煤岩/页岩类型预测方法、系统、存储介质、电子设备

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。

技术特征：

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。

技术总结
本发明公开一种煤岩/页岩类型划分方法，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，模型自变量包括煤自身属性因素和环境因素，因变量为煤对甲烷吸附量，在模型预测精度较高的条件下，通过随机森林OOB袋外数据原理，分析因变量的主控因素。将主控因素与吸附量数据进行聚类分析，得到最终的煤岩/页岩类型划分结果。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。

技术研发人员：周三栋,刘新宇,严德天
受保护的技术使用者：中国地质大学（武汉）
技术研发日：
技术公布日：2024/3/27