[发明专利]三维岩性属性特征分析方法及装置

权利要求书

1.一种三维岩性属性特征分析方法，其特征在于，包括：

采集目标层段中岩心的二维属性特征数据；

将所述二维属性特征数据输入至预设的三维重建深度学习模型，生成岩心的三维属性特征数据；

其中，所述三维重建深度学习模型通过已采集的各层段岩心的二维属性特征数据训练形成。

2.根据权利要求1所述的三维岩性属性特征分析方法，其特征在于，所述三维属性特征数据包括孔隙体积数据和基岩体积数据，所述三维岩性属性特征分析方法还包括：

根据所述三维属性特征数据获取所述孔隙体积数据；

根据所述孔隙体积数据确定所述岩心的孔隙特征数据，所述孔隙特征数据包括孔隙的数量数据、分布数据、孔隙度数据以及类型数据。

3.根据权利要求2所述的三维岩性属性特征分析方法，其特征在于，所述三维岩性属性特征分析方法还包括：

根据所述孔隙体积数据确定所述岩心的孔渗特征数据，所述孔渗特征数据包括：岩石渗透率数据。

4.根据权利要求1所述的三维岩性属性特征分析方法，其特征在于，所述三维岩性属性特征分析方法还包括：

建立所述三维重建深度学习模型；

通过已采集的各层段岩心的二维属性特征数据训练所述三维重建深度学习模型。

5.根据权利要求3所述的三维岩性属性特征分析方法，其特征在于，所述二维属性特征数据输入至所述三维重建深度学习模型后，所述三维重建深度学习模型根据所述二维属性特征数据进行三维建模，生成三维岩心数据体，所述三维岩心数据体包括所述三维属性特征数据。

6.根据权利要求2所述的三维岩性属性特征分析方法，其特征在于，所述根据所述三维属性特征数据获取所述孔隙体积数据，包括：

识别所述二维属性特征数据中孔隙和基岩对应的灰度特征值；

根据所述孔隙和基岩对应的灰度特征值，确定用于区别所述孔隙和所述基岩的灰度门槛值；

根据所述灰度门槛值筛选所述三维属性特征数据中灰度值小于所述灰度门槛值的数据，生成所述孔隙体积数据。

7.根据权利要求5所述的三维岩性属性特征分析方法，其特征在于，所述根据所述三维属性特征数据获取所述孔隙体积数据，包括：

扫描获得含有孔隙结构的数据体，并对含有孔隙结构的数据体进行三维填充，得到实心岩心数据体；

将所述实心岩心数据体与所述三维重建深度学习模孔隙后型输出的三维岩心数据体做差处理，得到岩心孔隙数据体。

8.根据权利要求7所述的三维岩性属性特征分析方法，其特征在于，所述根据所述孔隙体积数据确定所述岩心的孔隙特征数据，包括：

将所述孔隙数据体输入至成像系统，得到岩石中孔隙的三维成像；

统计所述三维成像中孔隙的数量数据、分布数据、孔隙度数据以及类型数据。

9.根据权利要求3所述的三维岩性属性特征分析方法，其特征在于，所述根据所述孔隙体积数据确定所述岩心的孔隙特征数据，包括：

将所述孔隙数据体输入至成像系统，得到岩石中孔隙的三维成像；

统计所述三维成像中孔隙的数量数据、分布数据以及类型数据；

所述根据所述孔隙体积数据确定所述岩心的孔渗特征数据，包括：

根据所述孔隙体积数据形成渗流连通通道；

对所述渗流通道进行范围标定，根据标定的渗流通道获得所在渗流通道的渗流线和渗流场；

根据构建出的渗流场计算岩心渗透率。