(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211174325.2 (22)申请日 2022.09.26 (71)申请人 中国地质大 学 （北京） 地址 100083 北京市海淀区学院路2 9号 (72)发明人 蔡益栋　杨超　刘大锰　 (74)专利代理 机构 北京和信华成知识产权代理 事务所(普通 合伙) 11390 专利代理师 罗哲 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06F 17/18(2006.01) G06Q 10/06(2012.01) G01V 3/18(2006.01) G01V 3/38(2006.01)G06F 111/10(2020.01) (54)发明名称 一种基于灰色关联和K近邻的煤层含气量定 性评价的方法 (57)摘要 本发明公开了一种基于灰色关联和K近邻的 煤层含气量定性评价的方法， 首先获取测井数 据： 获取研究区内各种测井曲线的纯煤层段数据 以及对应的深度数据， 并进行无量纲化处理； 然 后灰色关联分析： 选择参照井， 利用灰色关联方 法计算各指标与含气量的关联度， 并作关联度排 序； 建立K近邻含气性评价模型： 划分含气量等 级， 并提取纯煤层段数据制作训练数据集。 通过 训练数据集代入K近邻模型得到训练模型； 利用 训练好的含气性评价模型代入预测数据集， 评价 预测井的含气量特征。 本发明可以有效的分析评 价含气性特 征， 操作简单， 效率高。 权利要求书2页 说明书7页 附图1页 CN 115481571 A 2022.12.16 CN 115481571 A 1.一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其特征在于， 包括具体步 骤： 步骤100、 获取测井数据： 获取研究区内各种测井曲线的纯煤层段数据以及对应的深度 数据， 并进行 无量纲化处 理； 步骤200、 灰色关联分析： 选择参照井， 利用灰色关联方法计算参照井的各指标与含气 量的关联度， 并作关联度排序； 步骤300、 建立K近邻 含气性评价模型： 划分含气量等级， 并提取纯煤层段数据制作训练 数据集， 通过将训练数据集代入K近邻含气性评价模型， 获得训练好的K近邻含气性评价模 型； 步骤400、 预测井含气量特征评价： 将预测井的预测数据集代入训练好的K近邻含气性 评价模型， 对预测井的含气量特 征进行评价。 2.根据权利要求1所述的一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其 特征在于， 在步骤一中， 通过电阻率测井方式获得测井数据， 并根据测井数据构建电阻率相 关测井曲线， 且电阻率相关测井曲线取对数值。 3.根据权利要求2所述的一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其 特征在于， 对通过电阻率相关测井曲线的对数值 获得的测井数据进行无量纲 化处理具体公 式为： 其中， X代表某个测井数据列； i代表该列中某个数值； Xmax代表第i列的最大值； Xmin代表 第i列的最小值； Xi代表无量纲化的数值。 4.根据权利要求1所述的一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其 特征在于， 在步骤二中， 选择参照井， 利用灰色关联方法计算参照井的测井指标与含气量的 关联度， 并作关联度排序的具体方法包括： 步骤201、 选择参照井， 并根据参照 井的测井指标和含气量数据建立无量纲化的数据集 矩阵； 步骤202、 根据无量纲化的数据集矩阵构建灰色 关联系数； 步骤203、 计算每个测井指标与含气量的关联系数的平均值， 并按照从大到小的排序， 且选择排序前五的指标作为测井指标。 5.根据权利要求1所述的一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其 特征在于， 在步骤300中， 通过计算测 井指标和含气量数据之间的欧氏距离建立K近邻含气 评价模型， 其计算方法如下： 其中， xi表示测井指标的数据点的坐标， yi表示含气量的数据点的坐标， m为指数。 6.根据权利要求5所述的一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其 特征在于， 在步骤300中， 划分含气量等级， 并提取纯煤层段数据制作训练数据集的具体方 法包括： 步骤301、 制作含气性标签数据列： 将所选参照井的含气量分布依据 数值分为高含气性权　利　要　求　书 1/2 页 2 CN 115481571 A 2Ⅰ、 中含气性 Ⅱ以及低含气性 Ⅲ的三类标签； 步骤302、 建立训练数据集： 通过灰色关联选择的测井指标与对应含气量量标签内的数 据合并制作成训练数据集。 7.根据权利要求1所述的一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其 特征在于， 在步骤400中， 将预测井的预测数据代入训练好的K近邻含气 评价模型中， 选取与 预测数据点最近K个数据点， 依据K个数据点中最多的含气性标签种类作为预测井的含气性 特征。 8.根据权利要求1所述的一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其 特征在于， 在步骤20 0中， 参照井的选取的具体方法为： 参照井的目标煤层以及目标煤层的邻近煤层的在厚度上选取的整体体积要覆盖煤层 含气量的多个层次， 且同步获取与煤层钻取深度对应得测井深度的测井数值。 9.根据权利要求4所述的一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其 特征在于， 还 包括构建衍 生数据矩阵， 其具体方法包括： 对指标与影响参数数据集的每个参量进行线性相关性分析， 获得在某个参量的影响 下， 任意两个指标之间的相关系 数以及与所述相关系 数接近的参量， 构建基于指标 的影响 参数数据集； 其中， 约定任意两个指标的相关系数R2≥δ， δ表示设定的相关性参数范围； 并 根据落入相关系数的范围的结果对建立的无量纲 化的数据集矩阵中的指标数据进 行转换， 获得衍生数据矩阵， 随后利用衍 生数据矩阵计算灰色 关联系数。 10.根据权利要求9所述的一种基于灰色关联和K近邻的煤层含气量定性评价的方法， 其特征在于， 计算每 个指标与含气量的关联系数的平均排序， 具体包括： 计算基于数据集矩阵和衍 生数据矩阵的关联系数的平均值； 对基于数据集矩阵的关联系数的平均值进行从大到小的排序； 对基于衍生数据矩阵的 关联系数的平均值进行从小到大的排序； 选择排序前五的指标设定为所需的测井指标。权　利　要　求　书 2/2 页 3 CN 115481571 A 3