買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西南石油大學申請的專利基于動態細粒度K-means遞歸算法的剩余氣分布研究獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119167230B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411209011.0，技術領域涉及：G06F18/2431；該發明授權基于動態細粒度K-means遞歸算法的剩余氣分布研究是由趙春蘭;何熙;郭平;王兵;敬金濤;伍湘;徐佳;魏如玉;董紹宇;徐瑋設計研發完成，并于2024-08-30向國家知識產權局提交的專利申請。

本基于動態細粒度K-means遞歸算法的剩余氣分布研究在說明書摘要公布了：本發明公開了基于動態細粒度K?means遞歸算法應用于致密砂巖儲層剩余氣類型分布的方法，該方法通過獲取致密氣t時刻每個網格影響剩余氣的主要影響因素；將所有網格上的主要影響因素作為輸入，采用K?means通過主控因素對所有網格進行無監督學習，貼上標簽；隨后利用新算法??動態細粒度K?means遞歸算法，融入網格的空間坐標參數，設定閾值，動態遞歸搜索每一個網格形成剩余氣的區域，刻畫出剩余氣高的區域、剩余氣中等的區域、和剩余氣低的區域，最終得到每層的剩余氣類型分布。本發明提出的新的確定剩余氣分布類型的方法，能夠處理多種類、動靜態的數據，且能動態的分析剩余氣，通過主控因素進行無監督學習和遞歸，解決剩余氣分布類型，為后續的挖潛措施提供依據。

本發明授權基于動態細粒度K-means遞歸算法的剩余氣分布研究在權利要求書中公布了：1.基于動態細粒度K-means遞歸算法的致密砂巖儲層剩余氣類型分布的方法，其實施步驟如下： 步驟S1、獲取致密氣t時刻每個網格影響剩余氣的主控因素，構建網格特征數據集；即給定t時刻網格數據集Ai＝{xi；yi；zi；hi；pfi；Ωgi；Gi}其中空間參數坐標集為Fi＝{xi；yi；zi}，主控因素集為Mi＝{hi；pfi；Ωgi；Gi}，則Ai＝{Fi；Mi}； 式中，i為第i個網格i＝1,2,...,n；xi為第i個網格的x軸坐標；yi為第i個網格的y軸坐標；zi為第i個網格的z軸坐標；hi為第i個網格的有效厚度m；pfi為第i個網格的地層壓力MPa；Ωgi為第i個網格的豐度m3m2；Gi為第i個網格的剩余氣108m3； 步驟S2、將所有網格上的主控因素作為輸入，采用K-means通過主控因素將所有網格聚類；對給定第i個網格的數據集Mi＝{hi；pfi；Ωgi；Gi}進行歸一化處理，以提高聚類結果的質量和穩定性，具體公式如下： 式中，li為網格i某類數據的原始數據；li *為網格i某類數據歸一化后的數據；lmin為該類數據最小值；lmax為該類數據最大值； 步驟S3、將所有網格劃分為k個集合計算每個集合中心對下面公式為目標求解： 式中，為所有數據到各自聚類中心距離的和的最小值； 步驟S4、計算每個網格與各個聚類中心的距離，把每個網格分配給距離最近的聚類中心，網格Mi與聚類中心距離，具體公式如下： 步驟S5、重新計算每個簇的聚類中心具體公式如下： 式中，為某個簇，其中有p個樣本； 步驟S6、重復步驟S4至步驟S5直到劃分不再改變或者達到最大迭代次數停止，得到簇對于不同的簇中的網格賦予不同的顏色，記為其中i→j表示第i個簇對應第j個顏色； 步驟S7、在聚類得到的簇中加入坐標集參數Fi＝{xi；yi；zi}得到新的數據集在此基礎上繼續遞歸； 步驟S8、對數據集Wi中的一個網格一定距離內的類別進行統計，設數據集Wi現在有n個樣本，每個網格對應一個類別則訓練數據集Wi表示為： pi＝xi,yi,zi 任意兩點的距離為： 對任意點pi現，其ε鄰域定義為： Nε＝{pi∈Wi|distε} 式中，distε表示距離小于ε； 步驟S9、對數據集Wi中的一個網格領域內的其他網格類別進行統計，通過網格領域內其他類別數量是否≥80％，重新賦予網格類別，直到所有網格遞歸完成； 步驟S10、將剩余氣分成三類：剩余氣高的儲層、剩余氣中等的儲層、和剩余氣低的儲層，最終得到致密氣儲層中每層的剩余氣類型分布。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西南石油大學，其通訊地址為：610500 四川省成都市新都區新都大道8號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。