CN111581761B - 基于岩石粒度的数据处理方法、装置及存储介质 - Google Patents
基于岩石粒度的数据处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111581761B CN111581761B CN201910089694.3A CN201910089694A CN111581761B CN 111581761 B CN111581761 B CN 111581761B CN 201910089694 A CN201910089694 A CN 201910089694A CN 111581761 B CN111581761 B CN 111581761B
- Authority
- CN
- China
- Prior art keywords
- particle diameter
- particle
- particle size
- diameters
- weight percentage
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于岩石粒度的数据处理方法、装置及存储介质,该方法包括:获取N个粒度组成数据组,N为大于1的整数,粒度组成数据组包括:颗粒直径和颗粒直径对应的重量百分比;根据N个粒度组成数据组,得到粒度平均值,粒度平均值为N个粒度组成数据组中颗粒直径的平均值,根据粒度平均值、N个颗粒直径和N个颗粒直径的间隔重量百分比,得到颗粒直径的标准偏差。针对N个颗粒直径,根据粒度平均值、标准偏差和N个颗粒直径的间隔重量百分比获取颗粒直径的偏度。该数据处理方法提高了粒度平均值、标准偏差和偏度的精确度。
Description
技术领域
本发明涉及石油开采技术领域,尤其涉及一种基于岩石粒度的数据处理方法、装置及存储介质。
背景技术
岩石粒度指的是构成岩石各种不同大小颗粒的直径,反映岩石固体骨架构成,影响着储层划分与评价。
目前求取粒度组成参数的方法是通过绘制粒度组成分布曲线,在其满足正态分布或近似正态分布条件下,选取粒度组成累积分布曲线上特征颗粒直径进行算术平均求解。
然而,现有技术中,选取粒度组成累积分布曲线上特征颗粒直径进行算术平均求解误差较大。
发明内容
本发明提供一种基于岩石粒度的数据处理方法、装置及存储介质,以提高粒度平均值的精确度。
第一方面,本发明实施例提供一种基于岩石粒度的数据处理方法,包括:
获取N个粒度组成数据组,N为大于1的整数,粒度组成数据组包括:颗粒直径和颗粒直径对应的重量百分比;根据N个粒度组成数据组,得到粒度平均值,粒度平均值为N个粒度组成数据组中颗粒直径的平均值。
本方案中,通过根据N个颗粒直径以及N个颗粒直径对应的重量百分比,得到粒度平均值,提高了的粒度平均值的精确度。
可选的,根据N个粒度组成数据组,得到粒度平均值,包括:
针对任一个颗粒直径,获取颗粒直径对应的重量百分比和颗粒直径的之前的颗粒直径对应的重量百分比,颗粒直径的之前的颗粒直径为颗粒直径所在的粒度组成数据组的之前的粒度组成数据组包括的颗粒直径;
针对任一个颗粒直径,对颗粒直径对应的重量百分比和颗粒直径的之前的颗粒直径对应的重量百分比求和,得到颗粒直径的重量累积百分比;
针对任一个颗粒直径,计算颗粒直径和颗粒直径的前一个颗粒直径的重量累积百分比的差值,得到颗粒直径的间隔重量百分比,颗粒直径的前一个颗粒直径为颗粒直径所在的粒度组成数据组的前一个粒度组成数据组包括的颗粒直径;
针对N个颗粒直径,根据N个颗粒直径和N个颗粒直径的间隔重量百分比计算粒度平均值。
可选的,本发明实施例提供的基于岩石粒度的数据处理方法,还包括:
根据粒度平均值、N个颗粒直径和N个颗粒直径的间隔重量百分比,得到颗粒直径的标准偏差。
本方案中,通过粒度平均值和N个颗粒直径的间隔重量百分比,计算颗粒直径的标准偏差,提高了标准偏差的精确度。
可选的,本发明实施例提供的基于岩石粒度的数据处理方法,还包括:
针对N个颗粒直径,根据粒度平均值、标准偏差和N个颗粒直径的间隔重量百分比获取颗粒直径的偏度,偏度表示N个颗粒直径相对于粒度平均值的偏离程度。
本方案中,通过根据粒度平均值、标准偏差和N个颗粒直径的间隔重量百分比获取颗粒直径的偏度,提高了偏度的精确度。
可选的,本发明实施例提供的基于岩石粒度的数据处理方法,还包括:
针对N个粒度组成数据组,获取颗粒直径的预设粒度平均值、预设标准偏差和预设偏度;对粒度平均值和预设粒度平均值进行比对,对标准偏差和预设标准偏差进行比对,对偏度和预设偏度进行比对。
本方案中,通过获取颗粒直径的预设粒度平均值、预设标准偏差以及预设偏度,并对颗粒直径的粒度平均值和预设粒度平均值进行比对,对颗粒直径的标准偏差和预设标准偏差进行比对,对颗粒直径的偏度和预设偏度进行比对,实现了对颗粒直径的粒度平均值、标准偏差以及偏度的验证,进一步保证了粒度平均值、标准偏差以及偏度的准确性。
第二方面,本发明实施例提供一种基于岩石粒度的数据处理装置,包括:
第一获取模块,用于获取N个粒度组成数据组,N为大于1的整数,粒度组成数据组包括:颗粒直径和颗粒直径对应的重量百分比;
第一处理模块,用于根据N个粒度组成数据组,得到粒度平均值,粒度平均值为N个粒度组成数据组中颗粒直径的平均值。
可选的,第一处理模块,包括:
获取子模块,用于针对任一个颗粒直径,获取颗粒直径对应的重量百分比和颗粒直径的之前的颗粒直径对应的重量百分比,颗粒直径的之前的颗粒直径为颗粒直径所在的粒度组成数据组的之前的粒度组成数据组包括的颗粒直径。
第一处理子模块,用于针对任一个颗粒直径,对颗粒直径对应的重量百分比和颗粒直径的之前的颗粒直径对应的重量百分比求和,得到颗粒直径的重量累积百分比。
第二处理子模块,用于针对任一个颗粒直径,计算颗粒直径和颗粒直径的前一个颗粒直径的重量累积百分比的差值,得到颗粒直径的间隔重量百分比,颗粒直径的前一个颗粒直径为颗粒直径所在的粒度组成数据组的前一个粒度组成数据组包括的颗粒直径。
第三处理子模块,用于针对N个颗粒直径,根据N个颗粒直径和N个颗粒直径的间隔重量百分比计算粒度平均值。
可选的,本发明实施例提供的基于岩石粒度的数据处理装置,还包括:
第二处理模块,用于根据粒度平均值、N个颗粒直径和N个颗粒直径的间隔重量百分比,得到颗粒直径的标准偏差。
可选的,本发明实施例提供的基于岩石粒度的数据处理装置,还包括:
第三处理模块,用于针对N个颗粒直径,根据粒度平均值、标准偏差和N个颗粒直径的间隔重量百分比获取颗粒直径的偏度,偏度表示N个颗粒直径相对于粒度平均值的偏离程度。
可选的,本发明实施例提供的基于岩石粒度的数据处理装置,还包括:
第二获取模块,用于针对N个粒度组成数据组,获取颗粒直径的预设粒度平均值、预设标准偏差和预设偏度;
比对模块,用于对粒度平均值和预设粒度平均值进行比对,对标准偏差和预设标准偏差进行比对,对偏度和预设偏度进行比对。
第三方面,本发明实施例提供一种服务器,包括:
处理器;
存储器;以及
计算机程序;
其中,所述计算机程序被存储在所述存储器中,并且被配置为由所述处理器执行,所述计算机程序包括用于执行如第一方面及第一方面可选方式的方法的指令。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得服务器执行如第一方面及第一方面可选方式的方法。
本发明提供的基于岩石粒度的数据处理方法、装置及存储介质,通过获取N个粒度组成数据组,N为大于1的整数,粒度组成数据组包括:颗粒直径和颗粒直径对应的重量百分比;根据N个粒度组成数据组,得到粒度平均值。由于通过根据N个颗粒直径以及N个颗粒直径对应的重量百分比,得到粒度平均值,提高了粒度平均值的精确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的基于岩石粒度的数据处理方法的流程示意图;
图2是本发明另一实施例提供的基于岩石粒度的数据处理方法的流程示意图;
图3是本发明又一实施例提供的基于岩石粒度的数据处理方法的流程示意图;
图4是本发明再一实施例提供的基于岩石粒度的数据处理方法的流程示意图;
图5是本发明实施例提供的样本S1粒度组成分布示意图;
图6是本发明实施例提供的样本S1粒度组成累积重量百分比分布示意图;
图7是本发明另一实施例提供的样本S2粒度组成分布示意图;
图8是本发明一实施例提供的基于岩石粒度的数据处理装置的结构示意图;
图9是本发明另一实施例提供的基于岩石粒度的数据处理装置的结构示意图;
图10是本发明又一实施例提供的基于岩石粒度的数据处理装置的结构示意图;
图11是本发明再一实施例提供的基于岩石粒度的数据处理装置的结构示意图;
图12是本发明实施例提供的服务器的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
目前求取粒度组成参数的方法是通过绘制粒度组成分布曲线,在其满足正态分布或近似正态分布条件下,选取粒度组成累积分布曲线上特征颗粒直径进行算术平均求解,得到粒度组成参数。然而,通过选取粒度组成累积分布曲线上特征颗粒直径进行算术平均求解,计算误差较大。为了提高粒度平均值的精确度,本发明实施例提供了一种基于岩石粒度的数据处理方法、装置及存储介质。
以下,对本发明实施例的示例性应用场景进行介绍。
在对岩石的物理性质进行分析的过程中,需要选取岩石样本,然后对选取的岩石样本进行测定,通常会测定出多组数据,每组数据中可以包括颗粒直径以及重量百分比,通过对多组数据进行分析与处理,得到岩石粒度组成参数,岩石粒度组成参数包括粒度平均值、标准偏差以及偏度,通过对岩石粒度组成参数的分析,实现对岩石的物理性质的分析。基于此,本发明实施例提供一种基于岩石粒度的数据处理方法、装置及存储介质。
图1为本发明一实施例提供的基于岩石粒度的数据处理方法的流程示意图,该方法可以由基于岩石粒度的数据处理装置执行,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对基于岩石粒度的数据处理方法进行说明,如图1所示,本发明实施例中的方法可以包括:
步骤S101:获取N个粒度组成数据组,N为大于1的整数,粒度组成数据组包括:颗粒直径和颗粒直径对应的重量百分比。
粒度组成是指构成岩石的各种大小不同颗粒的含量,在一种可能的表示中,选用颗粒直径和颗粒直径对应的重量百分比来组成粒度组成数据组。其中,颗粒直径对应的重量百分比为该颗粒直径的所有颗粒的重量占颗粒总重量的百分比。获取N个粒度组成数据可以通过选取岩石样本,并将岩石捣碎成单个颗粒,然后可以通过筛析法和/或沉降法来测定。
具体地,筛析法是用成套的筛子对经捣碎的岩石颗粒进行筛析,按不同粒级将他们分开,其中,成套的筛子为多个筛孔孔眼大小不同的筛子,此外,通常对成套的筛子的孔眼大小有一定的规定,例如,相邻的两级筛孔孔眼大小可相差或的级差,本发明实施例对此不做限制。通过最小筛孔筛下的颗粒常为极细的软泥、粘土,颗粒直径若需在分其粒级的含量时,可采用沉降法,该法主要是确定岩样中小于72~53μm的粒级含量。沉降法的原理是根据不同大小的颗粒在液体中具有不同的沉降速度,根据不同的沉降速度来筛选不同颗粒直径的颗粒。本发明实施例中,可以根据岩石样本选择不同的测定方法,也可以结合两种方法来测定粒度组成数据,以确保测定的准确性,本发明实施例对获取N个粒度组成数据组的方法不做限制。
步骤S102:根据N个粒度组成数据组,得到粒度平均值,粒度平均值为N个粒度组成数据组中颗粒直径的平均值。
N个粒度组成数据组中,包括N个颗粒直径以及N个颗粒直径对应的重量百分比,根据N个颗粒直径以及N个颗粒直径对应的重量百分比得到粒度平均值,粒度平均值为N个粒度组成数据组中颗粒直径的平均值,本发明实施例对根据N各粒度组成数据组得到粒度平均值的方法不做限制。
在一种可能的实施方式中,为了实现根据N个粒度组成数据组,得到粒度平均值,图2是本发明另一实施例提供的基于岩石粒度的数据处理方法的流程示意图,该方法可以由基于岩石粒度的数据处理装置执行,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对基于岩石粒度的数据处理方法进行说明,如图2所示,步骤S102还可以包括:
步骤S201:针对任一个颗粒直径,获取颗粒直径对应的重量百分比和颗粒直径的之前的颗粒直径对应的重量百分比,颗粒直径的之前的颗粒直径为颗粒直径所在的粒度组成数据组的之前的粒度组成数据组包括的颗粒直径。
N个粒度组成数据组包括N个颗粒直径以及N个颗粒直径对应的重量百分比,N个粒度组成数据组可以按照顺序排列,那么,N个粒度组成数据组中的颗粒直径和颗粒直径对应的重量百分比也按照顺序排列。例如N个粒度组成数据组可以按照:第一个粒度组成数据组、第二个粒度组成数据组、第三个粒度组成数据组……直到第N个粒度组成数据组排列,颗粒直径的之前的颗粒直径为颗粒直径所在的粒度组成数据组的之前的粒度组成数据组包括的颗粒直径,例如:第二个颗粒直径的之前的颗粒直径为第一个粒度组成数据组包括的第一个颗粒直径,第三个颗粒直径的之前的颗粒直径为第二个粒度组成数据组包括的第二个颗粒直径以及第一个粒度组成数据组包括的第一个颗粒直径,依此类推。
在确定了颗粒直径以及颗粒直径的之前的颗粒直径之后,颗粒直径对应的重量百分比以及颗粒直径的之前的颗粒直径对应的重量百分比可以通过颗粒直径所在的粒度组成数据组中获得。
步骤S202:针对任一个颗粒直径,对颗粒直径对应的重量百分比和颗粒直径的之前的颗粒直径对应的重量百分比求和,得到颗粒直径的重量累积百分比。
本步骤中,针对第i个颗粒直径,对颗粒直径对应的重量百分比和该颗粒直径的之前的颗粒直径对应的重量百分比求和,相当于对前i个颗粒直径对应的重量百分比求和,得到第i个颗粒直径的重量累计百分比,可以根据公式:Fi=f1+f2+……+fi(i≥2),当i=1时,Fi=fi,其中,Fi表示第i个颗粒直径的重量累计百分比。
步骤S203:针对任一个颗粒直径,计算颗粒直径的和颗粒直径的前一个颗粒直径的重量累积百分比的差值,得到颗粒直径的间隔重量百分比,颗粒直径的前一个颗粒直径为颗粒直径所在的粒度组成数据组的前一个粒度组成数据组包括的颗粒直径。
第i个颗粒直径的前一个颗粒直径为第i-1个颗粒直径,第i个颗粒直径的间隔重量百分比为第i个颗粒直径的重量累积百分比与第i-1个颗粒直径的重量累积百分比的差值,为了便于表示,可以根据以下公式计算第i个颗粒直径的间隔重量百分比:Δfi=∣Fi-Fi-1∣(i≥2),当i=1,Δfi=0;其中Δfi表示第i个颗粒直径的间隔重量百分比。
步骤S204:针对N个颗粒直径,根据N个颗粒直径和N个颗粒直径的间隔重量百分比计算粒度平均值。
针对N个颗粒直径,根据N个颗粒直径和N个颗粒直径的间隔重量百分比计算粒度平均值,在一种可能的实施方式中,可以通过以下公式计算粒度平均值:
其中,φm为粒度平均值;φi为第i个颗粒直径;Δfi为第i个颗粒直径的间隔重量百分比;n为样本数,本发明实施例中,n=N。
在计算粒度平均值可以初步确定颗粒直径大小范围,为了描述粒度以粒度平均值为中心的散布程度,以及相对于粒度平均值的偏移程度,还可以计算岩石粒度的散部特征参数和分布特征参数,其中,用标准偏差来表示粒度的散部特征,以偏度来表示粒度的偏移程度。在一种可能的实施方式中,图3是本发明又一实施例提供的基于岩石粒度的数据处理方法的流程示意图,该方法可以由基于岩石粒度的数据处理装置执行,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对基于岩石粒度的数据处理方法进行说明,如图3所示,本发明实施例提供的基于岩石粒度的数据处理方法还可以包括:
步骤S301:根据粒度平均值、N个颗粒直径和N个颗粒直径的间隔重量百分比,得到颗粒直径的标准偏差。
具体的,根据粒度平均值、N个颗粒直径和N个颗粒直径的间隔重量百分比,得到颗粒直径的标准偏差,在一种可能的实施方式中,可以通过以下公式进行计算标准偏差:
其中,σ为标准偏差,φm为粒度平均值,φi为第i个颗粒直径;Δfi为第i个颗粒直径的间隔重量百分比;n为样本数,本发明实施例中,n=N。
标准偏差可以用于描述粒度以粒度平均值为中心的散布程度,根据标准偏差的大小来判断颗粒的分选等级,其中,标准偏差越小表示分选越好。
本方案中,通过根据粒度平均值、N个颗粒直径和N个颗粒直径的间隔重量百分比,得到颗粒直径的标准偏差,提高了标准偏差的准确度。
可选的,如图3所示,本发明实施例提供的基于岩石粒度的数据处理方法,还可以包括:
步骤S302:针对N个颗粒直径,根据粒度平均值、标准偏差和N个颗粒直径的间隔重量百分比获取颗粒直径的偏度,偏度表示N个颗粒直径相对于粒度平均值的偏离程度。
具体的,针对N个颗粒直径,根据粒度平均值、标准偏差和N个颗粒直径的间隔重量百分比获取颗粒直径的偏度,可以根据以下公式计算偏度:
其中,Sk为偏度,σ为标准偏差,φm为粒度平均值,φi为第i个颗粒直径;Δfi为第i个颗粒直径的间隔重量百分比;n为样本数,本发明实施例中,n=N。
偏度用于描述粒度相对于粒度平均值的偏移程度,若N个粒度组成数据组中的颗粒直径相对于粒度平均值分布对称,则偏度为零,实际偏度值可以在-1至1之间变化,偏度为正表示颗粒直径相对于粒度平均值偏大,偏度为负表示颗粒直径相对于粒度平均值偏小。
本方案中,通过根据粒度平均值、标准偏差和N个颗粒直径的间隔重量百分比获取颗粒直径的偏度,提高了偏度的精确度。
在以上实施例的基础上,下面以具体岩石样本S1中的N个粒度组成数据组为例,进行详细的介绍。该岩石样本S1中的粒度组成数据组以及数据初步处理如表1所述;
表1岩石样本S1中的粒度组成数据组以及数据初步处理表
每个粒度组成数据组包括颗粒直径和颗粒直径对应的重量百分比,在进行数据处理的过程中,可以预先求出φiΔfi、(φi-φm)2Δfi、(φi-φm)3Δfi的值然后进行计算,这样便于数据的处理。
将上述表格中的数据颗粒直径、颗粒直径与间隔重量百分比的积带入公式求取粒度平均值φm,然后将间隔重量百分比、颗粒直径与粒度平均值的差的平方与间隔重量百分比的积带入公式求取标准偏差σ,最后根据公式求取偏度Sk。经过计算,得到粒度平均值φm=1.729,标准偏差σ=1.070,偏度Sk=0.752。根据求得的粒度平均值、标准偏差和偏度,对岩石的物理性质进行分析。
在完成粒度平均值、标准偏差和偏度的计算后,为了对其准确性进行验证,图4是本发明再一实施例提供的基于岩石粒度的数据处理方法的流程示意图,该方法可以由基于岩石粒度的数据处理装置执行,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对基于岩石粒度的数据处理方法进行说明,如图4所示,本发明实施例提供的基于岩石粒度的数据处理方法还可以包括:
步骤S401:针对N个粒度组成数据组,获取颗粒直径的预设粒度平均值、预设标准偏差和预设偏度。
在粒度组成数据分布规律满足近似正态分布时,针对N个粒度组成数据组,可以根据算数平均法求取预设粒度平均值、预设标准偏差和预设偏度,具体公式如下:
获取颗粒直径的预设粒度平均值可以根据以下公式计算:
其中,φj表示累积重量百分比为j%的颗粒直径的φ标度。
获取颗粒直径的预设标准偏差可以根据以下公式计算:
其中,φj表示累积重量百分比为j%的颗粒直径的φ标度。
获取颗粒直径的预设偏度,可以根据以下公式进行计算:
其中,φj表示累积重量百分比为j%的颗粒直径的φ标度。
具体的以岩石样本S1为例,图5是本发明实施例提供的样本S1粒度组成分布示意图,其中横坐标表示颗粒直径,纵坐标表示重量百分比,如图5所示,样本S1中粒度组成数据分布规律满足近似正态分布,可以根据算数平均法计算粒度组成参数,图6是本发明实施例提供的样本S1粒度组成累积重量百分比分布示意图,其中,横坐标表示颗粒直径,纵坐标表示重量累积百分比,根据上述算数平均法的计算公式,在图6中选择特征点,经过计算得到预设粒度平均值为1.723,预设标准偏差为0.990,预设偏度为0.750。图7是本发明另一实施例提供的样本S2粒度组成分布示意图,其中横坐标表示颗粒直径,纵坐标表示重量百分比,如图7所示,岩石样本中粒度组成数据分布规律无法满足近似正态分布,则无法采用算数平均法计算预设粒度平均值、预设标准偏差和预设偏度。
步骤S402:对粒度平均值和预设粒度平均值进行比对,对标准偏差和预设标准偏差进行比对,对偏度和预设偏度进行比对。
由上述可知,粒度平均值为1.729,标准偏差为1.070,偏度为0.752;预设粒度平均值为1.723,标准偏差为0.990,偏度为0.750;经过对粒度平均值和预设粒度平均值进行比对,对标准偏差和预设标准偏差进行比对,对偏度和预设偏度进行比对,发现本发明实施例中获取的粒度平均值、标准偏差和偏度与预设粒度平均值、预设标准偏差和预设偏度较为接近,说明通过本发明实施例中获取的粒度平均值、标准偏差和偏度是正确的。
本发明实施例对根据比对数据判断计算结果准确性的方式不做限制,在一种可能的实施方式中,通过分别预设粒度平均值阈值、标准偏差阈值和偏度阈值,若预设粒度平均值与粒度平均值相差大于粒度平均值阈值时,则重新计算粒度平均值,若预设标准偏差与标准偏差相差大于标准偏差阈值时,则重新计算标准偏差,若预设偏度与偏度相差大于偏度阈值时,则重新计算偏度。
本发明实施例提供的基于岩石粒度的数据处理方法,通过获取颗粒直径的预设粒度平均值、预设标准偏差以及预设偏度,并对颗粒直径的粒度平均值和预设粒度平均值进行比对,对颗粒直径的标准偏差和预设标准偏差进行比对,对颗粒直径的偏度和预设偏度进行比对,实现了对颗粒直径的粒度平均值、标准偏差以及偏度的验证,进一步保证了粒度平均值、标准偏差以及偏度的准确性。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
图8是本发明一实施例提供的基于岩石粒度的数据处理装置的结构示意图,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对基于岩石粒度的数据处理方法进行说明,如图8所示,本发明实施例提供的基于岩石粒度的数据处理装置可以包括:
第一获取模块51,用于获取N个粒度组成数据组,N为大于1的整数,粒度组成数据组包括:颗粒直径和颗粒直径对应的重量百分比。
第一处理模块52,用于根据N个粒度组成数据组,得到粒度平均值,粒度平均值为N个粒度组成数据组中颗粒直径的平均值。
可选的,在上述实施例的基础上,图9是本发明另一实施例提供的基于岩石粒度的数据处理装置的结构示意图,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对基于岩石粒度的数据处理方法进行说明,如图9所示,第一处理模块52可以包括:
获取子模块61,用于针对任一个颗粒直径,获取颗粒直径对应的重量百分比和颗粒直径的之前的颗粒直径对应的重量百分比,颗粒直径的之前的颗粒直径为颗粒直径所在的粒度组成数据组的之前的粒度组成数据组包括的颗粒直径。
第一处理子模块62,用于针对任一个颗粒直径,对颗粒直径对应的重量百分比和颗粒直径的之前的颗粒直径对应的重量百分比求和,得到颗粒直径的重量累积百分比。
第二处理子模块63,用于针对任一个颗粒直径,计算颗粒直径的后一个颗粒直径和颗粒直径的重量累积百分比的差值,得到颗粒直径的间隔重量百分比,颗粒直径的后一个颗粒直径为颗粒直径所在的粒度组成数据组的后一个粒度组成数据组包括的颗粒直径。
第三处理子模块64,用于针对N个颗粒直径,根据N个颗粒直径和N个颗粒直径的间隔重量百分比计算粒度平均值。
可选的,在上述实施例的基础上,图10是本发明又一实施例提供的基于岩石粒度的数据处理装置的结构示意图,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对基于岩石粒度的数据处理方法进行说明,如图10所示,本发明实施例提供的基于岩石粒度的数据处理装置,还包括:
第二处理模块71,用于根据粒度平均值、N个颗粒直径和N个颗粒直径的间隔重量百分比,得到颗粒直径的标准偏差。
可选的,如图7所示,本发明实施例提供的基于岩石粒度的数据处理装置,还包括:
第三处理模块72,用于针对N个颗粒直径,根据粒度平均值、标准偏差和N个颗粒直径的间隔重量百分比获取颗粒直径的偏度,偏度表示N个颗粒直径相对于粒度平均值的偏离程度。
可选的,在上述实施例的基础上,图11是本发明再一实施例提供的基于岩石粒度的数据处理装置的结构示意图,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对基于岩石粒度的数据处理方法进行说明,如图11所示,本发明实施例提供的基于岩石粒度的数据处理装置,还包括:
第二获取模块81,用于针对N个粒度组成数据组,获取颗粒直径的预设粒度平均值、预设标准偏差和预设偏度;
比对模块82,用于对粒度平均值和预设粒度平均值进行比对,对标准偏差和预设标准偏差进行比对,对偏度和预设偏度进行比对。
图12是本发明实施例提供的服务器的结构示意图,如图12所示,该服务器包括:
处理器91、存储器92、收发器93以及计算机程序;其中,收发器93实现车载收音机与其他设备之间的数据传输,计算机程序被存储在存储器92中,并且被配置为由处理器91执行,计算机程序包括用于执行上述基于岩石粒度的数据处理方法的指令,其内容及效果请参考方法实施例。
本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得服务器执行上述实施例提供的基于岩石粒度的数据处理方法,其内容及效果请参考方法实施例。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于岩石粒度的数据处理方法,其特征在于,包括:
获取N个粒度组成数据组,N为大于1的整数,所述粒度组成数据组包括:颗粒直径和所述颗粒直径对应的重量百分比;
根据所述N个粒度组成数据组,得到粒度平均值,所述粒度平均值为所述N个粒度组成数据组中所述颗粒直径的平均值;
所述根据所述N个粒度组成数据组,得到粒度平均值,包括:
针对任一个颗粒直径,获取所述颗粒直径对应的重量百分比和所述颗粒直径的之前的颗粒直径对应的重量百分比,所述颗粒直径的之前的颗粒直径为所述颗粒直径所在的粒度组成数据组的之前的粒度组成数据组包括的颗粒直径;
针对任一个颗粒直径,对所述颗粒直径对应的重量百分比和所述颗粒直径的之前的颗粒直径对应的重量百分比求和,得到所述颗粒直径的重量累积百分比;
针对任一个颗粒直径,计算所述颗粒直径和所述颗粒直径的前一个颗粒直径的重量累积百分比的差值,得到所述颗粒直径的间隔重量百分比,所述颗粒直径的前一个颗粒直径为所述颗粒直径所在的粒度组成数据组的前一个粒度组成数据组包括的颗粒直径;
针对N个颗粒直径,根据所述N个颗粒直径和所述N个颗粒直径的间隔重量百分比计算所述粒度平均值。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据所述粒度平均值、所述N个颗粒直径和所述N个颗粒直径的间隔重量百分比,得到所述颗粒直径的标准偏差。
3.根据权利要求2所述的方法,其特征在于,还包括:
针对所述N个颗粒直径,根据所述粒度平均值、所述标准偏差和所述N个颗粒直径的间隔重量百分比获取所述颗粒直径的偏度,所述偏度表示所述N个颗粒直径相对于所述粒度平均值的偏离程度。
4.根据权利要求3所述的方法,其特征在于,还包括:
针对N个粒度组成数据组,获取所述颗粒直径的预设粒度平均值、预设标准偏差和预设偏度;
对所述粒度平均值和所述预设粒度平均值进行比对,对所述标准偏差和预设标准偏差进行比对,对所述偏度和预设偏度进行比对。
5.一种基于岩石粒度的数据处理装置,其特征在于,包括:
第一获取模块,用于获取N个粒度组成数据组,N为大于1的整数,所述粒度组成数据组包括:颗粒直径和所述颗粒直径对应的重量百分比;
第一处理模块,用于根据所述N个粒度组成数据组,得到粒度平均值,所述粒度平均值为所述N个粒度组成数据组中所述颗粒直径的平均值;
所述第一处理模块,包括:
获取子模块,用于针对任一个颗粒直径,获取所述颗粒直径对应的重量百分比和所述颗粒直径的之前的颗粒直径对应的重量百分比,所述颗粒直径的之前的颗粒直径为所述颗粒直径所在的粒度组成数据组的之前的粒度组成数据组包括的颗粒直径;
第一处理子模块,用于针对任一个颗粒直径,对所述颗粒直径对应的重量百分比和所述颗粒直径的之前的颗粒直径对应的重量百分比求和,得到所述颗粒直径的重量累积百分比;
第二处理子模块,用于针对任一个颗粒直径,计算所述颗粒直径和所述颗粒直径的前一个颗粒直径的重量累积百分比的差值,得到所述颗粒直径的间隔重量百分比,所述颗粒直径的前一个颗粒直径为所述颗粒直径所在的粒度组成数据组的前一个粒度组成数据组包括的颗粒直径;
第三处理子模块,用于针对N个颗粒直径,根据所述N个颗粒直径和所述N个颗粒直径的间隔重量百分比计算所述粒度平均值。
6.根据权利要求5所述的装置,其特征在于,还包括:
第二处理模块,用于根据所述粒度平均值、所述N个颗粒直径和所述N个颗粒直径的间隔重量百分比,得到所述颗粒直径的标准偏差。
7.一种服务器,其特征在于,包括:
处理器;
存储器;以及
计算机程序;
其中,所述计算机程序被存储在所述存储器中,并且被配置为由所述处理器执行,所述计算机程序包括用于执行如权利要求1-4任一项所述的方法的指令。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得服务器执行权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910089694.3A CN111581761B (zh) | 2019-01-30 | 2019-01-30 | 基于岩石粒度的数据处理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910089694.3A CN111581761B (zh) | 2019-01-30 | 2019-01-30 | 基于岩石粒度的数据处理方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111581761A CN111581761A (zh) | 2020-08-25 |
CN111581761B true CN111581761B (zh) | 2022-11-04 |
Family
ID=72114771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910089694.3A Active CN111581761B (zh) | 2019-01-30 | 2019-01-30 | 基于岩石粒度的数据处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111581761B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462361A (zh) * | 2001-04-27 | 2003-12-17 | 松下电器产业株式会社 | 用于提取有效信号的方法、记录介质和程序 |
CN107688037A (zh) * | 2017-08-17 | 2018-02-13 | 中国海洋石油总公司 | 一种利用核磁测井t2分布确定井下岩石粒度曲线的方法 |
CN108872032A (zh) * | 2018-05-02 | 2018-11-23 | 国家海洋信息中心 | 沉积物粒度数据处理方法及装置 |
-
2019
- 2019-01-30 CN CN201910089694.3A patent/CN111581761B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462361A (zh) * | 2001-04-27 | 2003-12-17 | 松下电器产业株式会社 | 用于提取有效信号的方法、记录介质和程序 |
CN107688037A (zh) * | 2017-08-17 | 2018-02-13 | 中国海洋石油总公司 | 一种利用核磁测井t2分布确定井下岩石粒度曲线的方法 |
CN108872032A (zh) * | 2018-05-02 | 2018-11-23 | 国家海洋信息中心 | 沉积物粒度数据处理方法及装置 |
Non-Patent Citations (3)
Title |
---|
沉积物粒度参数内涵及计算方法的解析;卢连战等;《环境科学与管理》;20100615(第06期);全文 * |
筛析法在粒度均匀性测量中的应用;陈雯秋;《中国药业》;20050125(第01期);全文 * |
高纯石英砂粒度分析与粒度评价体系研究;石斌等;《矿物岩石》;20130325(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111581761A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929799B (zh) | 用于检测异常用户的方法、电子设备和计算机可读介质 | |
CN110544155A (zh) | 用户信用评分的获取方法、获取装置、服务器及存储介质 | |
CN105760889A (zh) | 一种高效的不均衡数据集分类方法 | |
CN109426655B (zh) | 数据分析方法、装置、电子设备及计算机可读存储介质 | |
CN112000467A (zh) | 一种数据倾斜处理方法、装置、终端设备及存储介质 | |
CN111144957B (zh) | 信息投放方法、装置、服务器及存储介质 | |
CN113449854A (zh) | 网络模型的混合精度量化方法、设备及计算机存储介质 | |
CN111581761B (zh) | 基于岩石粒度的数据处理方法、装置及存储介质 | |
CN113011210B (zh) | 视频处理方法和装置 | |
CN113361956B (zh) | 资源生产方的资源质量评价方法、装置、设备及存储介质 | |
CN110796164A (zh) | 数据聚类的簇数确定方法、系统、电子设备及存储介质 | |
CN102709207A (zh) | 质量评估设备、方法和使计算机执行质量评估方法的程序 | |
CN111179129A (zh) | 课件质量的评价方法、装置、服务器及存储介质 | |
CN109858632B (zh) | 一种确定阈值的方法及装置 | |
CN111798263A (zh) | 一种交易趋势的预测方法和装置 | |
CN111340140A (zh) | 图像数据集的获取方法、装置、电子设备及存储介质 | |
CN116151470A (zh) | 一种产品质量预测方法、装置、设备及存储介质 | |
CN113411354B (zh) | 一种基于公有云的数据传输方法 | |
JP7089808B2 (ja) | 測定精度推定のための情報処理装置、方法及びプログラム | |
CN111654853B (zh) | 一种基于用户信息的数据分析方法 | |
CN114168824A (zh) | 基于机器学习的冷热数据分离方法、系统、设备及介质 | |
CN113902230A (zh) | 电量偏差控制方法、系统、存储介质和电子设备 | |
CN114186863A (zh) | 指标数据的处理方法、装置、存储介质和电子设备 | |
CN109391738B (zh) | 一种根据移动终端信息进行预警的方法 | |
CN111489014B (zh) | 列车客座率的评估方法及其装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |