作者：韩进       核稿：甄延忠

   近日，石油学院新进青年教师杨莎莎博士主持的《基于深度学习的庆城油田页岩孔隙类型识别研究》横向课题顺利结题，成果产出累计近百万元。

   课题基于深度学习技术对页岩孔隙类型进行准确识别，对于我国丰富的页岩油储量，识别孔隙类型对于页岩储层质量评价具有重要意义。传统技术主要依靠专业技术人员的经验，通过人工观察镜下岩石薄片的方式识别孔隙类型，存在识别效率、准确率低、主观性强等问题。然而，深度学习具有深层的神经网络，能够自动提取数据的特征，在图像识别领域有出色表现。针对以上技术问题，该课题组成员对深度学习网络模型进行改进，更新孔隙类型识别的算法，大大提高了页岩孔隙类型识别的效率和准确率，对后续储层质量的评价和页岩油开采方案的制定与实施具有十分重要的指导意义。

杨莎莎博士长期以来从事油气田开发地质科研、实践工作，主持及参与科研项目15项。在产学研合作过程中，充分发挥了人才培养、科学研究和服务社会的功能，先后发表专业相关论文20多篇，其中SCI 8篇，申请国家专利及软件著作权20余项，其中国家发明专利14项。