助。 相似文献
17.
断层识别是地震解释的一项重要任务.相对传统的基于人工或半人工的断层检测方法,基于深度学习的断层检测方法具有自动化程度高等特点,近年来已经吸引了业界广泛兴趣.目前,大多数利用深度学习的断层识别方法都是基于语义分割或图像分类,但基于语义分割或图像分类的方法预测出的断层噪声较多.而边缘检测网络可以通过学习断层在地震剖面中不连续的特征,从而提高网络的抗噪能力.为了利用边缘检测网络的抗噪优点并提升其性能,本文采用基于像素差分的卷积运算构建出像素差分网络模型(Pixel Difference Networks, Pidinet).相较于传统的边缘检测网络,Pidinet将传统的边缘检测算子与深度学习网络结合,有效地提升了边缘检测的效果.为了使Pidinet网络更好地预测断层,本文对原始Pidinet网络进行了优化,去掉了相对断层识别任务而言多余的分支结构和卷积层.相对于传统的卷积运算,基于像素差分的卷积运算可以让神经网络更好地学习断层信息.为了让网络充分学习数据中的断层特征,本文将真实地震样本与合成地震样本混合得到训练所用数据集.实验证明Pidinet在交并比(Intersection over ... 相似文献
18.
砂砾岩储层测井评价研究 总被引：1，自引：0，他引：1
砂砾岩储层岩性复杂、非均质性强,储层间非渗透性隔层类型多,储层基质孔隙度有时很低,从而使测井资料准确划分有效储层有很大的难度;砂砾岩体储层母岩类型变化大,岩石骨架参数很难确定,电阻率测量受岩石骨架、粘土含量和孔隙结构影响严重,反映储层孔隙流体性质的信息弱,使储层流体性质难以判断,油、气、干层界限的电性特征极不明显.通过核磁共振和井壁微电阻扫描成像测井,可以直观观察到岩石成分和粒径的变化,通过T2谱分布直观显示核磁测量井段的孔径分布,计算出各种类型孔隙度和渗透率参数,为砂砾岩有效划分储层和测井评价提供了可靠的依据. 相似文献
19.
本文以提高地震数据的成像质量为目标,提出一种智能的卷积神经网络降噪框架,从带有噪声的地震数据中自适应地学习地震信号。为了加速网络训练和避免训练时出现梯度消失现象,我们在网络中加入残差学习和批标准化的方法,并采用了ReLU激活函数和Adam优化算法优化网络。此外,Marmousi和F3数据集被用来对网络进行训练和测试,经过充分训练的网络不仅能在学习中保留地震数据特征,而且能去除随机噪声。首先充分地训练网络,从中提取出随机噪声,并保留学习到的地震数据特征,之后通过重建地震数据估算测试集中的波形特征。合成记录和实际数据的处理结果显示了深度卷积神经网络在随机噪声压制任务中的潜力,并通过实验验证表明了深度卷积神经网络框架有很好的去噪效果。 相似文献
20.
塔里木库车地区气藏目的层主要为致密砂砾储层,裂缝是流体主要的运移通道.该地区多采用油基泥浆钻井,导致电成像效果差,降低裂缝有效性评价精度.斯通利波对井中流体运动的敏感性,为利用斯通利波评价裂缝渗透性提供了可能:阵列声波资料提取的斯通利波能量经归一化后计算衰减系数,然后根据实验得到的衰减系数与裂缝宽度的关系反演出裂缝宽度,同时根据裂缝宽度、裂缝倾角反演得到裂缝渗透率.结果表明,水基泥浆井中利用该方法反演得到的衰减系数、裂缝宽度、裂缝渗透率曲线与电成像解释成果图对应良好,在裂缝发育段曲线呈现明显高值,在裂缝不发育段呈现低值;同时与试油结果吻合,可以用来评价裂缝渗透性.最后将该法推广到油基泥浆井中,结合电成像测井可提高裂缝有效性评价的精度. 相似文献