一种基于时序分解与多维度特征交互的岩心渗透率预测方法
申请号:CN202510803839
申请日期:2025-06-17
公开号:CN120339777B
公开日期:2025-08-26
类型:发明专利
摘要
本发明提供了一种基于时序分解与多维度特征交互的岩心渗透率预测方法,属于岩心渗透率预测技术领域。方法对多砂岩样本进行CT扫描,获取高分辨率的三维岩心原始数据;将原始数据进行图像预处理后,进行自适应阈值分割,划分出孔隙和基质,得到三维二值图像数据;对二值图像数据进行小窗口滑动取样,获取三维岩心小立方体,再计算每个岩心立方体渗透率作为标签,得到最终实验数据集;从实验数据集中分解岩心图像序列,提取融合特征并从通道、高度、宽度三个维度在融合特征中提取信息,并将不同维度特征合并,通过全连接层预测出渗透率。本发明采用轻量化设计并充分利用岩心图像的多维信息,显著提升预测效率与精度,降低计算资源消耗。
技术关键词
格子玻尔兹曼方法
融合特征
二值化图像
立方体
通道
孔隙结构特征
分支
三维重建算法
滑动窗口
岩心渗透率
数据标签
图像块
三维岩心图像
滤波反投影算法
训练深度学习模型