信息导航
新闻动态
您当前的位置:首页  新闻动态
期刊JNGSE刊发团队深度学习算法构建多尺度数字岩心研究最新成果
发布者:王金雷 发布时间:2022-01-26 浏览次数:73



近日,杨永飞团队在深度学习算法构建多尺度数字岩心领域的研究取得新进展,相关研究成果在期刊Journal of Natural Gas Science and Engineering发表,论文题为《Multi-scale reconstruction of porous media from low-resolution core images using conditional generative adversarial networks》(利用条件生成对抗网络基于低分辨率岩心图像构建多尺度数字岩心)。

碳酸盐岩、页岩等油气藏孔隙结构复杂,孔隙尺度跨度大,对此类储层岩心进行多尺度建模是准确表征储层孔隙结构及研究流体流动规律的关键。高精度的成像设备可以得到储层岩石的图像资料,但是需要平衡成像分辨率与成像范围之间的关系。本文借助条件生成对抗网络交替对抗训练的优势,以低分辨率的数字岩心为约束条件,基于少量的小尺寸低分辨率与高分辨率的数字岩心图像对,训练生成对抗网络模型。利用训练好的模型,只需要低分辨的数字岩心即可构建任意尺寸的多尺度数字岩心,构建的多尺度数字岩心完全保留低分辨数字岩心的结构。研究形成了基于深度学习的多尺度数字岩心构建方法,可以为碳酸盐岩、页岩等储层岩石结构表征及流动模拟提供充足准确的研究平台。



Journal of Natural Gas Science and Engineering涵盖了最广泛的天然气勘探、开发、加工和运输等相关领域。研究主题包括天然气地球化学、气藏工程、非常规天然气增产、煤层气、致密气、页岩气等,同时关注与天然气相关的经济、环境、管理和安全问题。该期刊最新影响因子为4.965,近3年平均影响因子IF4.222JCR工程化学Q1区,中科院工程技术大类2区。



文章全文链接

https://doi.org/10.1016/j.jngse.2022.104411


引用格式

Yongfei Yang, Fugui Liu, Jun Yao, Stefan Iglauer, Mozhdeh Sajjadi, Kai Zhang, Hai Sun, Lei Zhang, Junjie Zhong, Vadim Lisitsa. Multi-scale reconstruction of porous media from low-resolution core images using conditional generative adversarial networks[J]. Journal of Natural Gas Science and Engineering, 2022, 99: 104411.