基于神经网络的页岩微纳米孔隙微结构分析的正则化和最优化方法

• 作者: 王彦飞 邹安祺
• 来源期刊: 岩石学报
• 学科: 地球科学
• 关键词: 页岩微米孔隙结构 CT图像分割 神经网络计算 最优化与正则化
• 年，卷（期）: 2018,（2）
• 页码范围: 281-288
• 页数: 8页
• 分类号: P313.1|P628
• 语种: 中文

摘要

页岩气成藏机理与页岩内部孔隙结构紧密相关,对页岩孔隙结构的研究成为页岩气勘探开发技术中至关重要的一环.页岩内部不同结构体组分对X-射线的吸收能谱不一样,这样就导致观测数据是由不同页岩组分衰减不同波段的X-射线构成的.经过对CT图像分割,能够获得页岩微孔结构的图像,尤其是获得有机质中孔隙类别、形状、尺寸、空间分布、连通特性.本文利用同步辐射X射线扫描重构的页岩CT数据,研究并设计基于多能CT图像的神经网络图像分割技术和算法,以期得到页岩体三维结构特征及空间分布,可以为建立有机质种类和无机矿物组成与微纳孔隙特征的联系以及最终实现页岩气的资源储量评估和勘探开发提供技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王彦飞	中国科学院地质与地球物理研究所中国科学院油气资源研究重点实验室	21	209	8.0	14.0
10	邹安祺	中国科学院地质与地球物理研究所中国科学院油气资源研究重点实验室	1	1	1.0	1.0