[发明专利]一种基于Kmeans算法的油源对比方法、装置、电子设备及介质在审
申请号: | 202211623939.4 | 申请日: | 2022-12-16 |
公开(公告)号: | CN115831267A | 公开(公告)日: | 2023-03-21 |
发明(设计)人: | 彭光荣;姜福杰;郭婧;吴宇琦;宋泽章;姜大朋 | 申请(专利权)人: | 中海石油深海开发有限公司;中国石油大学(北京) |
主分类号: | G16C20/70 | 分类号: | G16C20/70;G16C20/20;G06F18/23213;G06F18/24 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 潘登 |
地址: | 519000 广东省珠海市珠*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 kmeans 算法 对比 方法 装置 电子设备 介质 | ||
1.一种基于Kmeans算法的油源对比方法,其特征在于,包括:
针对目的油田,筛选油源对比所需的所述目的油田的生物标志化合物参数;其中,所述生物标志化合物参数包括不同类型原油的生物标志化合物参数和不同类型烃源岩的生物标志化合物参数;
读取所述目的油田的生物标志化合物参数对应的数据;
基于所述生物标志化合物参数对应的数据,采用Kmeans算法分别进行聚类,得到聚类结果;
根据所述聚类结果,绘制不同类型原油的分类结果和不同类型烃源岩的分类结果;
根据不同类型原油的分类结果确定不同类型原油的第一聚类中心点,以及,根据不同类型烃源岩的分类结果确定不同类型烃源岩的第二聚类中心点;
根据所述第一聚类中心点与所述第二聚类中心点的距离,判断所述目的油田的不同类型原油与不同类型烃源岩的油源亲缘关系。
2.根据权利要求1所述的方法,其特征在于,基于所述生物标志化合物参数对应的数据,采用Kmeans算法分别进行聚类,得到聚类结果,包括:
随机选取预设个数组原油的生物标志化合物参数对应的数据作为第一中心点;以及,随机选取预设个数组烃源岩的生物标志化合物参数对应的数据作为第二中心点;
基于Kmeans算法调整每组参数对应的数据所属的类别,使得第一中心点、第二中心点和每组参数对应的数据所属的类别同时收敛,得到聚类结果。
3.根据权利要求1所述的方法,其特征在于,筛选油源对比所需的所述目的油田的生物标志化合物参数,包括:
基于饱和烃和芳香烃色—质谱实验的实验数据,筛选油源对比所需的所述目的油田的不同类型原油的生物标志化合物参数和不同类型烃源岩的生物标志化合物参数。
4.根据权利要求1所述的方法,其特征在于,所述生物标志化合物参数包括姥鲛烷与nC17的比值、植烷与nC18的比值、姥植比、C27-C28-C29ααα-R规则甾烷归一化含量、伽马蜡烷指数、C19+20/23三环萜烷、C19+20-C21-C23三环萜烷归一化含量、奥利烷指数、二苯并噻吩/菲中的至少一种。
5.根据权利要求1所述的方法,其特征在于,绘制不同类型原油的分类结果和不同类型烃源岩的分类结果,包括:
用不同形状区分原油和烃源岩,以及用不同颜色区分分类结果;并将不同类型原油的分类结果和不同类型烃源岩的分类结果绘制在同一图件上。
6.一种基于Kmeans算法的油源对比装置,其特征在于,包括:
筛选模块,用于针对目的油田,筛选油源对比所需的所述目的油田的生物标志化合物参数;其中,所述生物标志化合物参数包括不同类型原油的生物标志化合物参数和不同类型烃源岩的生物标志化合物参数;
读取模块,用于读取所述目的油田的生物标志化合物参数对应的数据;
聚类模块,用于基于所述生物标志化合物参数对应的数据,采用Kmeans算法分别进行聚类,得到聚类结果;
绘制模块,用于根据所述聚类结果,绘制不同类型原油的分类结果和不同类型烃源岩的分类结果;
确定模块,用于根据不同类型原油的分类结果确定不同类型原油的第一聚类中心点,以及,根据不同类型烃源岩的分类结果确定不同类型烃源岩的第二聚类中心点;
判断模块,用于根据所述第一聚类中心点与所述第二聚类中心点的距离,判断所述目的油田的不同类型原油与不同类型烃源岩的油源亲缘关系。
7.根据权利要求6所述的装置,其特征在于,聚类模块,具体用于:
随机选取预设个数组原油的生物标志化合物参数对应的数据作为第一中心点;以及,随机选取预设个数组烃源岩的生物标志化合物参数对应的数据作为第二中心点;
基于Kmeans算法调整每组参数对应的数据所属的类别,使得第一中心点、第二中心点和每组参数对应的数据所属的类别同时收敛,得到聚类结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中海石油深海开发有限公司;中国石油大学(北京),未经中海石油深海开发有限公司;中国石油大学(北京)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211623939.4/1.html,转载请声明来源钻瓜专利网。