基于ResNet殘差神經(jīng)網(wǎng)絡(luò)識(shí)別的深部煤層顯微組分和微裂縫分類——以鄂爾多斯盆地石炭系本溪組8~#煤層為例

摘要： 顯微組分和微裂縫是煤儲(chǔ)層重要的微觀特征，影響煤儲(chǔ)層產(chǎn)氣能力和力學(xué)性質(zhì)。采集鄂爾多斯盆地深部煤層氣井石炭系本溪組8#煤層樣品，運(yùn)用ResNet殘差神經(jīng)網(wǎng)絡(luò)識(shí)別方法，研究了顯微組分和微裂縫發(fā)育特征。在煤樣305個(gè)顯微組分和65個(gè)微裂縫圖樣本研究的基礎(chǔ)上，建立了基于殘差神經(jīng)網(wǎng)絡(luò)識(shí)別的煤巖顯微組分和微裂縫識(shí)別方法，并利用殘差神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)鏡下數(shù)據(jù)進(jìn)行反演，構(gòu)建了深部煤儲(chǔ)層顯微組分和微裂... （共13頁）