%0 Journal Article %A 杜奕 %A 吉欣 %A 王先武 %A 张挺 %T 基于带梯度惩罚深度卷积生成对抗网络的页岩三维数字岩心重构方法 %D 2021 %R 10.11772/j.issn.1001-9081.2020091367 %J 计算机应用 %P 1805-1811 %V 41 %N 6 %X 针对传统数字岩心重构技术存在的成本高昂、复用性差和重构质量低等问题,提出了一种基于带梯度惩罚深度卷积生成对抗网络(DCGAN-GP)的三维页岩数字岩心重构方法。首先,利用神经网络参数来描述页岩训练图像的分布概率,并完成训练图像的特征提取;其次,保存训练后的网络参数;最后,利用生成器重构出页岩三维数字岩心。实验结果表明,相较于经典的数字岩心重构技术得到的图像,DCGAN-GP得到的图像在孔隙度、变差函数和孔隙大小及分布特征上都更接近训练图像,而且DCGAN-GP的CPU使用率不到经典算法的一半,内存峰值仅有7.1 GB,重构时间达到了每次42 s,体现出模型重构质量高、效率高的特点。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2020091367