买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西南石油大学申请的专利基于动态细粒度K-means递归算法的剩余气分布研究获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119167230B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411209011.0，技术领域涉及：G06F18/2431；该发明授权基于动态细粒度K-means递归算法的剩余气分布研究是由赵春兰;何熙;郭平;王兵;敬金涛;伍湘;徐佳;魏如玉;董绍宇;徐玮设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本基于动态细粒度K-means递归算法的剩余气分布研究在说明书摘要公布了：本发明公开了基于动态细粒度K‑means递归算法应用于致密砂岩储层剩余气类型分布的方法，该方法通过获取致密气t时刻每个网格影响剩余气的主要影响因素；将所有网格上的主要影响因素作为输入，采用K‑means通过主控因素对所有网格进行无监督学习，贴上标签；随后利用新算法‑‑动态细粒度K‑means递归算法，融入网格的空间坐标参数，设定阈值，动态递归搜索每一个网格形成剩余气的区域，刻画出剩余气高的区域、剩余气中等的区域、和剩余气低的区域，最终得到每层的剩余气类型分布。本发明提出的新的确定剩余气分布类型的方法，能够处理多种类、动静态的数据，且能动态的分析剩余气，通过主控因素进行无监督学习和递归，解决剩余气分布类型，为后续的挖潜措施提供依据。

本发明授权基于动态细粒度K-means递归算法的剩余气分布研究在权利要求书中公布了：1.基于动态细粒度K-means递归算法的致密砂岩储层剩余气类型分布的方法，其实施步骤如下： 步骤S1、获取致密气t时刻每个网格影响剩余气的主控因素，构建网格特征数据集；即给定t时刻网格数据集Ai＝{xi；yi；zi；hi；pfi；Ωgi；Gi}其中空间参数坐标集为Fi＝{xi；yi；zi}，主控因素集为Mi＝{hi；pfi；Ωgi；Gi}，则Ai＝{Fi；Mi}； 式中，i为第i个网格i＝1,2,...,n；xi为第i个网格的x轴坐标；yi为第i个网格的y轴坐标；zi为第i个网格的z轴坐标；hi为第i个网格的有效厚度m；pfi为第i个网格的地层压力MPa；Ωgi为第i个网格的丰度m3m2；Gi为第i个网格的剩余气108m3； 步骤S2、将所有网格上的主控因素作为输入，采用K-means通过主控因素将所有网格聚类；对给定第i个网格的数据集Mi＝{hi；pfi；Ωgi；Gi}进行归一化处理，以提高聚类结果的质量和稳定性，具体公式如下： 式中，li为网格i某类数据的原始数据；li *为网格i某类数据归一化后的数据；lmin为该类数据最小值；lmax为该类数据最大值； 步骤S3、将所有网格划分为k个集合计算每个集合中心对下面公式为目标求解： 式中，为所有数据到各自聚类中心距离的和的最小值； 步骤S4、计算每个网格与各个聚类中心的距离，把每个网格分配给距离最近的聚类中心，网格Mi与聚类中心距离，具体公式如下： 步骤S5、重新计算每个簇的聚类中心具体公式如下： 式中，为某个簇，其中有p个样本； 步骤S6、重复步骤S4至步骤S5直到划分不再改变或者达到最大迭代次数停止，得到簇对于不同的簇中的网格赋予不同的颜色，记为其中i→j表示第i个簇对应第j个颜色； 步骤S7、在聚类得到的簇中加入坐标集参数Fi＝{xi；yi；zi}得到新的数据集在此基础上继续递归； 步骤S8、对数据集Wi中的一个网格一定距离内的类别进行统计，设数据集Wi现在有n个样本，每个网格对应一个类别则训练数据集Wi表示为： pi＝xi,yi,zi 任意两点的距离为： 对任意点pi现，其ε邻域定义为： Nε＝{pi∈Wi|distε} 式中，distε表示距离小于ε； 步骤S9、对数据集Wi中的一个网格领域内的其他网格类别进行统计，通过网格领域内其他类别数量是否≥80％，重新赋予网格类别，直到所有网格递归完成； 步骤S10、将剩余气分成三类：剩余气高的储层、剩余气中等的储层、和剩余气低的储层，最终得到致密气储层中每层的剩余气类型分布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。