一种油气田腐蚀聚类分析方法

1.本发明属于油气安全工程技术领域，具体涉及一种油气田腐蚀聚类分析方法。


背景技术：

2.石油管由于外界环境和内部介质的影响会出现腐蚀，而油气田不同区块的石油管服役环境不同，腐蚀影响因素众多，腐蚀体系异常复杂。所以需系统评价油气田腐蚀情况，聚类分析油气田内多条石油管，提高油气田腐蚀防控的管理效率。
3.目前，现有的油气田腐蚀分类方法还存在着一些有待解决的问题：在现有技术中通常根据保护评级，外观评级，综合评级对腐蚀程度进行分类，分类依据较为主观，分类结果缺乏真实可靠性；腐蚀石油管分类方法大多以已发生事故的石油管为基础，分析腐蚀失效原因，对石油管未来面对的腐蚀风险进行评估，分类步骤繁琐，对现有石油管腐蚀控制方案的制定借鉴意义较小。
4.因此，需综合考虑油气田多个腐蚀因素特征来评价腐蚀情况，整理油气田腐蚀数据，建立算法聚类油气田内的多条石油管，将具有相同或相似特征的石油管聚为一类，提出一种具有上述优点的油气田腐蚀聚类分析方法显得尤为重要。


技术实现要素：

5.本发明的目的在于提供一种油气田腐蚀聚类分析方法，以解决具有相似特征的油气田石油管腐蚀控制问题，实现油气田腐蚀防控高效管理。
6.1.一种油气田腐蚀聚类分析方法，其特征在于，包括如下步骤：
7.步骤1：确定评价指标：
8.整理服役环境参数集xk；
9.其中：k为服役环境参数的个数，数量一般为1-8个；x1为温度，℃；x2为h2s分压，mpa；x3为co2分压，mpa；x4为cl-浓度，g/l；x5为液气比；x6为ph值；x7为流速，m/s；x8为总矿化度，g/l；
10.步骤2：建立油气田腐蚀数据集：
11.收集某油气田内z条石油管m个时刻的所有腐蚀数据，整理得到k个服役环境参数下的数据点集合a
11a22222
12.其中：z为某油气田所研究的石油管数目，条；tj为m时刻的某一个时间点；xi为服役环境参数中的某一个参数；ai为任一服役环境参数xi对应的腐蚀数据点集合；为tj时刻第n条石油管在某一服役环境参数xi对应的腐蚀数据；
13.步骤3：标准化处理油气田腐蚀数据：
14.(a)通过下列公式(1)求解油气田每个服役环境参数xi对应的腐蚀数据ai的均值
[0015][0016]
式中：为ai的均值；
[0017]
(b)通过公式(2)求解油气田每个服役环境参数xi对应的腐蚀数据ai的标准差σi：
[0018][0019]
式中：σi为ai的标准差；
[0020]
(c)通过公式(3)对每个服役环境参数xi对应的腐蚀数据点集合ai进行标准化处理，得到标准化后的腐蚀数据点集合a’i
：
[0021][0022]
式中：a’i
为ai对应的标准化腐蚀数据；
[0023]
步骤4：确定最优聚类中心个数s’：
[0024]
(a)通过公式(4)求解划分数据集的簇个数p：
[0025][0026]
式中：p为所有数据集a
’1至a’i
划分的簇个数，个；
[0027]
(b)根据所有数据集a
’1至a’i
划分的簇个数p，将不同簇数p带入公式(5)绘制散点图，确定函数类型：
[0028][0029]
式中：s为可取的所有数据集a
’1至a’i
划分的簇数，1＜s≤p，s取整数；f(s)为不同簇数s对应的函数值；y为数据集a’i
所包含的标准化腐蚀数据点；ci为第i个簇的初始聚类中心，1≤i≤s,i为整数，一般可随机选取腐蚀数据点；yj、c
ij
为y和ci的第j个服役环境参数的对应值，1≤j≤α；
[0030]
(c)根据绘制的散点图，通过公式(6)求解函数曲线拐点s’：
[0031]f″
(s’)＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0032]
式中：s’为最优聚类中心个数，个；
[0033]
步骤5：重新划分簇：
[0034]
(a)通过公式(7)计算得到每一个腐蚀数据样本点到随机选取的s’个聚类中心ci的最近距离mind(y,ci)，确定最小的聚类中心点minci：
[0035]
[0036]
式中：mind(y,ci)为腐蚀数据样本点y到最小的聚类中心点minci的最近距离；minci为最近距离mind(y,ci)对应的最小聚类中心；
[0037]
(b)根据步骤5(a)将数据点划分到距离最小的类中心点minci所属的簇内，通过公式(8)计算得到新的聚类中心c
i’重新划分簇：
[0038][0039]
式中：c
i’为计算得到的新聚类中心点；yi为数据集a’i
中的不与yj重复的任一腐蚀数据点；
[0040]
步骤6：确定油气田腐蚀最终聚类结果：
[0041]
通过公式(9)计算s’个聚类中心的位置点改变值δi：
[0042]
δi＝|ci’‑
minci|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0043]
当δi＞β时，则循环上述步骤5(a)和(b)，更新聚类中心点；
[0044]
当δi≤β时，则认为达到平稳状态，迭代结束，输出最终聚类结果；
[0045]
式中：δi为第i个最小聚类中心与i个新聚类中心点的位置改变值，1≤i≤s’；β为允许偏移的阈值，一般取0.01-0.05。
[0046]
本发明具有以下有益效果：
[0047]
(1)该油气田腐蚀分类方法考虑多种腐蚀影响因素，以油气田石油管实际服役环境为前提，确定评价指标，整理分析腐蚀数据，可避免腐蚀石油管分类的主观性。
[0048]
(2)该油气田腐蚀分类方法以标准化油气田腐蚀数据为基础，建立算法迭代至聚类中心最优化，简化了腐蚀石油管分类步骤。
[0049]
(3)该油气田腐蚀分类方法能够多方面考虑油气田腐蚀情况，提供真实可靠聚类分析结果，可根据同类型某条石油管腐蚀情况评估此类型石油管腐蚀风险，给出针对性腐蚀控制方案；另外，同类石油管腐蚀数据可应用于此类石油管腐蚀预测，丰富样本数据量，提高预测精度，为油气田的高效管理提供技术支撑。
附图说明
[0050]
图1是油气田腐蚀聚类分析流程图；
[0051]
图2是案例1石油管不同划分簇数对应的f(s)函数曲线图；
[0052]
图3是案例2石油管不同划分簇数对应的f(s)函数曲线图；
具体实施方式
[0053]
下面结合附图和具体实施案例对本发明进行详细的描述。
[0054]
案例1：
[0055]
以x油气田内的1号、2号、3号、4号石油管，共4条石油管为例，对腐蚀石油管进行腐蚀聚类分析。具体实施步骤：
[0056]
步骤1：确定评价指标：
[0057]
k为服役环境参数的个数5个，整理服役环境参数集x1为温度，℃；x2为h2s分压，mpa；x3为co2分压，mpa；x4为cl-浓度，g/l；x5为流速，m/s；
[0058]
步骤2：建立油气田腐蚀数据集：
[0059]
收集x油气田内4条石油管2021年12月至2022年5月每个月的所有腐蚀数据，整理得5个服役环境参数下的数据点集合a1(63.12、63.12、63.12、63.12、63.12、63.12；78.34、78.34、78.34、78.34、78.34、78.34；43.56、43.56、43.56、43.56、43.56、43.56；40.98、40.98、40.98、40.98、40.98、40.98)、a2(0.21、0.21、0.20、0.18、0.19、0.19；0.24、0.24、0.19、0.28、0.29、0.26；0.26、0.19、0.20、0.20、0.26、0.26；0.18、0.18、0.19、0.22、0.23、0.34)、a3(0.45、0.46、0.45、0.48、0.53、0.59；0.87、0.79、0.78、0.91、0.79、0.76；0.56、0.46、0.58、0.49、0.68、0.67；0.36、0.37、0.39、0.39、0.43、0.47)、a4(1.23、1.46、1.56、1.78、2.03、2.89；2.14、2.34、2.56、2.78、2.90、2.13；6.01、6.08、8.03、7.89、7.09、7.89；8.90、10.12、9.80、9.09、8.78、8.91)、a5(4.12、4.12、3.78、3.10、3.42、3.89；7.04、7.67、8.34、8.34、8.01、7.67；4.56、4.51、4.76、4.09、4.01、5.56；5.08、5.17、5.34、5.46、5.12、5.34)；
[0060]
步骤3：标准化处理油气田腐蚀数据：
[0061]
(a)通过公式(1)求解油气田服役环境参数x1对应的腐蚀数据a1的均值同理通过公式(1)求得a2的均值a3的均值a4的均值a5的均值
[0062]
(b)通过公式(2)求解油气田服役环境参数x1对应的腐蚀数据a1的标准差σ1＝1.54、同理通过公式(2)求得腐蚀数据a2的标准差σ2＝0.18、腐蚀数据a3的标准差σ3＝0.38、腐蚀数据a4的标准差σ4＝1.74、腐蚀数据a5的标准差σ5＝1.13；
[0063]
(c)通过公式(3)对服役环境参数x1对应的腐蚀数据点集合a1进行标准化处理，标准化后的腐蚀数据点集合a
’1(4.30、4.30、4.30、4.30、4.30、4.30；14.18、14.18、14.18、14.18、14.18、14.18；-8.40、-8.40、-8.40、-8.40、-8.40、-8.40；-10.08、-10.08、-10.08、-10.08、-10.08、-10.08)、同理通过公式(3)得到标准化后的腐蚀数据点集合a
’2(-0.06、-0.06、-0.11、-0.22、-0.17、-0.17；0.11、0.11、-0.17、0.33、0.39、0.22；0.22、-0.17、-0.11、-0.11、0.22、0.22；-0.22、-0.22、-0.17、0、0.06、0.67)、a
’3(-0.07、-0.06、-0.07、-0.05、-0.02、0.01；0.17、0.13、0.12、0.20、0.13、0.11；-0.01、-0.06、0.01、-0.05、0.06、0.06；-0.12、-0.11、-0.10、-0.10、-0.08、-0.06)、a
’4(-3.50、-3.29、-3.20、-3.01、-2.79、-2.03；-2.69、-2.51、-2.32、-2.12、-2.02、-2.70；0.73、0.80、2.52、2.40、1.69、2.40；3.29、4.37、4.09、3.46、3.19、3.30)、a
’5(-1.09、-1.09、-1.39、-1.99、-1.71、-1.29；1.50、2.05、2.65、2.65、2.35、2.05；-0.70、-0.74、-0.52、-1.12、-1.19、0.19；-0.24、-0.16、-0.01、0.10、-0.20、-0.01)；
[0064]
步骤4：确定最优聚类中心个数s’：
[0065]
(a)通过公式(4)求解划分数据集的簇个数p＝4；
[0066]
(b)根据所有数据集a
’1至a’i
划分的簇个数p＝4，将不同簇数1、2、3、4带入公式(5)绘制散点图，结果如图2所示：
[0067]
(c)根据绘制的散点图，通过公式(6)求解函数曲线拐点为2，即当s取2时，f
″
(s’)＝0，石油管最优聚类中心个数s’为2；
[0068]
步骤5：重新划分簇：
[0069]
(a)通过公式(7)计算每一个腐蚀数据样本点到2个聚类中心c1＝0.20、c2＝-0.17最近距离mind(y,ci)，得到最小的聚类中心点minc1＝0.56、minc2＝-0.73；
[0070]
(b)根据步骤5(a)将数据点划分到距离最小的类中心点minc1＝0.56、minc2＝-0.73所属的簇内，通过公式(8)计算得到新的聚类中心c1’
＝0.60、c2’
＝-0.74，重新划分簇；
[0071]
步骤6：确定油气田腐蚀最终聚类结果：
[0072]
通过公式(9)计算s’个聚类中心的位置点改变值δ1＝0.04、δ2＝0.01，由于δi≤0.05，则认为达到平稳状态，迭代结束，输出最终聚类结果；
[0073]
将4条石油管分为二类。第一类：
①
号石油管，
②
号石油管，温度均高于60℃，ph2s/pco2约为2/5，cl-浓度在2～3g/l，平均流速5m/s；第二类：
③
号石油管，
④
号石油管，温度在40℃左右，ph2s/pco2约为1/2，cl-浓度在6～9g/l，流速5m/s。
[0074]
案例2：
[0075]
以y油气田内的1号、2号、3号
…
、10号石油管，共十条石油管为例，对腐蚀石油管进行腐蚀聚类分析。具体实施步骤：
[0076]
步骤1：确定评价指标：
[0077]
k为服役环境参数的个数8个，整理服役环境参数集x1为温度，℃；x2为h2s分压，mpa；x3为co2分压，mpa；x4为cl-浓度，g/l；x5为液气比；x6为ph值；x7为流速，m/s；x8为总矿化度，g/l；
[0078]
步骤2：建立油气田腐蚀数据集：
[0079]
收集y油气田内的10条石油管2021年6月至2022年3月每个月的所有腐蚀数据，整理得到8个服役环境参数下的数据点集合a1(66.82、66.82、66.82、66.82、66.82、66.82、66.82、66.82、66.82、66.82；58.71、58.71、58.71、58.71、58.71、58.71、58.71、58.71、58.71、58.71；66.23、66.23、66.23、66.23、66.23、66.23、66.23、66.23、66.23、66.23；70.19、70.19、70.19、70.19、70.19、70.19、70.19、70.19、70.19、70.19；58.72、58.72、58.72、58.72、58.72、58.72、58.72、58.72、58.72、58.72；52.59、52.59、52.59、52.59、52.59、52.59、52.59、52.59、52.59、52.59；47.72、47.72、47.72、47.72、47.72、47.72、47.72、47.72、47.72、47.72；56.71、56.71、56.71、56.71、56.71、56.71、56.71、56.71、56.71、56.71；42.72、42.72、42.72、42.72、42.72、42.72、42.72、42.72、42.72、42.72；41.98、41.98、41.98、41.98、41.98、41.98、41.98、41.98、41.98、41.98)、a2(0.19、0.14、0.13、0.14、0.14、0.14、0.14、0.15、0.16、0.17；0.27、0.22、0.16、0.16、0.18、0.18、0.14、0.14、0.12、0.11；0.21、0.22、0.22、0.21、0.26、0.28、0.24、0.25、0.26、0.24；0.25、0.29、0.31、0.31、0.28、0.18、0.15、0.14、0.14、0.13；0.21、0.23、0.20、0.21、0.20、0.24、0.27、0.27、0.27、0.26；0.21、0.20、0.20、0.21、0.20、0.24、0.27、0.27、0.27、0.26；0.20、0.19、0.18、0.19、0.19、0.21、0.22、0.22、0.21、0.21；0.20、0.15、0.14、0.14、0.15、0.14、0.14、0.16、0.17、0.17；0.20、018、016、018、018、0.17、0.20、0.17、0.15、0.16；0.27、0.22、0.16、0.16、0.18、0.18、0.14、0.14、0.12、0.11)、a3(0.46、0.71、0.25、0.33、0.23、0.44、0.24、0.17、0.27、0.25；0.17、0.27、0.25、0.19、0.17、0.17、0.18、0.23、0.32、0.22；0.76、0.58、0.48、0.49、0.49、0.48、0.48、0.44、0.36、0.33；0.49、0.48、0.48、0.44、0.36、0.33、0.45、0.32、0.46、0.35；0.58、0.48、0.49、0.49、0.48、0.48、0.44、0.06、0.33、0.45；0.49、0.48、0.50、0.49、0.48、0.48、0.44、0.36、0.33、0.35；0.36、0.35、0.37、0.36、0.35、0.35、0.31、0.23、0.20、0.22；0.61、0.60、0.60、0.56、0.48、0.45、0.57、0.44、0.58、0.47；0.30、0.36、0.43、0.44、0.25、0.49、0.48、0.40、0.24、0.34；0.031、0.019、0.014、0.015、0.039、0.072、
0.089、0.09、0.073、0.027)、a4(10.21、10.11、9.72、9.62、9.47、9.67、9.6、9.7、9.65、9.62；6.16、6.06、5.95、6.12、6.24、6.09、6.12、6.01、5.97、5.98；10.78、10.84、10.71、10.49、10.29、10.05、9.58、10.55、10.50、11.12；14.07、14.43、13.01、11.96、11.42、12.34、12.13、11.94、11.85、10.01；3.15、3.17、2.66、2.65、3.14、3.03、3.04、2.81、2.84、2.77；2.89、2.80、2.79、2.77、3.28、3.18、3.18、2.95、2.97、2.90；2.77、2.86、2.92、2.83、2.91、2.94、2.80、2.81、3.02、2.91；8.72、8.56、9.09、8.78、8.99、10.26、10.49、10.73、10.51、10.22；5.63、5.95、5.28、4.96、5.37、5.31、5.42、6.03、5.81、5.90；3.06、3.21、3.09、2.77、2.86、2.92、2.83、2.91、2.94、2.80)、a5(1.80e-05、1.85e-05、1.85e-05、1.85e-05、1.85e-05、1.85e-05、1.85e-05、1.85e-05、1.74e-05、1.85e-05；2.20e-05、2.08e-05、2.30e-05、2.30e-05、2.24e-05、2.24e-05、2.30e-05、2.30e-05、2.30e-05、2.30e-05；3.60e-05、3.48e-05、3.70e-05、3.70e-05、3.64e-05、3.64e-05、3.70e-05、3.70e-05、3.70e-05、3.70e-05；1.80e-05、1.68e-05、1.90e-05、1.90e-05、1.84e-05、1.84e-05、1.90e-05、1.90e-05、1.90e-05、1.90e-05；3.20e-05、3.08e-05、3.30e-05、3.30e-05、3.24e-05、3.24e-05、3.30e-05、3.30e-05、3.30e-05、3.30e-05；2.00e-05、1.88e-05、2.10e-05、2.10e-05、2.04e-05、2.04e-05、2.10e-05、2.10e-05、2.10e-05、2.10e-05；1.43e-05、1.42e-05、1.44e-05、1.44e-05、1.44e-05、1.44e-05、1.44e-05、1.44e-05、1.44e-05、1.44e-05；1.38e-05、1.37e-05、1.39e-05、1.39e-05、1.39e-05、1.39e-05、1.39e-05、1.39e-05、1.39e-05、1.39e-05；1.47e-05、1.46e-05、1.48e-05、1.48e-05、1.48e-05、1.48e-05、1.48e-05、1.48e-05、1.48e-05、1.48e-05；1.59e-05、1.58e-05、1.60e-05、1.60e-05、1.60e-05、1.60e-05、1.60e-05、1.60e-05、1.60e-05、1.60e-04)、a6(4.50、4.60、5.00、6.00、6.00、6.00、5.50、5.00、5.50、6.00；5.50、6.00、5.38、4.54、4.24、4.26、6.00、8.57、6.00、6.50；6.50、7.45、6.50、5.65、6.00、6.75、7.00、7.25、6.75、7.00；6.00、6.75、7.00、7.25、6.75、7.00、7.50、6.50、6.50、7.00；7.04、6.93、7.45、6.50、5.65、6.00、6.75、7.00、7.25、7.00；6.50、6.50、7.45、6.50、5.65、6.00、6.75、7.00、7.25、6.75；7.16、6.50、5.14、5.17、5.36、6.00、6.75、7.00、7.50、6.75；7.68、7.43、7.00、7.50、5.50、4.85、5.07、6.00、7.14、7.00；5.01、5.65、6.02、6.16、7.00、7.50、6.38、5.36、5.10、6.00；5.07、5.13、6.50、8.40、9.42、9.47、9.00、8.00、8.99、7.18)、a7(5.50、6.00、5.38、4.54、4.24、4.26、6.00、8.57、6.00、4.50；5.65、6.00、6.75、7.00、7.25、6.75、7.00、7.50、6.50、6.50；8.91、6.88、6.34、6.53、7.82、7.31、6.89、8.57、7.71、6.51；5.68、5.63、5.69、5.71、6.00、6.54、6.96、6.50、6.50、6.09；6.50、7.00、6.51、6.50、7.56、8.34、7.50、5.95、5.17、6.50；7.00、6.51、6.50、7.56、8.34、7.50、5.95、5.17、6.50、8.76；6.50、7.00、6.50、7.00、7.00、6.50、9.00、7.00、6.50、7.00；5.93、7.68、7.43、7.00、7.50、5.50、4.85、5.07、6.00、7.14；7.02、6.27、6.26、6.33、6.50、6.94、7.24、6.50、4.50、6.78；3.66、5.01、5.65、6.02、6.16、7.00、7.50、6.38、5.36、5.10)、a8(38.68、41.34、36.45、36.27、45.41、44.32、55.27、40.36、48.08、33.65；36.27、45.41、44.32、55.27、40.36、48.08、33.65、52.64、49.45、38.78；32.72、32.17、32.77、33.00、33.57、31.42、36.96、39.44、39.86、38.03；49.07、47.67、47.73、43.89、36.27、33.07、44.99、32.35、46.23、39.14；39.44、39.86、38.03、37.91、39.19、34.97、33.61、13.84、15.18、31.77；46.30、42.72、43.90、42.77、43.00、43.57、41.42、46.96、49.44、32.98；36.96、39.44、39.86、11.23、27.91、10.70、24.97、18.16、
1.88、-2.01、-2.00、-2.04；-2.11、-2.06、-2.03、-2.08、-2.03、-2.02、-2.09、-2.09、-1.97、-2.03；1.21、1.12、1.42、1.25、1.36、2.07、2.20、2.34、、2.21、2.05；-0.51、-0.34、-0.71、-0.89、-0.66、-0.69、-0.63、-0.29、-0.41、-0.36；-1.95、-1.87、-1.93、-2.11、-2.06、-2.03、-2.08、-2.03、-2.02-2.09)、a
’5(-1.17e-03、-1.67e-03、-7.50e-04、-7.50e-04、-1.00e-03、-1.00e-03、-7.50e-04、-7.50e-04、-7.50e-04、-7.50e-04；5.00e-04、0、9.17e-04、9.17e-04、6.67e-04、6.67e-04、9.17e-04、9.17e-04、9.17e-04、9.17e-04；-1.17e-03、-1.42e-03、-9.58e-04、-9.58e-04、-1.08e-03、-1.08e-03、9.58e-04、-9.58e-04、-9.58e-04、-9.58e-04；6.33e-03、5.83e-03、6.75e-03、6.75e-03、6.50e-03、6.50e-03、6.75e-03、6.75e-03、6.75e-03、6.75e-03；4.67e-03、4.17e-03、5.08e-03、5.08e-03、4.83e-03、4.83e-03、5.08e-03、5.08e-03、5.08e-03、5.08e-03；-3.33e-04、-8.33e-04、8.33e-05、8.33e-05、-1.67e-04、-1.67e-04、8.33e-05、8.33e-05、8.33e-05、8.33e-05；-2.69e-03、-2.74e-03、-2.65e-03、-2.65e-03、-2.68e-03-2.68e-03、-2.65e-03、-2.65e-03、-2.65e-03、-2.65e-03；-2.90e-03、-2.95e-03、-2.86e-03、-2.86e-03、-2.88e-03、-2.88e-03、-2.86e-03、-2.86e-03、-2.86e-03、-2.86e-03；-2.53e-03、-2.58e-03、-2.48e-03、-2.48e-03、-2.51e-03、-2.51e-03、-2.48e-03、-2.48e-03、-2.48e-03、-2.48e-03；-2.03e-03、-2.08e-03、-1.98e-03、-1.98e-03、-2.01e-03、-2.01e-03、-1.98e-03、-1.98e-03、-1.98e-03、-1.98e-03)、a
’6(-2.15、-2.04、-1.60、-0.51、-0.51、-0.51、-1.05、-1.60-1.05、-0.51；-1.05、-0.51、-1.19、-2.11、-2.44、-2.42、-0.51、2.32、-0.51、0.04；0.04、1.09、0.04、-0.89、-0.51、0.32、0.59、0.87、0.32、0.59；-0.51、0.32、0.59、0.87、0.32、0.59、1.14、0.04、0.04、0.59；0.64、0.52、1.09、0.04、-0.89、-0.51、0.32、0.59、0.87、0.59；0.04、0.04、1.09、0.04、-0.89、-0.51、0.32、0.59、0.87、0.32；0.77、0.04、-1.45-1.42、-1.21、-0.51、0.32、0.59、1.14、0.32；1.34、1.07、0.59、1.14、-1.05、-1.77、-1.53、-0.51、0.75、0.59；-1.59、-0.89、-0.48、-0.33、0.59、1.14、-0.09、-1.21、-1.49、-0.51；-1.53、-1.46、0.04、2.13、3.25、3.31、2.79、1.69、2.78、0.79)、a
’7(-1.15、-0.57、-1.29、-2.25、-2.60、-2.57、-0.57、2.38、-0.57、-2.30；-0.98、-0.57、0.29、0.57、0.86、0.29、0.57、1.15、0、0；2.77、0.44、-0.18、0.03、1.52、0.93、0.45、2.38、1.39、0.01；-0.94、-1.00、-0.93、-0.91、-0.57、0.05、0.53、0.、0、-0.47；0、0.57、0.01、0、1.22、2.11、1.15、-0.63、-1.53、0；0.57、0.01、0、1.22、2.11、1.15、-0.63、-1.53、0、2.60；0、0.57、0、0.57、0.57、0、2.87、0.57、0、0.57；-0.66、1.36、1.07、0.57、1.15、-1.15、-1.90、-1.64、-0.57、0.74；0.60、-0.26、-0.28、-0.20、0、0.51、0.85、0、-2.30、0.32；-3.26、-1.71、-0.98、-0.55、-0.39、0.57、1.15、-0.14、-1.31、-1.61)、a
’8(1.63、2.42、0.96、0.91、3.64、3.31、6.58、2.13、4.43、0.13；0.91、3.64、3.31、6.58、2.13、4.43、0.13、5.79、4.84、1.66；4.43、2.76、1.94、1.57、0.55、-0.21、1.51、4.74、6.51、6.79；-6.57、-6.93、-6.56、-4.22、-4.91、-6.44、-6.24、-5.81、-6.23、-6.27；-2.41、-4.17、-4.70、-5.10、-5.27、-6.42、-7.64、-8.30、-8.46、-8.46；1.11、1.85、1.98、-6.57、-1.59、-6.73、-2.47、-4.50、-5.79、-5.39；3.90、2.83、3.19、2.85、2.92、3.09、2.44、4.10、4.84、-0.07；1.85、1.98、1.43、1.40、1.78、0.52、0.11、-5.79、-5.39、-0.44；4.73、4.31、4.33、3.18、0.91、-0.05、3.51、-0.26、3.88、1.76；-0.15、-0.32、-0.14、-0.07、0.10、-0.54、1.11、1.85、1.98、1.43)；
[0084]
步骤4：确定最优聚类中心个数s’：
[0085]
(a)通过公式(4)求解划分数据集的簇个数p＝7；
[0086]
(b)根据所有数据集a
’1至a’i
划分的簇个数p＝7，将不同簇数1、2、3、4、5、6、7带入公式(5)绘制散点图，结果如图3所示：
[0087]
(c)根据绘制的散点图，通过公式(6)求解函数曲线拐点为3，即当s取3时，f
″
(s’)＝0，最优聚类中心个数s’为3；
[0088]
步骤5：重新划分簇：
[0089]
(a)通过公式(7)计算每一个腐蚀数据样本点到3个聚类中心c1＝0.53、c2＝-0.89、c3＝0.22最近距离mind(y,ci)，得到最小的聚类中心点minc1＝0.66、minc2＝-0.62、minc3＝0.27；
[0090]
(b)根据步骤5(a)将数据点划分到距离最小的类中心点minc1＝0.66、minc2＝-0.62、minc3＝0.27所属的簇内，通过公式(8)计算得到新的聚类中心c1’
＝0.76、c2’
＝-0.53、c2’
＝0.36，重新划分簇；
[0091]
步骤6：确定油气田腐蚀最终聚类结果：
[0092]
通过公式(9)计算聚类中心的位置点改变值δ1＝0.1、δ2＝0.11、δ3＝0.09，由于δi＞0.05，则循环上述步骤5(a)和(b)，更新聚类中心点：
[0093]
步骤5(a)通过公式(7)计算每一个腐蚀数据样本点到3个聚类中心c1＝0.91、c2＝-0.57、c3＝0.18最近距离mind(y,ci)，得到最小的聚类中心点minc1＝0.86、minc2＝-0.72、minc3＝0.17；
[0094]
(b)根据步骤5(a)将数据点划分到距离最小的类中心点minc1＝0.86、minc2＝-0.72、minc3＝0.17所属的簇内，通过公式(8)计算得到新的聚类中心c1’
＝0.85、c2’
＝-0.74、c2’
＝0.14，重新划分簇；
[0095]
通过公式(9)计算聚类中心的位置点改变值δ1＝0.01、δ2＝0.02、δ3＝0.03，由于0.01≤δi＜0.05，则认为达到平稳状态，迭代结束，输出最终聚类结果：
[0096]
将10条石油管分为三类。第一类：
①
号石油管，
②
号石油管，
③
号石油管，
④
号石油管，温度均高于60℃，ph2s/pco2约为2/5，cl-浓度在3～4g/l，平均流速10m/s；第二类：
⑤
号石油管，
⑥
号石油管，
⑨
号石油管，
⑩
号石油管，温度在58℃左右，ph2s/pco2约为2/3，cl-浓度在1～3g/l，流速2～3m/s；；第三类：
⑦
号石油管，
⑧
号石油管，平均温度为49℃，ph2s/pco2约为3/2，cl-浓度低于1g/l，流速5～8m/s。
[0097]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。