本发明涉及深度学习,尤其涉及一种紫外设备自适应增益控制方法、存储介质、电子设备。
背景技术:
1、碳捕获、利用和储存(ccus)是一项公认的技术,可以实现能源转型和全球净零排放计划。其中,将二氧化碳注入煤层/页岩层中,既可以实现碳的捕获、利用和储存,减缓气候变化;同时可以提高煤层中甲烷的回收率,提高能源效益。尽管这项技术正在进行研究并进行了几次实地应用,但其机制尚未完全了解。影响煤层气体吸附主控因素需要深入了解,使该技术达到最佳应用。
2、当前主要依靠实验分析影响煤层/页岩层气体吸附因素,但往往聚焦于单因素定向分析。例如:其余条件相同,研究注入温度和压力对煤层/页岩层吸附ch4的影响,考虑煤的质量、水分、灰分和碳含量对煤中二氧化碳吸附能力影响,页岩中toc含量、成熟度、黏土矿物等。其分析结果具有非普适性等问题,尤其在非均质性强的煤层/页岩层中,极大的制约了勘探发展。同时,考虑多因素分析时不可避免面临实验成本过大、耗时长等问题。因此,亟待提出一种方便快捷且有效的多因素联动的分析方法。
技术实现思路
1、为了解决上述的多因素分析影响煤层/页岩层气体吸附因素时实验成本过大、耗时长等问题问题,本发明提供一种煤岩/页岩类型划分方法,包括以下步骤:
2、s1、收集不同地区的不同种类煤岩/页岩吸附ch4实验数据,并进行预处理,得到不同的影响因素下ch4吸附量的数据集;
3、s2、建立随机森林回归模型预测煤吸附甲烷量,所述模型的输入为所述影响因素,所述模型的输出为ch4吸附量,并基于oob袋外数据原理分析影响因素的主控因素;
4、s3、将所述主控因素与ch4吸附量通过聚类分析,划分煤岩/页岩类型。
5、进一步地,所述影响因素包括环境因素和煤岩/页岩自身属性因素。
6、进一步地,煤岩/页岩自身属性因素包括:镜质体反射、水分、灰分、挥发性物质、镜质体、惰质体。
7、进一步地,所述环境因素包括温度和压力。
8、进一步地,步骤s1中,预处理具体为:检查实验数据中是否有参数缺失,若实验数据中参数有缺失,去除同批次的所有影响因素,若无缺失,则保留进行下一步。
9、进一步地,步骤s2具体为:
10、s21、将预处理后的实验数据划分为训练集和测试集,并对所述训练集和测试集进行归一化处理;
11、s22、建立随机森林回归预测模型,调整所述回归预测模型中决策树的数量、每个叶节点的最小样本数;
12、s23、使用训练集对回归预测模型进行训练,使用训练好的回归预测模型对测试集进行预测,绘制测试集的真实值与预测值的散点图,得到最终模型;
13、s24、基于最终模型,使用oob原理分析主控因素,选取实验数据中的数据a(x1,x2,x3…)作为训练样本输入最终模型得到y1,袋外数据b(x1,x2,x4…)作为验证样本输入最终模型得到y2,y1、y2与真实值的差的绝对值为e1、e2,若e1远大于e2,表明x4对预测结果重要性大于x3,若e1远小于e2,表明x4对预测结果重要性小于于x3。
14、进一步地,步骤s3中,聚类分析采用k-means聚类算法的肘部法则确定聚类数量,得到k值;基于所述聚类数量进行聚类分析并计算轮廓系数用于评估聚类效果,基于所述k值,完成研究区的煤岩/页岩分类。
15、本发明还提出一种煤岩/页岩类型划分系统,包括:
16、数据获取单元,用于收集不同地区的不同种类煤岩/页岩吸附ch4实验数据,并进行预处理,得到不同的影响因素下ch4吸附量的数据集;
17、分析单元,用于建立随机森林回归模型预测煤吸附甲烷量,所述模型的输入为所述影响因素,所述模型的输出为ch4吸附量,并基于oob袋外数据原理分析影响因素的主控因素;
18、分类单元,用于将所述主控因素与ch4吸附量通过聚类分析,划分煤岩/页岩类型。
19、本发明还提出一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的煤岩/页岩类型划分方法。
20、本发明还提出一种电子设备,包括处理器和存储器,所述处理器与所述存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括计算机可读指令,所述处理器被配置用于调用所述计算机可读指令,执行上述的煤岩/页岩类型划分方法。
21、本发明提供的技术方案带来的有益效果是:
22、本发明通过收集大量的煤岩/页岩吸附ch4实验数据,并得到ch4吸附量的影响因素;建立随机森林回归模型预测吸附甲烷量,得到主控因素;将主控因素做为自变量,ch4吸附量作为因变量,取每种煤岩/页岩吸附曲线的拐点,对拐点进行聚类分析得到煤岩/页岩类型分类结果。本发明方法通过随机森林回归模型首先找出主控因素进行分析,简化步骤和方法,减少分类成本和时长。本发明方法定量化分析煤对甲烷吸附环境因素和自身属性因素影响,同时提出新的分类方法具有实际的指导探勘生产意义。
1.一种煤岩/页岩类型划分方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种煤岩/页岩类型划分方法,其特征在于,所述影响因素包括环境因素和煤岩/页岩自身属性因素。
3.根据权利要求1所述的一种煤岩/页岩类型划分方法,其特征在于,煤岩/页岩自身属性因素包括:镜质体反射、水分、灰分、挥发性物质、镜质体、惰质体。
4.根据权利要求1所述的一种煤岩/页岩类型划分方法,其特征在于,所述环境因素包括温度和压力。
5.根据权利要求1所述的一种煤岩/页岩类型划分方法,其特征在于,步骤s1中,预处理具体为:检查实验数据中是否有参数缺失,若实验数据中参数有缺失,去除同批次的所有影响因素,若无缺失,则保留进行下一步。
6.根据权利要求1所述的一种煤岩/页岩类型划分方法,其特征在于,步骤s2具体为:
7.根据权利要求1所述的一种煤岩/页岩类型划分方法,其特征在于,步骤s3中,聚类分析采用k-means聚类算法的肘部法则确定聚类数量,得到k值;基于所述聚类数量进行聚类分析并计算轮廓系数用于评估聚类效果,基于所述k值,完成研究区的煤岩/页岩分类。
8.一种煤岩/页岩类型划分系统,其特征在于,包括:
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。
10.一种电子设备,其特征在于,包括处理器和存储器,所述处理器与所述存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括计算机可读指令,所述处理器被配置用于调用所述计算机可读指令,执行如权利要求1-7任一项所述的方法。