本發(fā)明涉及一種天然氣勘探工作量分類方法，具體涉及一種研究天然氣勘探工作量自動(dòng)分類預(yù)測(cè)的方法。

背景技術(shù)：

1、天然氣勘探是能源開發(fā)的重要環(huán)節(jié)，其工作量預(yù)測(cè)的準(zhǔn)確性直接影響到勘探?jīng)Q策和投資效益。傳統(tǒng)的預(yù)測(cè)方法往往基于經(jīng)驗(yàn)或簡(jiǎn)單的統(tǒng)計(jì)分析，缺乏系統(tǒng)性和準(zhǔn)確性。因此，開發(fā)一種能夠自動(dòng)分類并預(yù)測(cè)天然氣勘探工作量的方法，對(duì)于提高勘探效率和降低成本具有重要意義。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種研究天然氣勘探工作量自動(dòng)分類預(yù)測(cè)的方法，解決了現(xiàn)有預(yù)測(cè)方法是基于經(jīng)驗(yàn)或簡(jiǎn)單的統(tǒng)計(jì)分析，缺乏系統(tǒng)性和準(zhǔn)確性的問題，采用自動(dòng)分類、自動(dòng)尋優(yōu)和自動(dòng)預(yù)測(cè)，具有非常廣泛的應(yīng)用前景。

2、為了達(dá)到上述目的，本發(fā)明提供了一種研究天然氣勘探工作量自動(dòng)分類預(yù)測(cè)的方法，該方法包含：

3、步驟一、基于多元回歸，建立自動(dòng)分類模型

4、假設(shè)所有樣本數(shù)據(jù)分別為x1n，x2n……xpn，影響指標(biāo)為p個(gè)，所有樣本數(shù)據(jù)的個(gè)數(shù)為n個(gè)，勘探工作量為y，若所有勘探工作量與所有樣本數(shù)據(jù)之間滿足一種線性關(guān)系，將所有樣本數(shù)據(jù)分為一類，如下公式：

5、yj＝a0+α1x1j+a2x2j+a3x3j+…+apxpj?(1)

6、在公式(1)中：j代表從n個(gè)樣本中隨機(jī)選的第j個(gè)樣本數(shù)據(jù)的編號(hào)，j＝0，1……n；n代表所有樣本數(shù)據(jù)的總個(gè)數(shù)；p代表影響指標(biāo)的個(gè)數(shù)；ap代表第p個(gè)影響指標(biāo)的系數(shù)；xpj代表第p個(gè)影響指標(biāo)中第j個(gè)樣本數(shù)據(jù)；yj代表第j個(gè)勘探工作量。

7、若所有勘探工作量與所有樣本數(shù)據(jù)之間滿足不同的線性關(guān)系，將滿足同一線性關(guān)系的數(shù)據(jù)點(diǎn)分為一類，假設(shè)所有樣本數(shù)據(jù)可分為k類，每一類中樣本個(gè)數(shù)為nk，nk≥p+1，則每一類滿足以下公式：

8、yj，k＝a0，k+a1，kx1j，k+a2j，kx2j，k+..+apj，kxpj，k?(2)

9、在公式(2)中：k代表總的分類數(shù)，k∈[1，n)；j代表第k分類中的第j個(gè)樣本數(shù)據(jù)的編號(hào)，j＝0，1……nk；nk代表第k分類的樣本數(shù)據(jù)個(gè)數(shù)；p代表影響指標(biāo)的個(gè)數(shù)，yj，k代表第k類第j個(gè)勘探工作量的擬合值；xpj，k代表第p個(gè)影響指標(biāo)在第k類中第j個(gè)樣本數(shù)據(jù)；ap，k代表第p個(gè)影響指標(biāo)在第k類中的回歸參數(shù)；

10、根據(jù)最小二乘法原理得到公式(2)中所述回歸參數(shù)a的最優(yōu)解為：

11、

12、在公式(3)中：

13、

14、識(shí)別所有樣本數(shù)據(jù)中哪些樣本數(shù)據(jù)可分為一類的步驟如下：

15、(1)設(shè)定每一類的樣本數(shù)據(jù)個(gè)數(shù)nk≥p+1；

16、(2)通過循環(huán)次，樣本數(shù)n越多，循環(huán)次數(shù)越大，因此隨機(jī)選取樣本循環(huán)次數(shù)設(shè)為1000次，在所有樣本數(shù)據(jù)中隨機(jī)選取不重復(fù)的nk個(gè)樣本數(shù)據(jù)進(jìn)行多元回歸分析，得到回歸參數(shù)使得樣本數(shù)據(jù)的勘探工作量的擬合值與實(shí)際值擬合誤差平方和值最小計(jì)算第k分類中樣本數(shù)據(jù)的勘探工作量的擬合值與實(shí)際值的相對(duì)誤差絕對(duì)值中的最大值rmax＝max{|r1，k|，|r2，k|，…|rj，k|}；其中計(jì)算k分類樣本數(shù)據(jù)的勘探工作量的相對(duì)誤差為：其中所述yjk均代表第k分類由所述公式(2)計(jì)算得到的勘探工作量的擬合值；所述均代表第k分類的第j個(gè)勘探工作量的實(shí)際值

17、(3)利用步驟(2)中的回歸參數(shù)再計(jì)算剩余樣本數(shù)據(jù)的勘探工作量的擬合值與實(shí)際值的相對(duì)誤差絕對(duì)值|ro|，其中所述|ro|中的o為剩余樣本的個(gè)數(shù)，o＝1，2，…，nk.

18、若|ro|＜rmax，將該樣本數(shù)據(jù)歸到該類，此時(shí)nk＝nk+1；當(dāng)所有剩余樣本數(shù)據(jù)分類完后，不能分類的樣本數(shù)據(jù)個(gè)數(shù)為n-nk，若n-nk≥p重復(fù)步驟(1)～(3)，直到n-nk＜p分類完成，則滿足n-nk＜p的每個(gè)樣本數(shù)據(jù)為單獨(dú)一大類；

19、步驟二、構(gòu)建預(yù)測(cè)樣本數(shù)據(jù)，由自動(dòng)分類模型計(jì)算預(yù)測(cè)樣本數(shù)據(jù)的勘探工作量

20、構(gòu)建預(yù)測(cè)樣本數(shù)據(jù)，計(jì)算樣本數(shù)據(jù)與預(yù)測(cè)樣本數(shù)據(jù)的分類距離，得到分類距離的最小值；根據(jù)分類距離的最小值，得到樣本數(shù)據(jù)的編號(hào)，由樣本數(shù)據(jù)的編號(hào)查詢出所述自動(dòng)分類模型中所有分類中的回歸參數(shù)，由回歸參數(shù)計(jì)算得到預(yù)測(cè)樣本數(shù)據(jù)的預(yù)測(cè)值和預(yù)測(cè)樣本數(shù)據(jù)的擬合誤差平方和。

21、優(yōu)選地，設(shè)所有樣本數(shù)據(jù)的個(gè)數(shù)n＝20，影響指標(biāo)p＝7，在步驟一中，假設(shè)nk＝p+2＝9時(shí)，樣本數(shù)據(jù)分類為四大類，其中滿足多元回歸的有兩大類，記為第一大類和第二大類。

22、更優(yōu)選地，所述第一大類的回歸參數(shù)為得到所述第一大類的樣本數(shù)據(jù)n1＝9，相對(duì)誤差絕對(duì)值的最大值為0.017328571％。

23、更優(yōu)選地，在剩余的20-9＝11個(gè)樣本數(shù)據(jù)中，重復(fù)步驟(1)至步驟(3)，得到所述第二大類的樣本數(shù)據(jù)n2＝9；所述第二大類的回歸參數(shù)為相對(duì)誤差絕對(duì)值的最大值為0.107075％。

24、更優(yōu)選地，剩余樣本個(gè)數(shù)為20-18＝2個(gè)，滿足nk＜p+1，因此剩余數(shù)據(jù)各分為一大類。一共分為四大類。

25、優(yōu)選地，設(shè)所有樣本數(shù)據(jù)的個(gè)數(shù)n＝20，影響指標(biāo)p＝7，在步驟一中，假設(shè)nk＝p+3＝10，樣本數(shù)據(jù)分類為2類，記為第一大類和第二大類。

26、更優(yōu)選地，所述第一大類的回歸參數(shù)為得到所述第一大類的樣本數(shù)據(jù)n1＝10，相對(duì)誤差絕對(duì)值的最大值為0.93307％。

27、更優(yōu)選地，所述第二大類的回歸參數(shù)為得到所述第二大類的樣本數(shù)據(jù)n2＝10，相對(duì)誤差絕對(duì)值的最大值為32.67453333％。

28、更優(yōu)選地，剩余樣本個(gè)數(shù)為20-20＝0個(gè)，因此樣本數(shù)據(jù)剛好分為二大類。

29、優(yōu)選地，在步驟二中，在步驟二中，所述分類距離的計(jì)算公式如下：

30、

31、在公式(4)中：

32、

33、在公式(4)中，xi，n為預(yù)測(cè)樣本數(shù)據(jù)中第i個(gè)影響指標(biāo)的第n項(xiàng)數(shù)據(jù)，i＝1，2，...p；xi，j，k為樣本數(shù)據(jù)的第k類中第i個(gè)影響指標(biāo)的第j項(xiàng)數(shù)據(jù)，j＝1，2，...，nk；dj，k代表預(yù)測(cè)樣本數(shù)據(jù)中第n項(xiàng)數(shù)據(jù)到樣本數(shù)據(jù)第k類中第j項(xiàng)數(shù)據(jù)的分類距離。

34、所述分類距離的最小值的計(jì)算如下：

35、djmin＝min{dj，1，dj，2，…，dj，k}?(5)

36、在公式(5)中，dj，1代表預(yù)測(cè)樣本數(shù)據(jù)中第n項(xiàng)數(shù)據(jù)到樣本數(shù)據(jù)第1類中第j項(xiàng)數(shù)據(jù)的分類距離，dj，k代表預(yù)測(cè)樣本數(shù)據(jù)中第n項(xiàng)數(shù)據(jù)到樣本數(shù)據(jù)第k類中第j項(xiàng)數(shù)據(jù)的分類距離；

37、所述預(yù)測(cè)樣本數(shù)據(jù)的預(yù)測(cè)值的計(jì)算如下：

38、yj，m＝a0，m+a1，mx1j+a2，mx2j+a3，mx3j+…+ap，mxpj?(6)

39、在公式(6)中，m代表樣本數(shù)據(jù)中第m類，m＝1，2，...，k；j代表預(yù)測(cè)樣本數(shù)據(jù)中的第j個(gè)樣本數(shù)據(jù)，j＝1，2……nk；nk代表預(yù)測(cè)樣本數(shù)據(jù)個(gè)數(shù)；p代表影響指標(biāo)的個(gè)數(shù)；yj，m代表第m類中預(yù)測(cè)樣本數(shù)據(jù)的預(yù)測(cè)值；qp，m代表第p個(gè)影響指標(biāo)在第m類中的系數(shù)；xpj代表第p個(gè)影響指標(biāo)的第j個(gè)預(yù)測(cè)樣本數(shù)據(jù)

40、優(yōu)選地，若所述預(yù)測(cè)樣本數(shù)據(jù)的擬合誤差平方和最小時(shí)，則預(yù)測(cè)樣本數(shù)據(jù)的預(yù)測(cè)值為預(yù)測(cè)樣本數(shù)據(jù)的勘探工作量。

41、優(yōu)選地，若所述自動(dòng)分類模型中分類的樣本個(gè)數(shù)nk＜p+1時(shí)，無法得到回歸參數(shù)，采用就近原則，預(yù)測(cè)樣本數(shù)據(jù)的勘探工作量就取第j個(gè)樣本數(shù)據(jù)的勘探工作量的實(shí)際值。

42、本發(fā)明的一種研究天然氣勘探工作量自動(dòng)分類預(yù)測(cè)的方法，解決了現(xiàn)有預(yù)測(cè)方法是基于經(jīng)驗(yàn)或簡(jiǎn)單的統(tǒng)計(jì)分析，缺乏系統(tǒng)性和準(zhǔn)確性的問題，具有以下優(yōu)點(diǎn)：

43、1、本發(fā)明的方法原理簡(jiǎn)單，容易實(shí)現(xiàn)，計(jì)算耗時(shí)短，采用自動(dòng)分類、自動(dòng)尋優(yōu)和自動(dòng)預(yù)測(cè)，具有非常廣泛的應(yīng)用前景。

44、2、該方法可以擴(kuò)展到非線性的分類預(yù)測(cè)，它可以為勘探?jīng)Q策提供科學(xué)依據(jù)，幫助決策者更好地了解勘探工作量的分布和變化趨勢(shì)，從而制定更加合理的勘探計(jì)劃和投資策略。同時(shí)，該方法還可以應(yīng)用于其他類似領(lǐng)域，如石油勘探和礦產(chǎn)資源開發(fā)。