页岩薄片智能识别平台

新一代信息技术

一、项目进展

创意计划阶段

二、负责人及成员

姓名	学院/所学专业	入学/毕业时间	学号
高志豪	计算机学院/物联网工程	2017年/2021年	201731064410
林钟煇	计算机学院/物联网工程	2018年/2022年	201831064119
阳旭菻	计算机学院/计算机科学与技术	2018年/2022年	201831062525
李沛键	计算机学院/物联网工程	2018年/2022年	201831064115

三、指导教师

姓名	学院/所学专业	职务/职称	研究方向
陈雁	计算机科学学院	副教授	人工智能、复杂网络、能源与人工智能交叉领域
刘忠慧	计算机科学学院	副教授	机器学习、人工智能、形式概念分析

四、项目简介

美国海相页岩气藏的成功勘探开发，展现了页岩气的巨大潜力和发展空间，同时也极大地促进了页岩储层微观结构表征分析技术的发展，通过页岩岩心薄片观察底层形态、确定底层数据，是页岩气勘探开采中的重要一环。页岩储层的孔隙作为页岩组分的一个重要部分，其结构特征直接影响着储层剩余储量的剩余油的分布，因此，对页岩薄片孔隙的形状和类型进行研究是十分必要的。但在目前，页岩薄片只能靠人工鉴定，这种方法工作量大，效率低，且主观性强，误差较大。深度学习是近年发展起来的具有多层次特征抽象归纳与知识发现能力的机器学习算法，目前已经被广泛应用到了语音识别、计算机视觉、自然语言处理等众多领域。在地质和岩石物理领域也有了初步的应用，深度学习方法在地质数据的特征提取及预测识别方面有着广阔的应用前景，本项目组将会开发页岩薄片智能平台，通过机器学习算法来学习专家知识，自动识别孔隙类型，这样就可以大大提高效率，节省人力。

成果类别	成果名称	相关团队成员	相关指导老师
软件著作权	岩石孔隙标签校正系统	高志豪、林钟煇	陈雁
软件著作权	基于语义分割方法的岩石孔隙识别web平台	高志豪、林钟煇	陈雁
软件著作权	基于阈值分割方法的岩石孔隙识别web平台	高志豪、林钟煇	陈雁
软件著作权	基于扫描电镜的岩石孔隙定量表征web平台	高志豪、林钟煇	陈雁
专利	一种岩石薄片显微图像自动标注方法	阳旭菻	陈雁
期刊	页岩薄片孔缝分割的自动阈值生成方法[J].海洋地质前沿,2021(05):57-62.【CSCD】【中国科技核心期刊】	无	陈雁
期刊	FLU-net：用于表征页岩储层微观孔隙的深度全卷积网络[J].海洋地质前沿,2021(08):34-43.【CSCD】【中国科技核心期刊】	无	陈雁
竞赛 奖项	第六届互联网+大学生创新创业大赛四川省银奖	高志豪、林钟煇、阳旭菻	陈雁

本项目的创新点在于通过人工智能算法解决目前并无标注的页岩、碳酸盐等页岩薄片库的自动标注，基于大数据技术建立大型页岩薄片数据仓库并支撑上层模型及可视化，消除原数据中的不一致性，使得薄片描述有规范统一的标准且便于查询分析。使用机器学习技术对传统地质薄片数据进行智能分析，减少工作量，减少人工误差。可视化界面支持地质工作者在线对薄片数据进行标注和校正，使用本平台自主研发的FLU-net深度全卷积神经网络，将页岩的孔隙识别并对孔隙进行分类，在保证具有较高的准确率的同时，提高页岩薄片识别的自动化和泛化能力。地质工作者标注的薄片标签完成后将会自动录入薄片标签库中，主动学习模型算法会自动更新自动标注模型。