Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中海石油国际能源服务(北京)有限公司;中海石油(中国)有限公司童凯军获国家专利权

中海石油国际能源服务(北京)有限公司;中海石油(中国)有限公司童凯军获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中海石油国际能源服务(北京)有限公司;中海石油(中国)有限公司申请的专利一种孔隙型碳酸盐岩亚分辨率剩余油分类识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115439466B

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211199147.9,技术领域涉及:G06T7/00;该发明授权一种孔隙型碳酸盐岩亚分辨率剩余油分类识别方法是由童凯军;何娟;李长勇;皮建;张宇;唐嘉伟;郭胜;蒋百召;陈翰;姜俊帅;那日苏;达丽娜设计研发完成,并于2022-09-29向国家知识产权局提交的专利申请。

一种孔隙型碳酸盐岩亚分辨率剩余油分类识别方法在说明书摘要公布了:本发明提供了一种孔隙型碳酸盐岩亚分辨率剩余油分类识别方法,所述分类识别方法采用双三次差值方法和最近邻插值方法实现了扫描图像像素增强,建立了不同精度孔隙网络模型,提高了亚分辨率孔隙及剩余油表征精度,通过对比不同精度下增强放大图像和等比例放大图像的CT值差异,建立了微观剩余油分类识别和表征方法,实现了油、水、孔隙及岩石骨架的亚分辨率三维模型重构。

本发明授权一种孔隙型碳酸盐岩亚分辨率剩余油分类识别方法在权利要求书中公布了:1.一种孔隙型碳酸盐岩亚分辨率剩余油分类识别方法,其特征在于,所述分类识别方法包括以下步骤: 1将碳酸盐岩岩心切割后进行预处理,并对预处理后的所述岩心进行Micro-CT扫描得到第一CT值; 2将步骤1预处理后的岩心依次进行升压处理、采用KI水溶液进行低速驱替后静置,对静置后的所述岩心进行Micro-CT扫描得到第二CT值,将第二CT值与第一CT值进行做差分析; 3对步骤2静置后的岩心进行油驱水实验,然后对岩心进行4次水驱油实验,对油驱水实验后以及每次水驱油实验后的所述岩心分别独立地进行Micro-CT扫描依次得到第三至第七CT值; 4采用双三次插值法对第二次至第七次的扫描图像进行增强放大,将得到的第二次扫描图像的增强放大CT值与第三次至第七次扫描图像的增强放大CT值分别独立地做差,得到差值; 所述增强放大包括:采用双三次插值法对第二次至第七次的3μm精度扫描图像进行增强放大,增强放大后扫描图像的像素点值通过源图像中与之相邻的16个像素点采用BiCubic基函数加权平均得到; 其中,BiCubic基函数如下: ; 其中,a为常数,-0.5或-1,对本发明的像素点,取其附近的4×4邻域点A,,按下述公式2计算: 2 将第二次增强放大扫描图像的CT值与第三次至第七次增强放大扫描图像的CT值分别独立地做差,采用公式3进行做差分析: 3 其中,表示第k次扫描结果增强放大至精度的CT值,k分别为3、4、5、6或7;j表示放大的不同精度,j分别为0.01、0.1和1; 5采用最近邻插值法对第二次至第七次的扫描图像进行等比例放大,将得到的第二次扫描图像的等比例放大CT值与第三次至第七次扫描图像的等比例放大CT值分别独立地做差,得到差值; 所述等比例放大包括:采用最近邻插值法对第二次至第七次的3μm精度扫描图像进行等比例放大,等比例放大后扫描图像的像素点值与源图像中距离最近的中心像素点值相同,源图像A中每个像素点值为已知; 将第二次等比例放大扫描图像的CT值与第三次至第七次扫描图像的等比例放大扫描图像的CT值分别独立地做差,采用公式4进行做差分析: 4 其中,表示第k次扫描结果等比例放大至精度的CT值;k分别为3、4、5、6或7;j表示放大的不同精度,j分别为0.01、0.1和1; 6对步骤4的差值和步骤5的差值进行分析后,然后对剩余油进行分类识别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中海石油国际能源服务(北京)有限公司;中海石油(中国)有限公司,其通讯地址为:100027 北京市东城区东直门外小街6号海油大厦;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。