一种基于聚类算法的原油含水数据分析方法技术

本发明专利技术公开了一种基于聚类算法的原油含水数据分析方法，根据已知的油井产出流体的压差‑电值规律，将不同油井的压差‑电值特征点做为聚类数据点，选用聚类算法将数据点分为三类，液相、气相和混合相，其中，液相流体的压差‑电值规律是压差高电值低，气相流体的压差‑电值规律是压差低电值高，混合相流体介于中间。本发明专利技术通过聚类算法建立和分析了油井产出流体在液相、气相和混合相三种流体特性下的数据点分布规律，有效的解决了传统数据分析可能无法获得良好的聚类结果的问题。

An analysis method of water cut data of crude oil based on clustering algorithm

【技术实现步骤摘要】
一种基于聚类算法的原油含水数据分析方法
本专利技术涉及油井诊断
，尤其是涉及一种基于聚类算法的原油含水数据分析方法。
技术介绍
聚类是一种常用的数据挖掘方法，可以识别数据中潜在的相关联的分布和模式。由于聚类的无监督性质，如何测量算法的性能和正确性至关重要。而常见的聚类算法有K-MEANS算法、K-Medoids算法、凝聚层次聚类、最大期望算法等。在聚类分析中，处理不同数据类型时的算法不一样，因此也存在着各种类型的算法。由于几乎没有聚类的先验知识，仅基于经验的聚类算法可能无法获得良好的聚类结果。因此，如何选择最优的聚类算法，得到良好的聚类结果，尚缺乏有效的解决方案。在原油含水数据分析中，不同油井产出物的含水率不同且油井产出物的组分也不同，适用于液相、气相及混合相的油井产出物含水率数据分析的最佳方法或模型的普遍性并不存在。
技术实现思路
为实现本专利技术的目的，本专利技术提供了一种基于聚类算法的原油含水数据分析方法，根据已知的油井产出流体的压差-电值规律，将不同油井的压差-电值特征点做为聚类数据点，本文档来自技高网...

【技术保护点】
1.一种基于聚类算法的原油含水数据分析方法，其特征是：/n根据已知的油井产出流体的压差-电值规律，将不同油井的压差-电值特征点做为聚类数据点，选用聚类算法将数据点分为三类，液相、气相和混合相，其中，液相流体的压差-电值规律是压差高电值低，气相流体的压差-电值规律是压差低电值高，混合相流体介于中间。/n

【技术特征摘要】
1.一种基于聚类算法的原油含水数据分析方法，其特征是：
根据已知的油井产出流体的压差-电值规律，将不同油井的压差-电值特征点做为聚类数据点，选用聚类算法将数据点分为三类，液相、气相和混合相，其中，液相流体的压差-电值规律是压差高电值低，气相流体的压差-电值规律是压差低电值高，混合相流体介于中间。


2.根据权利要求1所述的一种基于聚类算法的原油含水数据分析方法，其特征是：
所述聚类算法为K-MEANS聚类算法和EM聚类算法，
利用所述K-MEANS聚类算法对采集的每口油井的压差和电值，按液相簇、气相簇和混合簇三类对所有数据点进行K-MEANS聚类分组，并随机或给定初始化每个簇的数值。


3.根据权利要求2所述的一种基于聚类算法的原油含水数据分析方法，其特征是：
使用所述K-MEANS聚类算法的聚类过程具体如下：
(1)根据一定时间段内RTU传输的压差-电值，数据划分为三类：液相类(压差高电值低)、气相类(压差低电值高)、混相类(压差电值均处于中值范围)，给定3个类簇的中心，液相初始中心为最高压差最低电值，气相类初始中心为最高电值最...

【专利技术属性】
技术研发人员：任桂山，李红艳，葛党科，徐国安，米立飞，孙凯，王存博，徐津民，
申请(专利权)人：大港油田集团有限责任公司，
类型：发明
国别省市：天津;12