一、項目進展

創(chuàng)意計劃階段

二、負責人及成員

三、指導教師

四、項目簡介

美國海相頁巖氣藏的成功勘探開發(fā)，展現(xiàn)了頁巖氣的巨大潛力和發(fā)展空間，同時也極大地促進了頁巖儲層微觀結(jié)構(gòu)表征分析技術的發(fā)展，通過頁巖巖心薄片觀察底層形態(tài)、確定底層數(shù)據(jù)，是頁巖氣勘探開采中的重要一環(huán)。頁巖儲層的孔隙作為頁巖組分的一個重要部分，其結(jié)構(gòu)特征直接影響著儲層剩余儲量的剩余油的分布，因此，對頁巖薄片孔隙的形狀和類型進行研究是十分必要的。但在目前，頁巖薄片只能靠人工鑒定，這種方法工作量大，效率低，且主觀性強，誤差較大。深度學習是近年發(fā)展起來的具有多層次特征抽象歸納與知識發(fā)現(xiàn)能力的機器學習算法，目前已經(jīng)被廣泛應用到了語音識別、計算機視覺、自然語言處理等眾多領域。在地質(zhì)和巖石物理領域也有了初步的應用，深度學習方法在地質(zhì)數(shù)據(jù)的特征提取及預測識別方面有著廣闊的應用前景，本項目組將會開發(fā)頁巖薄片智能平臺，通過機器學習算法來學習專家知識，自動識別孔隙類型，這樣就可以大大提高效率，節(jié)省人力。