CN110414755A - 一种对评价对象进行评价的方法和装置 - Google Patents

一种对评价对象进行评价的方法和装置 Download PDF

Info

Publication number
CN110414755A
CN110414755A CN201810400408.6A CN201810400408A CN110414755A CN 110414755 A CN110414755 A CN 110414755A CN 201810400408 A CN201810400408 A CN 201810400408A CN 110414755 A CN110414755 A CN 110414755A
Authority
CN
China
Prior art keywords
index
evaluation object
evaluation
indices
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810400408.6A
Other languages
English (en)
Inventor
王文东
苏玉亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201810400408.6A priority Critical patent/CN110414755A/zh
Publication of CN110414755A publication Critical patent/CN110414755A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种对评价对象进行评价的方法和装置。所述方法包括：获取用于对评价对象进行评价的有效数据，所述有效数据包括至少两个评价对象的各项指标的数值；针对每项指标，根据所述有效数据中各评价对象的所述指标的数值，计算所述指标的权重；针对每个评价对象，根据所述评价对象的各项指标的权重和各项指标的数值，计算所述评价对象的综合评价指数；根据每一个评价对象的所述综合评价指数，确定所述评价对象的类别或等级。该方案能够针对多评价对象灵活地选取多指标进行评价，且能够综合各指标之间的相互关系来分析评价，评价结果具有更高的合理性、准确性和实用性。

Description

一种对评价对象进行评价的方法和装置
技术领域
本发明涉及数据分析与评价技术领域，特别涉及一种对评价对象进行评价的方法和装置。
背景技术
我国油田天然能量整体不足，且多数处于开发的中后期，主要采取人工注水的开发方式，水驱油田储量占总储量的85％以上。通过油田开发水平评价能够客观评价目前油田开发的状态，找到影响开发效果的主要因素，制定与之相配套的措施改善和提升油田开发效果，对油田的高效开发具有重要意义。
目前油田开发水平评价主要按照中华人民共和国石油天然气行业标准《油田开发水平分级》执行，标准中针对七大类型油藏开发水平进行了分级，在对每一类油藏进行开发水平分级时制定了不同的评价指标，明确了每项指标的分类界限，在统计评价对象开发指标的达标项数后，确定油田的开发水平。
油田在开发过程中开发效果是先天不可控指标和后天可控指标共同影响，且是各个要素指标之间相互影响共同作用的结果，而该方法在指标选取上比较局限，只能选取标准中规定的指标，而标准中的指标，对油田先天地质品质因素以及开发投资等因素考虑不足；而且该方法并未考虑油田开发指标之间的复杂关系，仅对每一指标单独的进行分析评价。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种对评价对象进行评价的方法和装置。
第一方面，本发明实施例提供一种对评价对象进行评价的方法，包括：
获取用于对评价对象进行评价的有效数据，所述有效数据包括至少两个评价对象的各项指标的数值；
针对每项指标，根据所述有效数据中各评价对象的所述指标的数值，计算所述指标的权重；
针对每个评价对象，根据所述评价对象的各项指标的权重和各项指标的数值，计算所述评价对象的综合评价指数；
根据每一个评价对象的所述综合评价指数，确定所述评价对象的类别或等级。
在一个可选的实施例中，计算每项指标的权重，包括：
根据所述有效数据中各评价对象的所述指标的数值，计算所述指标的信息熵；
根据各项指标的所述信息熵，计算每项指标的熵权，作为权重。
在一个可选的实施例中，计算每项指标的权重之前，包括：
计算每一个评价对象对应的各项指标数值的标准值。
在一个可选的实施例中，计算每一个评价对象对应的各项指标数值的标准值，包括：
根据判断出的所述各项指标的正负向，用极差法计算每一个评价对象对应的各项指标数值的无量纲化值，作为标准值：
其中，xij表示第j个评价对象的第i项指标的数值，i＝1,2...m，m表示指标的项数，j＝1,2...n，n表示评价对象的个数，m、n为正整数，yij为第j个评价对象第i项指标的标准值，min(xi)表示所有评价对象对应的第i项指标数值的最小值，max(xi)表示所有评价对象对应的第i项指标数值的最大值。
在一个可选的实施例中，根据各评价对象的每项指标的标准值，计算每项指标的信息熵：
其中，Ei为第i项指标的信息熵，如果pij＝0，则定义pijlnpij＝0；
根据各项指标的所述信息熵，计算每项指标的权重：
其中，Wi为第i项指标的权重，0≤Wi≤1，且
在一个可选的实施例中，计算所述评价对象的综合评价指数，包括：
利用下式计算所述评价对象的综合评价指数Aj：
其中，Aj为第j个评价对象的综合评价指数。
在一个可选的实施例中，获取对评价对象进行评价的有效数据，包括：
接收到至少一个评价对象的至少一项指标的数据后，对所述数据进行有效性识别，得到所述有效数据。
在一个可选的实施例中，对所述数据进行有效性识别，包括：
按照预先存储的指标列表筛选各评价对象的有效指标，根据指标列表中的有效信息，筛选所述有效指标的有效数值，得到所述有效数据；
所述指标列表包括有效指标的有效信息。
第二方面，本发明实施例提供一种油田开发水平评价方法，包括：使用上述任一项或多项对评价对象进行评价的方法对油田开发水平进行评价，确定油田开发水平的等级。
在一个可选的实施例中，所述获取用于对评价对象进行评价的有效数据，包括：
获取至少两个待评价油田的各项指标的数值；其中，所述指标包括压力-状态-响应PSR模型中的压力指标、状态指标和响应指标的各至少一项指标。。
在一个可选的实施例中，所述压力指标，至少包括：储层渗透率、地层原油粘度、渗透率变异系数和储量丰度；
所述状态指标，至少包括：采收率、水驱储量控制程度、地层压力保持水平、高峰采油速度和稳产年限；
所述响应指标，至少包括：井控储量、注水水质达标率，注水井分注率，注水井分层调配率和分注井层段合格率。
在一个可选的实施例中，所述方法，还包括：
获取到油田的各项指标后，判断各项指标的正负向，具体包括：
针对每一项指标，判断所述指标对油田开发水平的影响趋势；
根据所述影响趋势确定所述指标为正向或者负向：油田开发水平随指标数值的增大增高，则所述指标为正向；油田开发水平随指标数值的减小增高，则所述指标为负向。
在一个可选的实施例中，根据每一个评价对象的所述综合评价指数，确定所述评价对象的类别或等级，包括：
针对每一个待评价油田，针对所述油田的综合评价指数的排名，确定所述油田的等级。
第三方面，本发明实施例提供一种对评价对象进行评价的装置，包括：
数据获取模块，用于，获取用于对评价对象进行评价的有效数据，所述有效数据包括至少两个评价对象的各项指标的数值；
第一计算模块，用于，针对每项指标，根据所述数据获取模块获取的所述有效数据中各评价对象的所述指标的数值，计算所述指标的权重；
第二计算模块，用于，针对每个评价对象，根据所述第一计算模块计算的所述评价对象的各项指标的权重和各项指标的数值，计算所述评价对象的综合评价指数；
确定模块，用于，根据所述第二计算模块计算的每一个评价对象的所述综合评价指数，确定所述评价对象的类别或等级。
在一个可选的实施例中，所述第一计算模块，具体用于：
根据所述数据获取模块获取的所述有效数据中各评价对象的所述指标的数值，计算所述指标的信息熵；
根据各项指标的所述信息熵，计算每项指标的熵权，作为权重。
在一个可选的实施例中，所述装置，还包括：
第三计算模块，用于在所述第一计算模块计算之前，计算每一个评价对象对应的各项指标数值的标准值。
在一个可选的实施例中，所述第三计算模块，具体用于：
根据判断出的所述各项指标的正负向，用极差法计算每一个评价对象对应的各项指标数值的无量纲化值，作为标准值：
其中，xij表示第j个评价对象的第i项指标的数值，i＝1,2...m，m表示指标的项数，j＝1,2...n，n表示评价对象的个数，yij为第j个评价对象第i项指标的标准值，min(xi)表示所有评价对象对应的第i项指标数值的最小值，max(xi)表示所有评价对象对应的第i项指标数值的最大值。
在一个可选的实施例中，所述第一计算模块，具体用于：
根据各评价对象的每项指标的标准值，计算每项指标的信息熵：
其中，Ei为第i项指标的信息熵，如果pij＝0，则定义pijlnpij＝0；
根据各项指标的所述信息熵，计算每项指标的权重：
其中，Wi为第i项指标的权重，0≤Wi≤1，且
在一个可选的实施例中，所述第二计算模块，具体用于：
利用下式计算所述评价对象的综合评价指数Aj：
其中，Aj为第j个评价对象的综合评价指数。
在一个可选的实施例中，所述数据获取模块，还用于：
接收到至少一个评价对象的至少一项指标的数据后，对所述数据进行有效性识别，得到所述有效数据。
在一个可选的实施例中，所述数据获取模块，具体用于：
按照预先存储的指标列表筛选各评价对象的有效指标，根据指标列表中的有效信息，筛选所述有效指标的有效数值，得到所述有效数据；
所述指标列表包括有效指标的有效信息。
在一个可选的实施例中，所述装置还用于，对油田开发水平进行评价，确定油田开发水平的等级。。
在一个可选的实施例中，所述数据获取模块，具体用于：
获取至少两个待评价油田的各项指标的数值；其中，所述指标包括压力-状态-响应PSR模型中的压力指标、状态指标和响应指标的各至少一项指标。
在一个可选的实施例中，所述第三计算模块，具体用于：
针对每一项指标，判断所述指标对油田开发水平的影响趋势；
根据所述影响趋势确定所述指标为正向或者负向：油田开发水平随指标数值的增大增高，则所述指标为正向；油田开发水平随指标数值的减小增高，则所述指标为负向。
在一个可选的实施例中，所述确定模块，具体用于：
针对每一个待评价油田，针对所述油田的综合评价指数的排名，确定所述油田的等级。
第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机指令，当该指令被处理器执行时实现上述任一项或多项对评价对象进行评价或对油田开发水平评价的方法。
本发明实施例提供的上述技术方案的有益效果至少包括：
获取用于对至少两个评价对象进行评价的各项指标的数值，可以将有参考价值的指标都包含在内对评价对象进行分析评价，从而可以全面分析各影响因素；针对每项指标，根据所述有效数据中各评价对象的所述指标的数值，计算所述指标的权重；进而针对每个评价对象，根据所述评价对象的各项指标的权重和各项指标的数值，计算所述评价对象的综合评价指数，使得计算的每一个评价对象的综合评价指数是各项指标共同影响的结果；故最终的分类结果具有更高的合理性、准确性和实用性。
在利用每一个评价对象的每一项指标数值进行计算之前，先分析各项指标的正负向，进而将数值进行无量纲标准化，使得每次评价的结果不会因为指标单位的不同而数值不同导致最终的分析结果受到影响。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例一中所述对评价对象进行评价的方法的流程图；
图2为图1中步骤S11的具体实现流程图；
图3为本发明实施例二中水驱油田开发水平评价方法的具体实现流程图；
图4为本发明实施例二中PSR模型作用机制示意图；
图5为本发明实施例中所述对评价对象进行评价的装置结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决目前油田开发水平评价方法指标选取局限，且没有考虑各指标之间的相互关系，仅能对单一指标单独进行分析评价的问题，本发明实施例提供了一种对评价对象进行评价的方法，该方案分析的指标选取灵活、类型全面，且能够综合各指标之间的相互影响来分析评价。该方案不仅可以应用于油田开发水平评价，还可以应用于其他任何领域的对评价对象进行评价。
实施例一
本发明实施例一提供一种对评价对象进行评价的方法，其流程如图1所示，包括如下步骤：
步骤S11：获取用于对评价对象进行评价的有效数据。
在一个实施例中，可以是接收到至少一个评价对象的至少一项指标的数据后，对数据进行有效性识别，得到有效数据。
可以是，针对每一个数值，同时进行指标有效性和数值有效性的有效性识别；或，接收完用于对评价对象进行评价的数据后，先筛选有效的指标，再针对各项指标筛选各个评价对象的有效数值。
指标和数值的有效性识别具体可以是：按照预先存储的指标列表筛选各评价对象的有效指标，根据指标列表中的有效信息，筛选有效指标的有效数值，得到有效数据。指标列表包括有效指标的有效信息。
上述有效指标，可以是包括压力、状态和响应因素的各项指标；有效信息，可以包括指标的下列信息中的至少一项：指标编号，指标名称，指标类型，指标正负向，指标有效数值范围。
上述指标列表包含所有可能的指标。指标的正负向表示指标的影响趋势，正向表示与最终评价的水平正相关，即指标数值越大，最终的评价水平越高；负向表示与最终评价的水平负相关，即指标数值越大，最终的评价水平越低。指标有效数值范围即指标数值的可能的最大值和最小值，可以是最大值和最小值都有限定，也可以是只其中一者有限定，也可以是二者都没有限定，具体根据实际情况来定。如表1所示，为指标列表的示意。
表1指标列表
上述有效性识别过程中，如果接收到的数据中包含预先存储的指标列表中不包含的指标，或者指标的数值不在有效数值范围内，则发送错误报告，并提示原始数据是否需要重新发送，若接收到是的命令，则等待重新接收新数据；若接收到否的命令，则只筛选包含在指标列表中的指标，且数值在有效范围内的指标数值，得到有效数据。
上述得到的有效数据，包括至少两个评价对象的各项指标的数值。
在一个实施例中，可以是得到包含每一个评价对象的每一项指标数值的矩阵模型：
其中，xij表示第j个评价对象的第i项指标的数值；m，n为正整数。
在一个实施例中，可以进一步将得到的有效数据标准化，计算每一个评价对象对应的各项指标数值的标准值，具体计算方法后续详细论述。
步骤S12：针对每项指标，根据有效数据中各评价对象的相应指标的数值，分别计算各项指标的权重。
针对每项指标，根据有效数据中各评价对象对应指标的数值，分别计算各项指标的信息熵；根据各项指标的信息熵，计算每项指标的熵权，作为权重。
在计算信息熵之前，可以计算每一个评价对象对应的各项指标数值的标准值，用于信息熵的计算。
在一个实施例中，可以利用熵权法确定指标权重，根据各评价对象的每项指标的标准值，计算每项指标的信息熵Ei：
上式(1)中，Ei为第i项指标的信息熵，如果pij＝0，则定义pijlnpij＝0。
然后，根据各项指标的信息熵，计算每项指标的权重Wi：
上式(2)中，Wi为第i项指标的权重，0≤Wi≤1，且
步骤S13：针对每个评价对象，根据评价对象的各项指标的权重和各项指标的数值，计算评价对象的综合评价指数。
在步骤S12计算出每一项指标的权重的基础上，利用下式计算每一个评价对象的综合评价指数Aj：
上式(3)中，Aj为第j个评价对象的综合评价指数。
步骤S14：根据每一个评价对象的综合评价指数，确定评价对象的类别或等级。
在一个实施例中，按照每一个评价对象的综合评价指数和设定的分类规则，确定评价对象的类别或等级。
分类规则可以设定为：将综合评价指数排名在前30％的评价对象归为一类，将综合评价指数排名在大于30％且小于或等于60％的评价对象归为二类，将综合评价指数排名在大于60％的评价对象归为三类。例如：有10个评价对象，则综合评价指数排名1～3的评价对象归为一类，综合评价指数排名4～6的评价对象归为二类，综合评价指数排名7～10的评价对象归为三类。
上述分类规则也可以按照评价对象的综合评价指数的数值范围来设定，也可以设定为其他适用的规则，此处不做限定。
按照每一个评价对象的综合评价指数的数值或者排名，和设定的分类规则，确定评价对象的类别或等级。
本实施例利用获取的用于对至少两个评价对象进行评价的各项指标的数值，对评价对象进行评价，可以将有参考价值的指标都包含在内对评价对象进行分析评价，从而可以全面分析各影响因素；针对每项指标，根据所述有效数据中各评价对象的所述指标的数值，计算所述指标的权重；进而针对每个评价对象，根据所述评价对象的各项指标的权重和各项指标的数值，计算所述评价对象的综合评价指数，使得计算的每一个评价对象的综合评价指数是各项指标共同作用、共同影响的结果；故最终的分类结果具有更高的合理性、准确性和实用性。
具体的，上述步骤S11中，计算每一个评价对象对应的指标数值的标准值，具体计算方法可以如图2所示，包括下述步骤：
步骤S21：判断各项指标的正负向。
按照上述预先存储的指标列表中的每一项指标的有效信息包含的指标编号、指标名称和指标正负向的匹配关系中，根据指标的编号或名称判断其正负向。
步骤S22：用极差法计算每一个评价对象对应的各项指标数值的无量纲化值，作为标准值。
根据指标的正负向，利用如下公式计算每一项指标的标准值：
上式(4)中，xij表示第j个评价对象的第i项指标的数值，i＝1,2...m，m表示指标的项数，j＝1,2...n，n表示评价对象的个数，yij为第j个评价对象第i项指标的标准值，min(xi)表示所有评价对象对应的第i项指标数值的最小值，max(xi)表示所有评价对象对应的第i项指标数值的最大值。
本实施例在得到有效数据之后，先分析各项指标的正负向，进而将数值进行无量纲标标准化，使得每次分类的结果不会因为指标单位的不同而数值不同导致最终的分析结果受到影响。
本实施例所述方法，可以应用于油田开发水平评价，也可以应用于其他领域对评价对象进行评价。
实施例二
本发明实施例二提供一种上述对价对象进行评价的方法的一种具体应用，用于对油田开发水平进行评价，本实施例提供的油田开发水平评价方法，如图3所示，具体包括步骤如下：
步骤S31：获取用于对待评价油田进行评价的有效数据。
获取的有效数据包括至少两个待评价油田的各项指标的数值。
所述指标包括压力-状态-响应PSR模型中的压力指标、状态指标和响应指标的各至少一项指标。
在一个实施例中，所述压力指标，至少包括：储层渗透率、地层原油粘度、渗透率变异系数和储量丰度；所述状态指标，至少包括：采收率、水驱储量控制程度、地层压力保持水平、高峰采油速度和稳产年限；所述响应指标，至少包括：井控储量、注水水质达标率，注水井分注率，注水井分层调配率和分注井层段合格率。
以获取某油田的12个水驱油田的14项指标为例。对接收到的12个油田14项指标的数据进行有效性识别，得到有效数据矩阵。
按照预先存储的指标列表筛选有效的指标，及指标对应的每一个评价对象的有效数值，得到有效数据矩阵。
油藏地质状况是油田开发的先天不可控因素，会对油田的开发形成正向或负向的压力影响，在先天不可控压力因素的作用下，油田开发技术和管理人员会做出相应的反应，采取一定的措施通过响应渠道对油田开发生产效果产生作用，改变油田的开发效果，整个系统具有动态传导机制的特点，在此过程中各个要素指标之间交互作用，处在一个动态平衡之中，形成一个有机的动态循环，其作用机制见图4所示的压力-状态-响应(PressureState Response，PSR)模型。
图4中，地质油藏状况为不可控因素，相当于PSR模型的压力指标Pressure，包含有储层渗透率、地层原油粘度、渗透率变异系数和储量丰度等；其中地层原油粘度和渗透率变异系数是正向指标，表示在开发响应和开发效果一定的情况下，指标数值越大，开发水平越高；储层渗透率和储量丰度是负向指标，表示在开发响应和开发效果一定的情况下，指标数值越大，开发水平越低。将油田开发效果的主要评价指标作为状态指标State，包括采收率、水驱储量控制程度、地层压力保持水平、高峰采油速度、稳产年限等；将油田开发的后天可控因素作为PSR模型的响应指标Response，包括井控储量、注水水质达标率，注水井分注率，注水井分层调配率、分注井层段合格率等，状态指标和响应指标都是油田开发水平的正向影响指标。其中压力指标影响状态和响应指标，状态和响应指标相互影响，构成了一个相互影响的有机系统。
预先存储的指标列表如表2所示，包含了上述PSR模型中的所有影响指标。
表2油田开发水平指标列表
故本实施例可以对所有可能影响油田开发水平的指标进行分析，避免了传统评价方法考虑因素不足的缺陷。
最终得到的有效数据矩阵如下：
其中xij表示第j个评价对象的第i项指标的数值，m表示指标的项数，m＝14，n表示评价对象的个数，n＝12。
步骤S32：将有效数据矩阵进行标准化计算，得到标准值数据矩阵。
将得到的有效数据矩阵进行无量纲化计算，得到其标准值的数据矩阵。
首先判断各项指标的正负向，包括：针对每一项指标，判断所述指标对油田开发水平的影响趋势；根据所述影响趋势确定所述指标为正向或者负向：油田开发水平随指标数值的增大增高，则所述指标为正向；油田开发水平随指标数值的减小增高，则所述指标为负向。
可以是，按照如表2所示的预先存储的指标列表中的每一项指标的有效信息包含的指标编号、指标名称和指标正负向的匹配关系中，根据指标的编号或名称判断其正负向。
具体标准值的计算结果如表3所示：
表3有效数据标准化计算结果
A B C D E F G H I J K L
Index 1 0.517 0.575 0.637 0.892 0.790 0.423 1.000 0.000 0.430 0.270 0.627 0.284
Index 2 0.098 0.184 0.175 0.000 0.566 0.175 0.096 0.718 0.362 0.260 0.132 1.000
Index 3 0.385 0.359 0.923 0.641 0.974 0.000 0.692 0.744 1.000 0.846 0.231 0.615
Index 4 1.000 0.424 0.875 0.674 0.630 0.832 0.005 0.429 0.299 0.000 0.554 0.663
Index 5 1.000 0.695 0.687 0.214 0.855 0.550 0.748 0.832 0.901 0.870 0.000 0.901
Index 6 0.847 0.649 1.000 0.506 0.188 0.948 0.182 0.653 0.523 0.601 0.000 0.451
Index 7 0.953 1.000 0.730 0.000 0.727 0.996 0.637 0.727 0.608 0.885 0.683 0.799
Index 8 0.649 0.333 0.421 0.474 1.000 0.825 0.000 0.544 0.526 0.895 0.228 0.386
Index 9 0.895 0.879 0.813 0.440 0.728 0.595 0.000 0.763 1.000 0.214 0.280 0.253
ndex 10 0.118 0.265 0.162 0.135 0.289 0.209 1.000 0.000 0.513 0.024 0.192 0.175
Index 11 0.050 0.060 0.040 0.090 0.000 0.030 0.100 0.020 0.060 0.090 0.020 0.020
Index 12 0.944 0.444 0.778 0.111 1.000 0.722 0.944 0.889 0.778 0.444 0.444 0.000
Index 13 0.500 0.750 0.875 1.000 0.750 0.438 0.875 0.188 0.000 0.313 0.563 0.000
Index 14 0.733 0.533 0.067 1.000 0.067 0.133 0.733 0.267 0.133 0.000 0.733 0.400
表3中，A-L表示油田的编号，Index 1-Index 14表示指标序号。
步骤S33：计算每一项指标的信息熵。
根据每一项指标的各个油田对应指标的标准值，计算每一项指标的信息熵。
比如，针对储层渗透率，根据各个油田对应的储层渗透率的标准值，计算储层渗透率的信息熵；针对稳产年限，根据各个油田对应的稳产年限的标准值，计算稳产年限的信息熵。计算上述14个指标的信息熵。
步骤S34：计算每一项指标的权重。
针对每一项指标，根据各项指标的信息熵，计算指标的权重。
例如，针对储层渗透率，根据储层渗透率的信息熵以及上述14项指标的信息熵之和，计算储层渗透率的权重；针对稳产年限，根据稳产年限的信息熵以及上述14项指标的信息熵之和，计算稳产年限的权重。计算上述14个指标的权重。
步骤S35：计算每一个油田的综合评价指数。
针对每个待评价的油田，根据每一个油田对应的各项指标的标准值和各项指标的权重，计算每个油田的综合评价指数。
例如，针对油田A，根据油田A对应的上述14项指标的标准值和上述14项指标的权重，计算油田A的综合评价指数。
步骤S32～步骤S35中的计算方法可以参照上述步骤S11～步骤S13中的描述，此处不做赘述。
步骤S36：确定每一个油田的开发水平等级。
针对每一个待评价油田，针对油田的综合评价指数的排名，确定所述油田的等级。可以是：综合评价指数的大小排名1～4的为一类，排名5～8的为二类，排名9～12的为三类。对12个待评价油田的开发水平评价结果如表4所示，可见本实施例的分类结果与传统方法评价结果不同。
本实施例评价方法综合分析各个可能影响油田开发水平的所有指标，且能够综合各指标之间的相互影响来分析评价，故评价结果能客观评价目前油田开发的状态，指导技术人员找到影响开发效果的主要因素，制定与之相配套的措施，从而改善和提升油田开发效果，对油田的高效开发具有重要指导意义。
表4油田开发水平评价结果
基于同一发明构思，本发明实施例还提供一种对评价对象进行评价的装置，该装置的结构如图5所示，包括：
数据获取模块51，用于，获取用于对评价对象进行评价的有效数据，所述有效数据包括至少两个评价对象的各项指标的数值；
第一计算模块52，用于，针对每项指标，根据所述数据获取模块51获取的所述有效数据中各评价对象的所述指标的数值，计算所述指标的权重；
第二计算模块53，用于，针对每个评价对象，根据所述第一计算模块52计算的所述评价对象的各项指标的权重和各项指标的数值，计算所述评价对象的综合评价指数；
确定模块54，用于，根据所述第二计算模块53计算的每一个评价对象的所述综合评价指数，确定所述评价对象的类别或等级。
优选的，所述第一计算模块52，具体用于：
根据所述数据获取模块51获取的所述有效数据中各评价对象的所述指标的数值，计算所述指标的信息熵；
根据各项指标的所述信息熵，计算每项指标的熵权，作为权重。
优选的，所述装置，还包括：
第三计算模块55，用于在所述第一计算模块52计算之前，计算每一个评价对象对应的各项指标数值的标准值。
优选的，所述第三计算模块55，具体用于：
根据判断出的所述各项指标的正负向，用极差法计算每一个评价对象对应的各项指标数值的无量纲化值，作为标准值：
上式(1)中，xij表示第j个评价对象的第i项指标的数值，i＝1,2...m，m表示指标的项数，j＝1,2...n，n表示评价对象的个数，yij为第j个评价对象第i项指标的标准值，min(xi)表示所有评价对象对应的第i项指标数值的最小值，max(xi)表示所有评价对象对应的第i项指标数值的最大值。
优选的，所述第一计算模块52，具体用于：
根据各评价对象的每项指标的标准值，计算每项指标的信息熵：
上式(2)中，Ei为第i项指标的信息熵，如果pij＝0，则定义pijlnpij＝0；
根据各项指标的所述信息熵，计算每项指标的权重：
上式(3)中，Wi为第i项指标的权重，0≤Wi≤1，且
优选的，所述第二计算模块53，具体用于：
利用下式计算所述评价对象的综合评价指数Aj：
上式(4)中，Aj为第j个评价对象的综合评价指数。
优选的，所述数据获取模块51，还用于：
接收到至少一个评价对象的至少一项指标的数据后，对所述数据进行有效性识别，得到所述有效数据。
优选的，所述数据获取模块51，具体用于：
按照预先存储的指标列表筛选各评价对象的有效指标，根据指标列表中的有效信息，筛选所述有效指标的有效数值，得到所述有效数据；
所述指标列表包括有效指标的有效信息。
优选的，所述装置还用于，对油田开发水平进行评价，确定油田开发水平的等级。
优选的，所述数据获取模块51，具体用于：
获取至少两个待评价油田的各项指标的数值；其中，所述指标包括压力-状态-响应PSR模型中的压力指标、状态指标和响应指标的各至少一项指标。
优选的，所述第三计算模块55，具体用于：
针对每一项指标，判断所述指标对油田开发水平的影响趋势；
根据所述影响趋势确定所述指标为正向或者负向：油田开发水平随指标数值的增大增高，则所述指标为正向；油田开发水平随指标数值的减小增高，则所述指标为负向。
优选的，所述确定模块54，具体用于：
针对每一个待评价油田，针对所述油田的综合评价指数的排名，确定所述油田的等级。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
基于同一发明构思，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机指令，当该指令被处理器执行时实现上述任一项或多项对评价对象进行评价的方法，或实现上述任一项或多项油田开发水平评价方法。
除非另外具体陈述，术语比如处理、计算、运算、确定、显示等等可以指一个或更多个处理或者计算系统、或类似设备的动作和/或过程，所述动作和/或过程将表示为处理系统的寄存器或存储器内的物理(如电子)量的数据操作和转换成为类似地表示为处理系统的存储器、寄存器或者其他此类信息存储、发射或者显示设备内的物理量的其他数据。信息和信号可以使用多种不同的技术和方法中的任何一种来表示。例如，在贯穿上面的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或粒子、光场或粒子或者其任意组合来表示。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (23)

1.一种对评价对象进行评价的方法，其特征在于，包括：
获取用于对评价对象进行评价的有效数据，所述有效数据包括至少两个评价对象的各项指标的数值；
针对每项指标，根据所述有效数据中各评价对象的所述指标的数值，计算所述指标的权重；
针对每个评价对象，根据所述评价对象的各项指标的权重和各项指标的数值，计算所述评价对象的综合评价指数；
根据每一个评价对象的所述综合评价指数，确定所述评价对象的类别或等级。
2.如权利要求1所述的方法，其特征在于，计算每项指标的权重，包括：
根据所述有效数据中各评价对象的所述指标的数值，计算所述指标的信息熵；
根据各项指标的所述信息熵，计算每项指标的熵权，作为权重。
3.如权利要求2所述的方法，其特征在于，计算每项指标的权重之前，包括：
计算每一个评价对象对应的各项指标数值的标准值。
4.如权利要求3所述的方法，其特征在于，计算每一个评价对象对应的各项指标数值的标准值，包括：
根据判断出的所述各项指标的正负向，用极差法计算每一个评价对象对应的各项指标数值的无量纲化值，作为标准值：
其中，xij表示第j个评价对象的第i项指标的数值，i＝1,2...m，m表示指标的项数，j＝1,2...n，n表示评价对象的个数，m、n为正整数，yij为第j个评价对象第i项指标的标准值，min(xi)表示所有评价对象对应的第i项指标数值的最小值，max(xi)表示所有评价对象对应的第i项指标数值的最大值。
5.如权利要求4所述的方法，其特征在于，根据各评价对象的每项指标的标准值，计算每项指标的信息熵：
其中，Ei为第i项指标的信息熵，如果pij＝0，则定义pij ln pij＝0；
根据各项指标的所述信息熵，计算每项指标的权重：
其中，Wi为第i项指标的权重，0≤Wi≤1，且
6.如权利要求5所述的方法，其特征在于，计算所述评价对象的综合评价指数，包括：
利用下式计算所述评价对象的综合评价指数Aj：
其中，Aj为第j个评价对象的综合评价指数。
7.如权利要求1-6任一项所述的方法，其特征在于，获取对评价对象进行评价的有效数据，包括：
接收到至少一个评价对象的至少一项指标的数据后，对所述数据进行有效性识别，得到所述有效数据。
8.如权利要求7所述的方法，其特征在于，对所述数据进行有效性识别，包括：
按照预先存储的指标列表筛选各评价对象的有效指标，根据指标列表中的有效信息，筛选所述有效指标的有效数值，得到所述有效数据；
所述指标列表包括有效指标的有效信息。
9.一种油田开发水平评价方法，其特征在于，包括：使用如权利要求1-8任一所述的方法对油田开发水平进行评价，确定油田开发水平的等级。
10.如权利要求9所述的油田开发水平评价方法，其特征在于，所述获取用于对评价对象进行评价的有效数据，包括：
获取至少两个待评价油田的各项指标的数值；其中，所述指标包括压力-状态-响应PSR模型中的压力指标、状态指标和响应指标的各至少一项指标。
11.如权利要求10所述的油田开发水平评价方法，其特征在于，所述压力指标，至少包括：储层渗透率、地层原油粘度、渗透率变异系数和储量丰度；
所述状态指标，至少包括：采收率、水驱储量控制程度、地层压力保持水平、高峰采油速度和稳产年限；
所述响应指标，至少包括：井控储量、注水水质达标率，注水井分注率，注水井分层调配率和分注井层段合格率。
12.如权利要求11所述的油田开发水平评价方法，其特征在于，还包括：获取到油田的各项指标后，判断各项指标的正负向，具体包括：
针对每一项指标，判断所述指标对油田开发水平的影响趋势；
根据所述影响趋势确定所述指标为正向或者负向：油田开发水平随指标数值的增大增高，则所述指标为正向；油田开发水平随指标数值的减小增高，则所述指标为负向。
13.如权利要求9-12任一项所述的油田开发水平评价方法，其特征在于，根据每一个评价对象的所述综合评价指数，确定所述评价对象的类别或等级，包括：
针对每一个待评价油田，针对所述油田的综合评价指数的排名，确定所述油田的等级。
14.一种对评价对象进行评价的装置，其特征在于，包括：
数据获取模块，用于获取用于对评价对象进行评价的有效数据，所述有效数据包括至少两个评价对象的各项指标的数值；
第一计算模块，用于针对每项指标，根据所述数据获取模块获取的所述有效数据中各评价对象的所述指标的数值，计算所述指标的权重；
第二计算模块，用于针对每个评价对象，根据所述第一计算模块计算的所述评价对象的各项指标的权重和各项指标的数值，计算所述评价对象的综合评价指数；
确定模块，用于根据所述第二计算模块计算的每一个评价对象的所述综合评价指数，确定所述评价对象的类别或等级。
15.如权利要求14所述的装置，其特征在于，所述第一计算模块，具体用于：
根据所述数据获取模块获取的所述有效数据中各评价对象的所述指标的数值，计算所述指标的信息熵；
根据各项指标的所述信息熵，计算每项指标的熵权，作为权重。
16.如权利要求15所述的装置，其特征在于，还包括：
第三计算模块，用于在计算每项指标的权重之前，计算每一个评价对象对应的各项指标数值的标准值；包括：
根据判断出的所述各项指标的正负向，用极差法计算每一个评价对象对应的各项指标数值的无量纲化值，作为标准值：
其中，xij表示第j个评价对象的第i项指标的数值，i＝1,2...m，m表示指标的项数，j＝1,2...n，n表示评价对象的个数，yij为第j个评价对象第i项指标的标准值，min(xi)表示所有评价对象对应的第i项指标数值的最小值，max(xi)表示所有评价对象对应的第i项指标数值的最大值。
17.如权利要求16所述的装置，其特征在于，所述第一计算模块，具体用于：
根据各评价对象的每项指标的标准值，计算每项指标的信息熵：
其中，Ei为第i项指标的信息熵，如果pij＝0，则定义pijlnpij＝0；
根据各项指标的所述信息熵，计算每项指标的权重：
其中，Wi为第i项指标的权重，0≤Wi≤1，且
18.如权利要求17所述的装置，其特征在于，所述第二计算模块，具体用于：
利用下式计算所述评价对象的综合评价指数Aj：
其中，Aj为第j个评价对象的综合评价指数。
19.如权利要求14-17任一项所述的装置，其特征在于，所述装置还用于，对油田开发水平进行评价，确定油田开发水平的等级。
20.如权利要求19所述的装置，其特征在于，所述数据获取模块，具体用于：
获取至少两个待评价油田的各项指标的数值；其中，所述指标包括压力-状态-响应PSR模型中的压力指标、状态指标和响应指标的各至少一项指标。
21.如权利要求20所述的装置，其特征在于，所述第三计算模块，具体用于：
针对每一项指标，判断所述指标对油田开发水平的影响趋势；
根据所述影响趋势确定所述指标为正向或者负向：油田开发水平随指标数值的增大增高，则所述指标为正向；油田开发水平随指标数值的减小增高，则所述指标为负向。
22.如权利要求19-21任一项所述的装置，其特征在于，所述确定模块，具体用于：
针对每一个待评价油田，针对所述油田的综合评价指数的排名，确定所述油田的等级。
23.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，当该指令被处理器执行时实现权利要求1-8任一项或9-13任一项所述的方法。
CN201810400408.6A 2018-04-28 2018-04-28 一种对评价对象进行评价的方法和装置 Pending CN110414755A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810400408.6A CN110414755A (zh) 2018-04-28 2018-04-28 一种对评价对象进行评价的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810400408.6A CN110414755A (zh) 2018-04-28 2018-04-28 一种对评价对象进行评价的方法和装置

Publications (1)

Publication Number Publication Date
CN110414755A true CN110414755A (zh) 2019-11-05

Family

ID=68356939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810400408.6A Pending CN110414755A (zh) 2018-04-28 2018-04-28 一种对评价对象进行评价的方法和装置

Country Status (1)

Country Link
CN (1) CN110414755A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126834A (zh) * 2019-12-20 2020-05-08 北京软通智慧城市科技有限公司 一种评价模型调整方法、装置、评分模拟器和存储介质
CN112382172A (zh) * 2020-11-11 2021-02-19 中国人民解放军61579部队 一种汽车兵驾驶科目考核评判系统模型和数据结构

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484556A (zh) * 2014-11-28 2015-04-01 中国石油天然气股份有限公司 一种油田开发评价方法
CN104564041A (zh) * 2014-07-24 2015-04-29 中国石油大学(华东) 基于开发渗透率下限的低渗透碎屑岩储层有效性评价方法
US20150185360A1 (en) * 2013-12-30 2015-07-02 Schlumberger Technology Corporation Asphaltene Gradient Modeling Methods
CN107506920A (zh) * 2017-07-24 2017-12-22 南京大学 土地资源节约利用与环境友好一体化评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150185360A1 (en) * 2013-12-30 2015-07-02 Schlumberger Technology Corporation Asphaltene Gradient Modeling Methods
CN104564041A (zh) * 2014-07-24 2015-04-29 中国石油大学(华东) 基于开发渗透率下限的低渗透碎屑岩储层有效性评价方法
CN104484556A (zh) * 2014-11-28 2015-04-01 中国石油天然气股份有限公司 一种油田开发评价方法
CN107506920A (zh) * 2017-07-24 2017-12-22 南京大学 土地资源节约利用与环境友好一体化评价方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126834A (zh) * 2019-12-20 2020-05-08 北京软通智慧城市科技有限公司 一种评价模型调整方法、装置、评分模拟器和存储介质
CN112382172A (zh) * 2020-11-11 2021-02-19 中国人民解放军61579部队 一种汽车兵驾驶科目考核评判系统模型和数据结构

Similar Documents

Publication Publication Date Title
CN104657915B (zh) 一种动态自适应的电力系统终端安全威胁评估方法
CN108829763A (zh) 一种基于深度神经网络的影评网站用户的属性预测方法
CN107665333A (zh) 一种基于卷积神经网络的不雅图片识别方法、终端、设备及计算机可读存储介质
CN112308008B (zh) 基于迁移学习的工作模式开集的雷达辐射源个体识别方法
CN104573000B (zh) 基于排序学习的自动问答装置及方法
CN112052755A (zh) 基于多路注意力机制的语义卷积高光谱图像分类方法
Casati et al. Synthetic population generation by combining a hierarchical, simulation-based approach with reweighting by generalized raking
CN111126471A (zh) 微地震事件检测方法及系统
CN112039687A (zh) 一种面向小样本特征的基于改进生成对抗网络的故障诊断方法
CN103995237A (zh) 一种卫星电源系统在线故障诊断方法
CN104796365A (zh) 低信噪比下基于复杂度特征的调制信号识别方法
CN108960404A (zh) 一种基于图像的人群计数方法及设备
CN109033513A (zh) 电力变压器故障诊断方法与电力变压器故障诊断装置
CN108549817A (zh) 一种基于文本深度学习的软件安全漏洞预测方法
CN107067341A (zh) 一种基于多级熵权的rbfnn配电自动化系统状态操作评价方法
CN112711757B (zh) 一种基于大数据平台的数据安全集中管控方法及系统
Wiseman et al. A galaxy-driven model of type Ia supernova luminosity variations
CN109543818A (zh) 一种基于深度学习模型的链路评估方法和系统
CN112766537B (zh) 一种短期电负荷预测方法
CN104217088A (zh) 运营商移动业务资源的优化方法与系统
CN110414755A (zh) 一种对评价对象进行评价的方法和装置
CN107451192A (zh) 一种基于分解聚合的电信诈骗电话的分类检测方法
CN109236255A (zh) 一种水平井压裂潜力评价方法和装置
CN108334957A (zh) 电网一次设备运维检修成本预测方法及系统
de Andrade et al. Advances in classification and compression of power quality signals

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191105

RJ01 Rejection of invention patent application after publication