基于语义分割的页岩孔隙结构智能表征方法

作     者：刘茜 任义丽 汪文洁 黄睿琦 苏乾潇 

作者机构：中国石油勘探开发研究院 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2024年

核心收录：

学科分类：0820[工学-石油与天然气工程] 08[工学] 082002[工学-油气田开发工程] 

基　　金：国家自然科学基金(42372175) 

主　　题：致密页岩油 微纳米 孔隙结构 扫描电镜 古龙页岩 

摘      要：页岩孔隙类型和结构参数影响储层流体的富集和运移，是页岩储层评价的重要内容。现有评价方法存在主观性强、效率低及定量化程度低等问题，难以满足快速、精准分析页岩样品的迫切需求。基于此，提出一种页岩孔隙结构智能表征方法。利用扫描电子显微镜(SEM)和大视域高分辨率SEM图像自动采集技术(MAPS)获取页岩二维灰度图像；由岩矿鉴定专家进行数据标注，分为有机孔、无机孔、裂缝和有机质；提出一种面向页岩孔隙结构分析任务的组合网络ShaleSeger及其训练范式，建立基于深度学习的页岩孔隙智能识别模型，形成基于多视域拼接的超大尺寸图像孔隙识别方案从而实现基于Maps图像的孔隙提取；利用图像处理技术实现孔隙结构特征智能表征。已实现古龙页岩孔隙结构定量分析，能够在孔隙边缘提取和类型识别的基础上自动计算各类型孔隙的面积占比，统计诸如孔径、视孔隙比表面、形状因子等孔隙结构参数。同时，所提技术可以拓展应用于CO2复合压裂评价，对CO2复合压裂前后的微观结构特征改变进行定量比较。