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！

龙图腾网获悉临沂大学申请的专利一种多组分数字岩心重构方法、装置、设备及介质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：CN120147538B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510250309.4，技术领域涉及：G06T17/00；该发明授权一种多组分数字岩心重构方法、装置、设备及介质是由林伟;李熙喆;王娟;胡勇;张吉振;李明涛;赵新礼;谢坤设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本一种多组分数字岩心重构方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种多组分数字岩心重构方法、装置、设备及介质，涉及储层测井识别技术领域，本发明通过引入Wasserstein距离，计算生成样本与真实样本分布的Wasserstein距离，在训练中逐层最小化Wasserstein距离，解决训练过程中的不收敛问题，提高训练稳定性和生成样本的质量；通过在判别器中嵌入先验知识决策，以对矿物分布、孔隙率和裂缝特征进行正则化约束，提高判别器对生成样本真实性和符合领域特征的判断能力，提高多组分结构的重构准确性；同时引入梯度惩罚机制，提升模型训练的稳定性和生成样本的分布一致性，最终利用训练后的网络模型重构多组分数字岩心，清晰展现储层的复杂孔隙结构和多组分结构。

本发明授权一种多组分数字岩心重构方法、装置、设备及介质在权利要求书中公布了：1.一种多组分数字岩心重构方法，其特征在于，包括以下步骤： 获取碳酸盐岩的小样本多幅岩心图像及与每个岩心图像对应的岩心多组分结构； 在生成对抗网络模型GAN的生成器中引入Wasserstein距离作为生成器的损失函数，形成改进的生成器；在生成对抗网络模型GAN的判别器中嵌入先验知识决策及梯度惩罚，形成改进的判别器；以及形成包括改进的生成器和改进的判别器的改进的生成对抗网络模型WGAN-GP； 利用多幅岩心图像对应的岩心多组分结构训练改进的生成对抗网络模型WGAN-GP；在训练中，生成器通过输入随机噪声向量和对应的领域知识向量，逐层优化网络模型参数，同时生成器将Wasserstein距离作为损失函数，通过判别器的反馈信息调整生成样本的分布以进行对抗训练；判别器通过嵌入的先验知识决策，对矿物分布、孔隙率及裂缝连通性施加约束，评估生成样本与真实样本的匹配程度；以及在生成器和判别器的对抗训练中，生成器采用梯度惩罚机制，对真实样本和生成样本之间插值点进行梯度约束，以获得训练后的生成对抗网络模型WGAN-GP； 将待重建的岩心图像对应的岩心多组分结构输入训练后的生成对抗网络模型WGAN-GP的生成器中，输出重建后的多组分数字岩心； 所述生成对抗网络模型GAN的改进，包括： 生成对抗网络模型GAN中目标函数的对数似然损失为： ； 将对数似然损失替换为Wasserstein距离，Wasserstein距离的方程为： ； 其中：和是可能的两个分布；是两个分布和的联合分布的集合，γ是,的一个可能的联合分布；x表示真实样本，y表示生成样本，是从γ中抽取的样本；表示两个样本x和y之间的距离；f表示1-Lipschitz函数； 在生成对抗网络模型GAN的判别器中嵌入先验知识决策，以获取多组分比例的损失误差，其中的损失函数表示为： ； 其中：表示第i个组分比例的样本预测百分比；表示第i个组分比例的样本真实百分比；表示标签中包含的岩石组分类型的数量；表示原始损失函数在训练神经网络中的重要性比例；表示先验知识在训练神经网络中的重要性比例； 为了保持1-Lipschitz函数的条件，用梯度惩罚替代WGAN中的权重剪切策略，对判别器输出的梯度进行惩罚，梯度惩罚方程为： ； 其中：是从均匀分布中采样的随机变量；是超参数。

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临沂大学，其通讯地址为：276000 山东省临沂市兰山区工业大道北段西侧；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。