[发明专利]三维岩性属性特征分析方法及装置

说明书

本发明提供一种三维岩性属性特征分析方法及装置，将深度学习技术引进岩心三维岩性属性特征分析中，准确标定出岩心属性特征，具有技术方法先进，操作步骤便捷，高效节省，准确度高的优点，解决了目前三维岩心属性特征分析只能借助扫描电镜、定性评价、二维分析、评价准确度不高的问题，能够准确定量评价三维岩心属性，规避钻井投资风险，达到了高精度依据岩心分析评价油藏的技术效果，具有良好的技术应用前景和经济效益。

技术领域

本发明涉及石油勘探技术领域，具体涉及一种三维岩性属性特征分析方法及装置。

背景技术

岩心观察与属性特征分析是地质研究的一项基本工作，而现有的常用的岩心基本采用扫描电镜的方法，需要把岩心切割打磨成二维薄片，偏向于定性化和二维化研究。难以观测到三维内部结构，难以实现定量化研究。常规工业CT或者核磁共振扫描三维体模型又耗时耗力，成本及其高昂，难以达到高效快捷的研究目标。

发明内容

针对现有技术中的问题，本发明提供一种三维岩性属性特征分析方法及装置，旨在建立地震弹性信息与含水饱和度之间的定量关系，并提供一种准确计算储层含水饱和度的技术方法。

为解决上述技术问题，本发明提供以下技术方案：

第一方面，一种三维岩性属性特征分析方法，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。

在某些实施例中，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。

在某些实施例中，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。

在某些实施例中，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。

在某些实施例中，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。

在某些实施例中，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：

根据所述三维数据体中各点的灰度值，提取得到岩心孔隙数据体，所述岩心孔隙数据体包括所述孔隙体积数据。

在某些实施例中，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型输出的三维岩心数据体做差处理，得到岩心孔隙数据体。

在某些实施例中，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；