CN115146976A - 影响待勘测区块评价的主要地质参数的选取方法及设备 - Google Patents
影响待勘测区块评价的主要地质参数的选取方法及设备 Download PDFInfo
- Publication number
- CN115146976A CN115146976A CN202210813136.9A CN202210813136A CN115146976A CN 115146976 A CN115146976 A CN 115146976A CN 202210813136 A CN202210813136 A CN 202210813136A CN 115146976 A CN115146976 A CN 115146976A
- Authority
- CN
- China
- Prior art keywords
- geological
- surveyed
- block
- parameters
- evaluation
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000000513 principal component analysis Methods 0.000 claims abstract description 14
- 239000007789 gas Substances 0.000 claims description 44
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000010187 selection method Methods 0.000 claims description 7
- 239000003079 shale oil Substances 0.000 claims description 6
- 239000003034 coal gas Substances 0.000 claims description 5
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 235000003181 Panax pseudoginseng Nutrition 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 150000004677 hydrates Chemical class 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供影响待勘测区块评价的主要地质参数的选取方法及设备，该方法包括：获取待勘测区块的所有地质参数，并按照预设规则对所有地质参数进行分类，得到多组不同类型的地质变量；获取待勘测区块的目标地质变量中的每个地质参数的多组样本数据，并对所有样本数据进行标准化处理，得到目标地质变量中每个地质参数的标准化数据；其中，目标地质变量为多组不同类型的地质变量中的任意一组；对所有目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数。本发明可以筛选出该区块页岩气资源评价的主要地质参数的问题。
Description
技术领域
本发明涉及非常规油气资源技术领域，尤其涉及一种影响待勘测区块评价的主要地质参数的选取方法及设备。
背景技术
非常规油气是指在目前技术条件下不能采出，或采出不具有经济效益的石油和天然气资源。一般包括致密和超致密砂岩油气、页岩油气、超重(稠)油、沥青砂岩、煤层气、水溶气、天然气水合物等。
以页岩气为例，页岩气是蕴藏于页岩层可供开采的天然气资源。页岩气的资源量在三维时空中的规模与分布总是难以精确获取，这对中早期的页岩气的勘探评价增加了一定的风险性。
页岩气较特殊，其具有较多的地质参数，主要包括地层和构造特征、岩石和矿物成分、储层厚度和埋深、储集空间类型和储集物性、泥页岩储层的非均质性、岩石力学参数、有机地球化学参数、页岩的吸附特征和聚气机理、区域现今应力场的特征、流体压力和储层温度、流体饱和度与流体的性质、开发区的基本条件等。
正是由于区块地质参数较多，且每个区块又具有特殊性，导致每个区块的页岩气的资源评价的地质参数的主要控制因素并不完全相同。由于地质参数的不确定性和页岩气成藏条件的不均一性，导致页岩气资源评价具有测不准特点。选取不同的地质参数进行评价，会得到不同的资源量评价结果。而如何筛选出影响该区块页岩气资源评价的主要地质参数，成为目前亟需解决的技术问题。
发明内容
本发明实施例提供了一种影响待勘测区块评价的主要地质参数的选取方法及设备，以解决无法筛选出该区块页岩气资源评价的主要地质参数的问题。
第一方面，本发明实施例提供了一种影响待勘测区块评价的主要地质参数的选取方法，包括：
获取待勘测区块的所有地质参数，并按照预设规则对所有地质参数进行分类，得到多组不同类型的地质变量；其中，待勘测区块储藏有非常规油气资源，预设规则为每个地质参数获取的方式或地质参数的性质；
获取待勘测区块的目标地质变量中的每个地质参数的多组样本数据，并对所有样本数据进行标准化处理，得到目标地质变量中每个地质参数的标准化数据；其中，目标地质变量为多组不同类型的地质变量中的任意一组；
对所有目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一种可能的实现方式中，对目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数，包括：
基于目标地质变量中每个地质参数的标准化数据，构建目标地质变量中所有地质参数的相关系数矩阵；
基于相关系数矩阵，计算相关系数矩阵的特征值；
基于特征值，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一种可能的实现方式中，基于特征值，选取所有地质参数中影响待勘测区块评价的主要地质参数，包括：
基于特征值的信息贡献率和累计贡献率，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一种可能的实现方式中，选取方法还包括：
基于所有地质参数中影响待勘测区块评价的主要地质参数，选取资源量计算方式。
在一种可能的实现方式中，相关系数矩阵R为：
其中，
rii＝1，rij＝rji，rij是第i个指标与第j个指标的相关系数，
为第k个变量的第i个样本数据的标准化数据，
为第k个变量的第j个样本数据的标准化数据，n为目标地质变量中的所有地质参数的个数，m为目标地质变量中的每个地质参数的样本数据的组数，n、m、i、j均为正整数。
在一种可能的实现方式中，不同类型的地质变量包括构造类地质变量、地化类地质变量、沉积类地质变量以及地热类地质变量。
在一种可能的实现方式中，非常规油气资源包括以下任一项：页岩气、页岩油、煤气层、致密砂岩气、超致密砂岩气、致密砂岩油。
第二方面，本发明实施例提供了一种影响待勘测区块评价的主要地质参数的选取装置，包括：
获取参数模块，用于获取待勘测区块影响资源量的所有地质参数，并按照预设规则对所有地质参数进行分类，得到多组不同类型的地质变量；其中，待勘测区块储藏有非常规油气资源，预设规则为每个地质参数获取的方式或地质参数的性质；
数据处理模块，用于获取待勘测区块的目标地质变量中的每个地质参数的多组样本数据，并对所有样本数据进行标准化处理，得到目标地质变量中每个地质参数的标准化数据；其中，目标地质变量为多组不同类型的地质变量中的任意一组；
选取模块，用于对所有目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一种可能的实现方式中，选取模块，用于基于目标地质变量中每个地质参数的标准化数据，构建目标地质变量中所有地质参数的相关系数矩阵；
基于相关系数矩阵，计算相关系数矩阵的特征值；
基于特征值，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一种可能的实现方式中，选取模块，用于基于特征值的信息贡献率和累计贡献率，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一种可能的实现方式中，还包括：选取评价方法模块，用于基于所有地质参数中影响待勘测区块评价的主要地质参数，选取资源量计算方式。
在一种可能的实现方式中，相关系数矩阵R为：
其中，
rii＝1，rij＝rji，tij是第i个指标与第j个指标的相关系数，
为第k个变量的第i个样本数据的标准化数据，
为第k个变量的第j个样本数据的标准化数据，n为目标地质变量中的所有地质参数的个数，m为目标地质变量中的每个地质参数的样本数据的组数，n、m、i、j均为正整数。
在一种可能的实现方式中，不同类型的地质变量包括构造类地质变量、地化类地质变量、沉积类地质变量以及地热类地质变量。
在一种可能的实现方式中，非常规油气资源包括以下任一项：页岩气、页岩油、煤气层、致密砂岩气、超致密砂岩气、致密砂岩油。
第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第四方面，本发明实施例提供了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，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施例提供一种影响待勘测区块评价的主要地质参数的选取方法及设备，首先，获取待勘测区块的所有地质参数，并按照预设规则对所有地质参数进行分类，得到多组不同类型的地质变量。然后，获取待勘测区块的目标地质变量中的每个地质参数的多组样本数据，并对所有样本数据进行标准化处理，得到目标地质变量中每个地质参数的标准化数据。最后，对所有目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数。从而，从所有地质参数中选取影响待勘测区块评价的主要地质参数。
本发明提供的主要地质参数的选取方法，在进行带勘测区块评价前，提前对所有地质参数进行筛选，优选出主要地质参数，可提高后续评价工作的工作效率及评价的准确性。通过定量化处理，减少人为因素的干扰，可大大提高后续评价的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明实施例提供的影响待勘测区块评价的主要地质参数的选取方法的实现流程图；
图2是本发明实施例提供的影响待勘测区块评价的主要地质参数的选取装置的结构示意图；
图3是本发明实施例提供的电子设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
非常规油气由于在三维时空中的规模和分布较难以获得，这对非常规油气的早期勘探评价增加了一定的风险。
仍以页岩气为例，由于页岩气的特殊性，有较多的地质参数，又由于每个待勘测区块的特殊性，每个待勘测区块的主控因素并不完全相同，因此给后期的勘探评价带来很多不确定性。而如何从众多的地质参数中，筛选出影响该区块页岩气资源评价的主要地质参数，成为目前亟需解决的技术问题。
为了解决现有技术问题，本发明实施例提供了一种影响待勘测区块评价的主要地质参数的选取方法及设备。下面首先对本发明实施例所提供的影响待勘测区块评价的主要地质参数的选取方法进行介绍。
影响待勘测区块评价的主要地质参数的选取方法的执行主体，可以是影响待勘测区块评价的主要地质参数的选取装置，该影响待勘测区块评价的主要地质参数的选取装置可以是具有处理器和存储器的电子设备，例如移动电子设备或者非移动电子设备。本发明实施例不作具体限定。
参见图1，其示出了本发明实施例提供的影响待勘测区块评价的主要地质参数的选取方法的实现流程图，详述如下：
步骤S110、获取待勘测区块的所有地质参数，并按照预设规则对所有地质参数进行分类，得到多组不同类型的地质变量。
待勘测区块有多个地质参数，每个地质参数均会提供一定的地质信息，但是每个地质参数的重要程度与侧重点是不同的。有的地质参数提供的地址信息会重叠，造成信息的冗余。有的地质参数提供的信息对本区块不会造成较大的影响，且容易对后续的资源量评价工作产生干扰。因此，需要在资源量评价之前，从众多的地质参数中，提前选择出合适的主控因素，将无关的或者影响较少的地质参数剔除。
根据获取待勘测区块的所有地质参数的获取方式或地址参数的性质，对所有地质参数进行分类，得到多组不同类型的地质变量，如造类地质变量、地化类地质变量、沉积类地质变量以及地热类地质变量，当然也可以为其他类型的地质变量，此处就不一一列举。
通过首先对所有地质变量进行分类，即可将同类的地质参数放在一起分析，这样可以提高后续分析的准确性。
具体的，非常规油气资源包括以下任一项：页岩气、页岩油、煤气层、致密砂岩气、超致密砂岩气、致密砂岩油。
步骤S120、获取待勘测区块的目标地质变量中的每个地质参数的多组样本数据，并对所有样本数据进行标准化处理，得到目标地质变量中每个地质参数的标准化数据。
基于在第一步中对所有地质参数进行分类得到多组地质变量，分别获取每组地质变量中的每个地质参数的多个数据样本进行分析。
对每组地质变量中的每个地质参数的多个数据样本均分别进行标准化处理。
如某类地质变量中有n个地质参数，每个地质参数有m个样本数据，x1，x2，…，xm，第i个地质参数的第j个数据样本为xij，将xij转换成标准化指标
为：
其中，
sj分别为第j个样本数据的均值和标准差。
步骤S130、对所有目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数。
主成分分析法的含义是构造关于原始变量的适当的线性组合，形成几个可以代替原始变量进行资料解释的主要指标，即所谓的主成分，它们是用来代替众多原始变量进行资料解释。
从统计分析角度看，一个变量或一串数据所包含的信息，可以用差异的大小—方差来度量。方差越大，所包含的信息量就越大；方差越小，所包含的信息量就越小。因此我们要对方差贡献率进行判断，从而选取合理的主要地质参数进行分析。
步骤S1310、基于目标地质变量中每个地质参数的标准化数据，构建目标地质变量中所有地质参数的相关系数矩阵。
计算其中一个地质参数的m个样本数据的相关系数矩阵R，R＝(rij)m×m；
其中，
rii＝1，rij＝rji，rij是第i个指标与第j个指标的相关系数，
为第k个变量的第i个样本数据的标准化数据，
为第k个变量的第j个样本数据的标准化数据。
相应的，可以对目标地质变量中每个地质参数构建其相应的相关系数矩阵。此处不在一一赘述。
步骤S1320、基于相关系数矩阵，计算相关系数矩阵的特征值。
对相关系数矩阵R求解，得到相关系数矩阵R的特征值，采用的求解方法为目前现有的求解方法，求解过程此处不再赘述。
m个样本数据的相关系数矩阵R的特征值分别为λ1≥λ2≥…≥λm≥0。
步骤S1330、基于特征值，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一些实施例中，基于特征值的信息贡献率和累计贡献率，选取所有地质参数中影响待勘测区块评价的主要地质参数。
具体的，基于所述目标地质变量中每个地质参数的特征值的信息贡献率和累计贡献率，基于预设的累计贡献率阈值，选取所有地质参数中影响待勘测区块评价的主要地质参数。
其中，信息贡献率为bj，累计贡献率为αp，
累计贡献率为αp为前p个特征值即地质参数所占的累计百分比，一般按方差累计贡献率大于85％或根据实际应用需要来确定需要保留的主要地质参数的个数p，即为本区块的p个主控因素。从此可利用p个主控因素对本地区进行地质解释和进一步分析。
同理，对所有类型的地质变量中的地质参数均进行主成分分析后，即可得到每类地质变量中的主要地质参数。
此外，根据现有的资源量计算方法中所需的变量，及筛选出的所有主要地质参数，判断选取哪种资源量计算方法，对该待勘测区块进行评价。还可以根据筛选出的所有主要地质参数，进行后续区块性质的判断。
通过首先对该待勘测区块的所有地质参数进行初步分类，然后，对每个类型的地质变量通过主成分分析，筛选出每个类型的地质变量的主要地质变量，最后，通过现有的资源量计算方法中所需的变量，及筛选出的所有主要地质参数，判断选取哪种资源量计算方法，对该待勘测区块进行评价。从而实现了对所有地质参数的三级约束，提高后期资源量计算及评价中的工作效率及准确度。
地质参数具有数据量大的特点，在对参数进行赋值、求取等工作之前，通过在众多的地质参数中来筛选出影响非常规油气资源量评价的主要参数，有利于提高下一步工作的效率，降低人力物力带来的成本。丰富完善了非常规油气资源评价体系，提高了非常规油气资源评价结果准确性以及非常规油气资源评价的可信度。
本发明实施例提供的选取方法，首先，获取待勘测区块的所有地质参数，并按照预设规则对所有地质参数进行分类，得到多组不同类型的地质变量。然后，获取待勘测区块的目标地质变量中的每个地质参数的多组样本数据，并对所有样本数据进行标准化处理，得到目标地质变量中每个地质参数的标准化数据。最后，对所有目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数。从而，从所有地质参数中选取影响待勘测区块评价的主要地质参数。
本发明通过对地质参数进行定量化处理，减少专家赋值的比重，有效减少了人为因素的干扰。同时可以量化比例，例如主要影响因素一般遵守二八原则，可以根据所需和实际情况可优化为一九原则或三七原则。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
基于上述实施例提供的影响待勘测区块评价的主要地质参数的选取方法，相应地，本发明还提供了应用于该影响待勘测区块评价的主要地质参数的选取方法的影响待勘测区块评价的主要地质参数的选取装置的具体实现方式。请参见以下实施例。
如图2所示，提供了一种影响待勘测区块评价的主要地质参数的选取装置200，该装置包括：
获取参数模块210，用于获取待勘测区块影响资源量的所有地质参数，并按照预设规则对所有地质参数进行分类，得到多组不同类型的地质变量；其中，待勘测区块储藏有非常规油气资源，预设规则为每个地质参数获取的方式或地质参数的性质；
数据处理模块220，用于获取待勘测区块的目标地质变量中的每个地质参数的多组样本数据，并对所有样本数据进行标准化处理，得到目标地质变量中每个地质参数的标准化数据；其中，目标地质变量为多组不同类型的地质变量中的任意一组；
选取模块230，用于对所有目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一种可能的实现方式中，选取模块230，用于基于目标地质变量中每个地质参数的标准化数据，构建目标地质变量中所有地质参数的相关系数矩阵；
基于相关系数矩阵，计算相关系数矩阵的特征值；
基于特征值，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一种可能的实现方式中，选取模块230，用于基于特征值的信息贡献率和累计贡献率，选取所有地质参数中影响待勘测区块评价的主要地质参数。
在一种可能的实现方式中，还包括：选取评价方法模块，用于基于所有地质参数中影响待勘测区块评价的主要地质参数，选取资源量计算方式。
在一种可能的实现方式中，相关系数矩阵R为：
其中，
rii＝1，rij＝rji，rij是第i个指标与第j个指标的相关系数，
为第k个变量的第i个样本数据的标准化数据，
为第k个变量的第j个样本数据的标准化数据，n为目标地质变量中的所有地质参数的个数，m为目标地质变量中的每个地质参数的样本数据的组数，n、m、i、j均为正整数。
在一种可能的实现方式中，不同类型的地质变量包括构造类地质变量、地化类地质变量、沉积类地质变量以及地热类地质变量。
在一种可能的实现方式中，非常规油气资源包括以下任一项：页岩气、页岩油、煤气层、致密砂岩气、超致密砂岩气、致密砂岩油。
图3是本发明实施例提供的电子设备的示意图。如图3所示，该实施例的电子设备3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个影响待勘测区块评价的主要地质参数的选取实施例中的步骤，例如图1所示的步骤110至步骤130。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块的功能，例如图2所示模块210至230的功能。
示例性的，所述计算机程序32可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述电子设备3中的执行过程。例如，所述计算机程序32可以被分割成图2所示的模块210至230。
所述电子设备3可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是电子设备3的示例，并不构成对电子设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述电子设备3的内部存储单元，例如电子设备3的硬盘或内存。所述存储器31也可以是所述电子设备3的外部存储设备，例如所述电子设备3上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述电子设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个影响待勘测区块评价的主要地质参数的选取方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。
以上所述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精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种影响待勘测区块评价的主要地质参数的选取方法，其特征在于，包括：
获取待勘测区块的所有地质参数，并按照预设规则对所有地质参数进行分类，得到多组不同类型的地质变量；其中，所述待勘测区块储藏有非常规油气资源，所述预设规则为每个地质参数获取的方式或地质参数的性质；
获取待勘测区块的目标地质变量中的每个地质参数的多组样本数据，并对所有样本数据进行标准化处理，得到所述目标地质变量中每个地质参数的标准化数据；其中，所述目标地质变量为所述多组不同类型的地质变量中的任意一组；
对所有所述目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数。
2.如权利要求1所述的选取方法，其特征在于，所述对所述目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数，包括：
基于所述目标地质变量中每个地质参数的标准化数据，构建所述目标地质变量中所有地质参数的相关系数矩阵；
基于所述相关系数矩阵，计算所述相关系数矩阵的特征值；
基于所述特征值，选取所有地质参数中影响待勘测区块评价的主要地质参数。
3.如权利要求2所述的选取方法，其特征在于，所述基于所述特征值，选取所有地质参数中影响待勘测区块评价的主要地质参数，包括：
基于所述特征值的信息贡献率和累计贡献率，选取所有地质参数中影响待勘测区块评价的主要地质参数。
4.如权利要求3所述的选取方法，其特征在于，所述选取方法还包括：
基于所述所有地质参数中影响待勘测区块评价的主要地质参数，选取资源量计算方式。
5.如权利要求2所述的选取方法，其特征在于，所述相关系数矩阵R为：
其中，
rii＝1，rij＝rji，rij是第i个指标与第j个指标的相关系数，
为第k个变量的第i个样本数据的标准化数据，
为第k个变量的第j个样本数据的标准化数据，n为所述目标地质变量中的所有地质参数的个数，m为所述目标地质变量中的每个地质参数的样本数据的组数，n、m、i、j均为正整数。
6.如权利要求1所述的选取方法，其特征在于，所述不同类型的地质变量包括构造类地质变量、地化类地质变量、沉积类地质变量以及地热类地质变量。
7.如权利要求1至6任一项所述的选取方法，其特征在于：
所述非常规油气资源包括以下任一项：页岩气、页岩油、煤气层、致密砂岩气、超致密砂岩气、致密砂岩油。
8.一种影响待勘测区块评价的主要地质参数的选取装置，其特征在于，包括：
获取参数模块，用于获取待勘测区块影响资源量的所有地质参数，并按照预设规则对所有地质参数进行分类，得到多组不同类型的地质变量；其中，所述待勘测区块储藏有非常规油气资源，所述预设规则为每个地质参数获取的方式或地质参数的性质；
数据处理模块，用于获取待勘测区块的目标地质变量中的每个地质参数的多组样本数据，并对所有样本数据进行标准化处理，得到所述目标地质变量中每个地质参数的标准化数据；其中，所述目标地质变量为所述多组不同类型的地质变量中的任意一组；
选取模块，用于对所有所述目标地质变量中的所有地质参数的标准化数据进行主成分分析，基于分析结果，选取所有地质参数中影响待勘测区块评价的主要地质参数。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，执行如权利要求1至7任一项所述的影响待勘测区块评价的主要地质参数的选取方法。
10.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述影响待勘测区块评价的主要地质参数的选取方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210813136.9A CN115146976A (zh) | 2022-07-11 | 2022-07-11 | 影响待勘测区块评价的主要地质参数的选取方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210813136.9A CN115146976A (zh) | 2022-07-11 | 2022-07-11 | 影响待勘测区块评价的主要地质参数的选取方法及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115146976A true CN115146976A (zh) | 2022-10-04 |
Family
ID=83412915
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210813136.9A Pending CN115146976A (zh) | 2022-07-11 | 2022-07-11 | 影响待勘测区块评价的主要地质参数的选取方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115146976A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115983088A (zh) * | 2022-10-09 | 2023-04-18 | 中国地质大学（北京） | 一种基于集成学习建立的海相页岩原地气量预测模型 |
| CN116842327A (zh) * | 2023-05-18 | 2023-10-03 | 中国地质大学（北京） | 资源量评价中异常数据的处理方法、装置及设备 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107315203A (zh) * | 2017-08-04 | 2017-11-03 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种致密砂岩储层甜点识别及综合评价方法 |
| CN109165857A (zh) * | 2018-09-04 | 2019-01-08 | 中国地质大学（北京） | 基于多因素递进叠合的页岩气选区评价方法及系统 |
| US20190080273A1 (en) * | 2017-09-08 | 2019-03-14 | Petrochina Company Limited | Method and apparatus for evaluating exploitation value of a geological resource |
| US20190100997A1 (en) * | 2017-09-30 | 2019-04-04 | Petrochina Company Limited | Oil and gas zone effectiveness evaluation method and apparatus |
| CN110489809A (zh) * | 2019-07-24 | 2019-11-22 | 中国石油天然气股份有限公司 | 一种盆地油气资源整体评价方法及装置 |
| CN110570102A (zh) * | 2019-08-21 | 2019-12-13 | 中国石油化工股份有限公司 | 一种储层评价方法 |
| CN111046341A (zh) * | 2019-12-12 | 2020-04-21 | 重庆地质矿产研究院 | 一种基于主成分分析的非常规天然气压裂效果评价及产能预测方法 |
| CN112330109A (zh) * | 2020-10-22 | 2021-02-05 | 中国石油大学(华东) | 油气勘探区带地质综合评价的量化表征方法、系统、设备 |
| CN114240212A (zh) * | 2021-12-22 | 2022-03-25 | 中国地质大学（北京） | 地质参数对资源量影响权重的确定方法及设备 |
| CN114331071A (zh) * | 2021-12-21 | 2022-04-12 | 中国石油大学(北京) | 模型训练方法、压裂参数确定方法、装置和计算机设备 |
| CN114439457A (zh) * | 2020-10-20 | 2022-05-06 | 中国石油化工股份有限公司 | 一种用于评价抽油机井健康状态的方法及系统 |
-
2022
- 2022-07-11 CN CN202210813136.9A patent/CN115146976A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107315203A (zh) * | 2017-08-04 | 2017-11-03 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种致密砂岩储层甜点识别及综合评价方法 |
| US20190080273A1 (en) * | 2017-09-08 | 2019-03-14 | Petrochina Company Limited | Method and apparatus for evaluating exploitation value of a geological resource |
| US20190100997A1 (en) * | 2017-09-30 | 2019-04-04 | Petrochina Company Limited | Oil and gas zone effectiveness evaluation method and apparatus |
| CN109165857A (zh) * | 2018-09-04 | 2019-01-08 | 中国地质大学（北京） | 基于多因素递进叠合的页岩气选区评价方法及系统 |
| CN110489809A (zh) * | 2019-07-24 | 2019-11-22 | 中国石油天然气股份有限公司 | 一种盆地油气资源整体评价方法及装置 |
| CN110570102A (zh) * | 2019-08-21 | 2019-12-13 | 中国石油化工股份有限公司 | 一种储层评价方法 |
| CN111046341A (zh) * | 2019-12-12 | 2020-04-21 | 重庆地质矿产研究院 | 一种基于主成分分析的非常规天然气压裂效果评价及产能预测方法 |
| CN114439457A (zh) * | 2020-10-20 | 2022-05-06 | 中国石油化工股份有限公司 | 一种用于评价抽油机井健康状态的方法及系统 |
| CN112330109A (zh) * | 2020-10-22 | 2021-02-05 | 中国石油大学(华东) | 油气勘探区带地质综合评价的量化表征方法、系统、设备 |
| CN114331071A (zh) * | 2021-12-21 | 2022-04-12 | 中国石油大学(北京) | 模型训练方法、压裂参数确定方法、装置和计算机设备 |
| CN114240212A (zh) * | 2021-12-22 | 2022-03-25 | 中国地质大学（北京） | 地质参数对资源量影响权重的确定方法及设备 |
Non-Patent Citations (3)
| Title |
|---|
| 杨占伟等: "基于2种机器学习方法的页岩TOC含量评价——以川南五峰组—龙马溪组为例", 《岩性油气藏》 * |
| 桑月浦等: "主成分分析在地化录井储集层流体识别中的应用", 《录井工程》 * |
| 毛毳等: "主成分分析法在煤储层评价中的应用——以鹤岗煤矿为例", 《中国煤炭地质》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115983088A (zh) * | 2022-10-09 | 2023-04-18 | 中国地质大学（北京） | 一种基于集成学习建立的海相页岩原地气量预测模型 |
| CN115983088B (zh) * | 2022-10-09 | 2023-08-15 | 中国地质大学（北京） | 一种基于集成学习建立的海相页岩原地气量预测模型 |
| CN116842327A (zh) * | 2023-05-18 | 2023-10-03 | 中国地质大学（北京） | 资源量评价中异常数据的处理方法、装置及设备 |
| CN116842327B (zh) * | 2023-05-18 | 2024-05-10 | 中国地质大学（北京） | 资源量评价中异常数据的处理方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108122066B (zh) | 储层岩性的确定方法和装置 | |
| CN115146976A (zh) | 影响待勘测区块评价的主要地质参数的选取方法及设备 | |
| Ardizzone et al. | Impact of mapping errors on the reliability of landslide hazard maps | |
| CN109115987B (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
| CN103930802A (zh) | 利用空间独立的数据子集为空间相关储层数据确定性质分布的软数据去偏不确定性的系统及方法 | |
| CN109636094A (zh) | 低渗透油田储层类型识别方法和装置 | |
| CN109113729B (zh) | 基于测井曲线的岩性识别方法及装置 | |
| CN106295113A (zh) | 一种复杂油气储层渗透率的定量评价方法 | |
| CN103345566A (zh) | 基于地质内涵的化探异常识别与评价方法 | |
| CN115358285B (zh) | 待勘测区块关键地质参数的选取方法、装置、及设备 | |
| Tadayoni et al. | A new approach to heterogeneity analysis in a highly complex carbonate reservoir by using borehole image and conventional log data | |
| CN112990320A (zh) | 一种岩性的分类方法、装置、电子设备及存储介质 | |
| Leung et al. | Sample truncation strategies for outlier removal in geochemical data: the MCD robust distance approach versus t-SNE ensemble clustering | |
| CN114186879A (zh) | 地质参数对资源量计算误差影响的评估方法及设备 | |
| CN118039029A (zh) | 基于机器学习和锆石成分识别花岗岩类型的方法及系统 | |
| CN116927771A (zh) | 一种预测页岩储层总有机碳数据的方法、装置、设备及介质 | |
| CN111580179B (zh) | 一种有机碳含量确定方法、装置及系统 | |
| CN110083930A (zh) | 页岩风化指数的构建方法及装置 | |
| Fournier et al. | Integrated rock-typing with capillary pressure curve clustering | |
| CN111413731A (zh) | 一种碳酸盐岩缝洞体的地震识别方法及装置 | |
| CN108108512B (zh) | 一种储层岩相的表征方法及装置 | |
| Skene et al. | Accounting for multi-scale permeability systems in reservoir models of a giant offshore oil field, Abu Dhabi–Balancing matrix versus excess permeability and its impact on reservoir performance | |
| CN113720952A (zh) | 用于储层解释评价的图版生成方法、装置、设备及介质 | |
| CN112987122A (zh) | 一种泥质含量计算方法、装置、电子设备及存储介质 | |
| Ashayeri et al. | Using the Adaptive Variable Structure Regression Approach in Data Selection and Data Preparation for Improving Machine Learning-Based Performance Prediction in Unconventional Plays |
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 |