本發(fā)明涉及油氣項(xiàng)目地質(zhì)及油氣藏評(píng)價(jià)，尤其涉及一種油氣參數(shù)確定方法及裝置。

背景技術(shù)：

1、本部分旨在為本發(fā)明實(shí)施例提供背景或上下文。此處的描述不因?yàn)榘ㄔ诒静糠种芯统姓J(rèn)是現(xiàn)有技術(shù)。

2、油公司開(kāi)展油氣項(xiàng)目交易時(shí)，需要對(duì)目標(biāo)區(qū)塊和目標(biāo)油氣田進(jìn)行評(píng)估和評(píng)價(jià)。在油氣新項(xiàng)目的技術(shù)經(jīng)濟(jì)評(píng)價(jià)過(guò)程中，由于獲取的區(qū)塊勘探程度不同、獲取的油氣田數(shù)據(jù)不全、數(shù)據(jù)格式不統(tǒng)一、標(biāo)準(zhǔn)不一致、數(shù)據(jù)項(xiàng)缺失以及數(shù)據(jù)解讀難度大等等問(wèn)題。在所有問(wèn)題中，參數(shù)的缺失對(duì)評(píng)價(jià)影響巨大。對(duì)于缺失的參數(shù)，目前主要由石油地質(zhì)和油氣藏工程專家的經(jīng)驗(yàn)判斷，不僅耗時(shí)長(zhǎng)，和真實(shí)情況偏離度高，且受主觀因素影響比較大，難以滿足高效、精確的評(píng)價(jià)需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供一種油氣參數(shù)確定方法，用以提高缺失油氣參數(shù)確定的準(zhǔn)確度及效率，該方法包括：

2、獲取多種歷史油氣參數(shù)數(shù)據(jù)及待確定樣本；待確定樣本為至少一個(gè)數(shù)據(jù)值缺失的實(shí)時(shí)油氣參數(shù)數(shù)據(jù)；

3、根據(jù)待確定樣本，利用相關(guān)性分析算法，在多種歷史油氣參數(shù)數(shù)據(jù)中篩選第一油氣參數(shù)數(shù)據(jù)，將第一油氣參數(shù)數(shù)據(jù)確定為訓(xùn)練樣本；所述第一油氣參數(shù)數(shù)據(jù)為與待確定樣本的相關(guān)性高于預(yù)設(shè)相關(guān)性閾值的多種油氣參數(shù)數(shù)據(jù)；

4、根據(jù)訓(xùn)練樣本中數(shù)據(jù)的類別給訓(xùn)練樣本添加標(biāo)簽；

5、利用預(yù)設(shè)的高斯核距離關(guān)聯(lián)關(guān)系，計(jì)算待確定樣本與添加標(biāo)簽后的訓(xùn)練樣本的距離；

6、將按照距離從小到大進(jìn)行排序后的前預(yù)設(shè)數(shù)量的訓(xùn)練樣本確定為鄰居樣本；

7、根據(jù)鄰居樣本、待確定樣本及預(yù)設(shè)的高斯核標(biāo)準(zhǔn)差，利用knn(k?nearestneighbors，k鄰近)算法確定待確定樣本中缺失的數(shù)據(jù)值。

8、本發(fā)明實(shí)施例還提供一種油氣參數(shù)確定裝置，用以提高缺失油氣參數(shù)確定的準(zhǔn)確度及效率，該裝置包括：

9、獲取模塊，用于獲取多種歷史油氣參數(shù)數(shù)據(jù)及待確定樣本；待確定樣本為至少一個(gè)數(shù)據(jù)值缺失的實(shí)時(shí)油氣參數(shù)數(shù)據(jù)；

10、訓(xùn)練樣本確定模塊，用于根據(jù)待確定樣本，利用相關(guān)性分析算法，在多種歷史油氣參數(shù)數(shù)據(jù)中篩選第一油氣參數(shù)數(shù)據(jù)，將第一油氣參數(shù)數(shù)據(jù)確定為訓(xùn)練樣本；所述第一油氣參數(shù)數(shù)據(jù)為與待確定樣本的相關(guān)性高于預(yù)設(shè)相關(guān)性閾值的多種油氣參數(shù)數(shù)據(jù)；

11、標(biāo)簽添加模塊，用于根據(jù)訓(xùn)練樣本中數(shù)據(jù)的類別給訓(xùn)練樣本添加標(biāo)簽；

12、距離確定模塊，用于利用預(yù)設(shè)的高斯核距離關(guān)聯(lián)關(guān)系，計(jì)算待確定樣本與添加標(biāo)簽后的訓(xùn)練樣本的距離；

13、鄰居樣本確定模塊，用于將按照距離從小到大進(jìn)行排序后的前預(yù)設(shè)數(shù)量的訓(xùn)練樣本確定為鄰居樣本；

14、缺失數(shù)據(jù)確定模塊，用于根據(jù)鄰居樣本、待確定樣本及預(yù)設(shè)的高斯核標(biāo)準(zhǔn)差，利用knn算法確定待確定樣本中缺失的數(shù)據(jù)值。

15、本發(fā)明實(shí)施例與現(xiàn)有技術(shù)中由石油地質(zhì)和油氣藏工程專家進(jìn)行經(jīng)驗(yàn)判斷的技術(shù)方案相比，通過(guò)獲取多種歷史油氣參數(shù)數(shù)據(jù)及待確定樣本；待確定樣本為至少一個(gè)數(shù)據(jù)值缺失的實(shí)時(shí)油氣參數(shù)數(shù)據(jù)；根據(jù)待確定樣本，利用相關(guān)性分析算法，在多種歷史油氣參數(shù)數(shù)據(jù)中篩選第一油氣參數(shù)數(shù)據(jù)，將第一油氣參數(shù)數(shù)據(jù)確定為訓(xùn)練樣本；所述第一油氣參數(shù)數(shù)據(jù)為與待確定樣本的相關(guān)性高于預(yù)設(shè)相關(guān)性閾值的多種油氣參數(shù)數(shù)據(jù)；根據(jù)訓(xùn)練樣本中數(shù)據(jù)的類別給訓(xùn)練樣本添加標(biāo)簽；利用預(yù)設(shè)的高斯核距離關(guān)聯(lián)關(guān)系，計(jì)算待確定樣本與添加標(biāo)簽后的訓(xùn)練樣本的距離；將按照距離從小到大進(jìn)行排序后的前預(yù)設(shè)數(shù)量的訓(xùn)練樣本確定為鄰居樣本；根據(jù)鄰居樣本、待確定樣本及預(yù)設(shè)的高斯核標(biāo)準(zhǔn)差，利用knn算法確定待確定樣本中缺失的數(shù)據(jù)值，能夠提高缺失油氣參數(shù)確定的準(zhǔn)確度及效率。

技術(shù)特征：

1.一種油氣參數(shù)確定方法，其特征在于，包括：

2.如權(quán)利要求1所述的方法，其特征在于，根據(jù)待確定樣本，利用相關(guān)性分析算法，在多種歷史油氣參數(shù)數(shù)據(jù)中篩選第一油氣參數(shù)數(shù)據(jù)，將第一油氣參數(shù)數(shù)據(jù)確定為訓(xùn)練樣本，包括：

3.如權(quán)利要求1所述的方法，其特征在于，預(yù)設(shè)的高斯核距離關(guān)聯(lián)關(guān)系為：

4.如權(quán)利要求1所述的方法，其特征在于，在獲取多種歷史油氣參數(shù)數(shù)據(jù)之后，還包括：

5.如權(quán)利要求1所述的方法，其特征在于，所述相關(guān)性分析算法包括方差分析算法和/或卡方檢驗(yàn)算法。

6.一種油氣參數(shù)確定裝置，其特征在于，包括：

7.如權(quán)利要求6所述的裝置，其特征在于，訓(xùn)練樣本確定模塊，具體用于：

8.如權(quán)利要求6所述的裝置，其特征在于，預(yù)設(shè)的高斯核距離關(guān)聯(lián)關(guān)系為：

9.如權(quán)利要求6所述的裝置，其特征在于，還包括：標(biāo)準(zhǔn)化處理模塊，用于：

10.如權(quán)利要求6所述的裝置，其特征在于，所述相關(guān)性分析算法包括方差分析算法和/或卡方檢驗(yàn)算法。

11.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至5任一所述方法。

12.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至5任一所述方法。

13.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至5任一所述方法。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種油氣參數(shù)確定方法及裝置，所述方法包括：獲取多種歷史油氣參數(shù)數(shù)據(jù)及待確定樣本；待確定樣本為至少一個(gè)數(shù)據(jù)值缺失的實(shí)時(shí)油氣參數(shù)數(shù)據(jù)；根據(jù)待確定樣本，利用相關(guān)性分析算法，在多種歷史油氣參數(shù)數(shù)據(jù)中篩選第一油氣參數(shù)數(shù)據(jù)，將第一油氣參數(shù)數(shù)據(jù)確定為訓(xùn)練樣本；根據(jù)訓(xùn)練樣本中數(shù)據(jù)的類別給訓(xùn)練樣本添加標(biāo)簽；利用預(yù)設(shè)的高斯核距離關(guān)聯(lián)關(guān)系，計(jì)算待確定樣本與添加標(biāo)簽后的訓(xùn)練樣本的距離；將按照距離從小到大進(jìn)行排序后的前預(yù)設(shè)數(shù)量的訓(xùn)練樣本確定為鄰居樣本；根據(jù)鄰居樣本、待確定樣本及預(yù)設(shè)的高斯核標(biāo)準(zhǔn)差，利用KNN算法確定待確定樣本中缺失的數(shù)據(jù)值，可以提高缺失油氣參數(shù)確定的準(zhǔn)確度及效率。

技術(shù)研發(fā)人員：吳義平,王建君,王青,李浩武,雷占祥,張寧寧,李謙,曹慶超,曾保全,屈泰來(lái),汪斌
受保護(hù)的技術(shù)使用者：中國(guó)石油天然氣股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23