[发明专利]基于卷积神经网络的孔隙网络模型的建模方法及装置

权利要求书

1.一种基于卷积神经网络的孔隙网络模型的建模方法，包括：

获取通过核磁共振成像得到的岩心的核磁图像；

根据所述核磁图像获取相关长度，根据所述相关长度计算三维张量卷积核；其中，所述相关长度表示所述核磁图像中的预选亮团的半径平均值；

获取通过核磁共振得到的岩心的T2谱，根据所述T2谱获取孔喉半径频率分布；根据所述孔喉半径频率分布形成初始三维张量数据体；

根据所述三维张量卷积核和所述初始三维张量数据体采用卷积神经网络正向传播算法生成符合岩心孔喉半径频率分布的三维张量数据体；

根据初始三维张量数据体构建孔隙网络模型的无序空间结构；

根据所述符合岩心孔喉半径频率分布的三维张量数据体和所述无序空间结构建立孔隙网络模型。

2.如权利要求1所述的方法，还包括：

获取通过微CT扫描得到的岩心图像；

根据所述岩心图像获取裂缝数量和裂缝方向；

根据所述孔隙网络模型、所述裂缝数量和裂缝方向建立具有裂缝分布的孔隙网络模型。

3.如权利要求1所述的方法，所述根据所述相关长度计算三维张量卷积核，包括：

按照如下公式计算三维张量卷积核E(h)：

E(h)＝exp(-2h/L_c)

其中，h表示三维坐标系中以(L_x，L_y，L_z)为中心，半径小于等于Lc的球面到所述中心的距离，L_c表示所述相关长度。

4.如权利要求1所述的方法，所述获取核磁共振测井得到的岩心的T2谱，根据所述T2谱获取孔喉半径分布，包括：

获取通过核磁共振得到的所述岩心的T2谱；通过预设定量关系将T2谱的幅度值转换成孔喉半径频率分布。

5.如权利要求4所述的方法，包括：

所述预设定量关系为r_m＝cT_2m；

其中，r_m为第m个孔喉半径，T_2m为T2谱的第m个幅度值，c为预设的转换系数，m为正整数。

6.如权利要求4所述的方法，所述根据所述孔喉半径频率分布形成初始三维张量数据体，包括：

根据所述孔喉半径频率分布，通过随机函数建立三维稳定随机场，形成初始三维张量数据体；

其中，所述随机函数为如下对数正态分布随机函数：

其中，通过拟合所述孔喉半径频率分布得到数学期望μ和标准偏差σ，x表示孔喉半径。

7.如权利要求1所述的方法，所述根据所述三维张量卷积核和所述初始三维张量数据体采用卷积神经网络正向传播算法生成符合岩心孔喉半径频率分布的三维张量数据体，包括：

将所述三维张量卷积核与所述初始三维张量数据体依次进行张量点乘，将点乘结果按照所述初始三维张量数据体中的顺序堆叠起来，生成符合岩心孔喉半径频率分布的三维张量数据体。

8.如权利要求1所述的方法，所述根据所述初始三维张量数据体构建孔隙网络模型的无序空间结构，包括：

根据所述初始三维张量数据体的数据数量确定所述无序空间结构的节点数；

根据所述节点数以及预设的各节点间的间隔距离L构建包含X、Y、Z三个方向的三维立方体网络；

计算所述三维立方体网络中各节点的坐标；

确定各方向各相邻节点之间是否有管束连通，并分配管束半径；

通过预设规则移动各节点坐标；

根据所述三维立方体网络、确定是否有管束连通的结果、分配的管束半径和移动后的节点坐标生成无序空间结构。