О применении методов обнаружения выбросов к задаче исследования проб нефти

Шелест Арина Александровна
Бесплатно
В избранное
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Работа посвящена статистическому анализу проб нефти на предмет обнаружения выбросов и дальнейшей кластеризации проб. Проведен корреляционный анализ данных, описан характер распределения проб. С помощью модифицированного метода Тьюки определены подходящие границы для обнаружения и удаления выбросов. Для снижения размерности данных использован метод PCA и Feature Agglomeration. Кластеризация проведена методом k-means, для оценки качества рассмотренных алгоритмов введена метрика оценки кластеризации Rand. Для реализации данной прикладной задачи написана программа на языке Python.

Введение …………………………………………………………………………………………….. 3
Постановка задачи……………………………………………………………………………….. 4
Обзор литературы………………………………………………………………………………… 6
Глава 1. Исследование проб нефти…………………………………………………………. 8
1.1. Нефтеносный пласт …………………………………………………………………….. 8
1.2. Метод газовой хроматографии при исследовании проб нефти ………… 10
Глава 2. Обработка данных …………………………………………………………………. 16
2.1. Первичный анализ результатов …………………………………………………… 16
2.2. Проверка данных на нормальность распределения ………………………… 19
2.3. Приведение распределения отличного от нормального ………………….. 22
2.4. Определение взаимосвязи между пробами……………………………………. 24
2.5. Обнаружение выбросов ……………………………………………………………… 28
Глава 3. Кластеризация……………………………………………………………………….. 31
3.1. Постановка задачи и проблемы …………………………………………………… 31
3.2. Методы снижения размерности данных ……………………………………….. 32
3.3. Метрика качества кластеризации ………………………………………………… 34
3.4. Метод k-means ………………………………………………………………………….. 36
3.5. Результаты ……………………………………………………………………………….. 38
Заключение ……………………………………………………………………………………….. 40
Список литературы…………………………………………………………………………….. 42
Приложение 1 Фрагмент данных газовой хроматографии ……………………….. 44
Приложение 2 Код программы …………………………………………………………….. 46

Методы многомерного анализа данных тесно связаны с
математической статистикой, она широко используется в физическом и
химическом анализе, в частности, для вычисления средних, отклонений,
пределов обнаружения, проверки гипотез. Проблема обнаружения измерений,
негативно влияющих на обеспечение чистоты анализа данных – одна из
основных проблем анализа данных.
Данная работа посвящена анализу проб нефти с целью обнаружения
выбросов – результатов измерения, выделяющихся из общей выборки [4] – и
дальнейшей кластеризации полученных проб. По результатам лабораторных
анализов судят о среднем составе и параметрах добытой нефти. Достоверность
выявленных параметров нефти зависит не только от точности лабораторного
оборудования и тщательности соблюдения методик измерений физико-
химических свойств нефти, но и от правильности отбора проб. Если проба
оказалась случайной и не характеризует средний состав прошедшей нефти, то
и её анализ не может отразить действительного физико-химического состава.
Под погрешностью отбора проб понимают отклонение значения величины,
характеризующей состав, свойства пробы вещества от значения этой же
величины характеризующей состав, свойства объекта аналитического
контроля в целом.
В данной работе описан и модифицирован один из методов
обнаружения выбросов в одномерных наборах данных, проведен
корреляционный анализ, описан кластерный анализ, применимый к задаче
исследования проб нефти, введена метрика для оценки качества
кластеризации.
Постановка задачи
Получены данные газовой хроматографии по 23 пробам, взятые из 6
пластов одного месторождения, каждая проба характеризуется набором 330
параметров, представляющие собой индексы удерживания единичного
межалканового пика (индексы Ковача).
Изначально данные были сгруппированы по скважинам. В таблице 1
приведены характеристики каждой из проб (привязка: месторождение отбора;
скважина/куст; статиграфическая привязка (свита/горизонт, возраст); глубина,
интервал отбора, место взятия от верха; пласт).
Таблица 1 – Соответствие проб и пластов
№ пробы Параметры скважины Пласт
1 П-10419ГС125-АС10.4(6) АС10.4(6)
2 П-10420ГС127-АС10.4(6) АС10.4(6)
3 П-1258А-АС10.1-3(1) АС10.1-3(1)
4 П-15932БС8А-АС10.1-3(1) АС10.1-3(1)
5 П-16499БС44-АС10.4(1) АС10.4(1)
6 П-19659ГС124А-АС10.1-3(1) АС10.1-3(1)
7 П-30111А-АС10.1-3(1) АС10.1-3(1)
8 П-30611А-АС10.1-3(1) АС10.1-3(1)
9 П-30711-АС10.1-3(1) АС10.1-3(1)
10 П-30937ГС76А-АС10.0.1(1) АС10.0.1(1)
11 П-30977ГС76А-АС10.0.1(1) АС10.0.1(1)
12 П-35375ГС722-АС10.0.1(1) АС10.0.1(1)
13 П-35376ГС721А-АС10.1-3(1) АС10.1-3(1)
14 П-35422ГС721А-АС10.0.1(1) АС10.0.1(1)
15 П-35423ГС721А-АС10.0.1(1) АС10.0.1(1)
16 П-35424ГС721А-АС10.0.1(1) АС10.0.1(1)
17 П-41932ГС21Б-АС12.3-5(4) АС12.3-5(4)
18 П-42095ГС25А-АС12.3-5(4) АС12.3-5(4)
19 П-42097ГС25А-АС12.3-5(4) АС12.3-5(4)
20 П-42099ГС25А-АС12.3-5(4) АС12.3-5(4)
21 П-42104ГС14А-АС12.3-5(4) АС12.3-5(4)
22 П-42106ГС14А-АС12.3-5(4) АС12.3-5(4)
23 П-42108ГС14А-АС12.1(2) АС12.1(2)
Необходимо:
– обнаружить измерения, негативно влияющие на обеспечение чистоты
анализа данных;
– определить взаимосвязь между полученными данными;
– осуществить разбиение проб на кластеров.

Целью данной работы был анализ проб нефти на наличие выбросов, а
также кластеризация найденных проб.
При первичном анализе данных с помощью инструментов
дескриптивной статистики был описан характер распределения проб,
построенные графики квантиль-квантиль показали рассогласование
исследуемого и нормального распределения в каждой пробе.
Построенные корреляционные матрицы Спирмена, Пирсона, Кендала
показали, что полученные данные проб сильно коррелируют между собой.
На последующем этапе обработки полученных данных с помощью
тестов Шапиро-Уилка, Колмогорова-Смирнова и Адерсона-Дарлинга нулевая
гипотеза 0 «случайная величина распределена нормально» была отклонена.
Универсальные преобразования логарифмирования и метод Бокса-
Кокса не привели распределение данных к нормальному, поэтому, для
следующего этапа работы – обнаружения выбросов, – был выбран метод
Тьюки, использующийся в таких задачах, где распределение неизвестно или
не соответствует нормальному. На основе экспериментов была произведена
его модификация, определены подходящие границы для обнаружения и
удаления выбросов.
Для снижения размерности данных был использован метод главных
компонент (PCA) и агломеративный метод иерархической кластеризации
(Feature Agglomeration).
Далее для «очищенных» данных была произведена кластеризация 3
способами: методом k-means без уменьшения размерности данных (метод 1),
методом k-means c уменьшением размерности данных при помощи PCA
(метод 2); методом k-means c уменьшением размерности данных при помощи
Feature Agglomeration (метод 3).
Для оценки качества алгоритма была введена метрика оценки
кластеризации Rand. На ее основе наиболее подходящий из рассмотренных в
работе алгоритмов кластеризации оказалась кластеризация методом 3.
Тем не менее, рассмотренные алгоритмы не сгруппировали все пробы
по кластерам, соответствующим пластам. Это может быть связано со
специфичностью данных – малый объем выборки, зависимость результатов
химического эксперимента от таких составляющих как точность
оборудования, способ забора проб и другого. Альтернативными методами
кластеризации являются метод нечеткой кластеризации c-means и Expectation-
maximization (EM)-алгоритм. На большей выборке данных возможно
использовать иерархические методы классификации.
Таким образом, пробы № 1-2 отнесены к пласту АС10.4(6) (кластер 1),
пробы № 3-4, 6-9 отнесены к пласту АС10.1-3(1) (кластер 1) с вероятность 0.83.
Проба № 5 так же отнесена к кластеру 1, но взята из пласта АС10.4(1). Проба
№ 23 отнесена к пласту АС12.1(2) (кластер 4). Пробы № 10-12, 14-16 отнесены
к пласту АС10.0.1(1) (кластер 4) с вероятностью 0.5. С вероятностью 0.33
пробы № 17-22 отнесены к пласту АС12.3-5(4) (кластер 5).

1.ГОСТ 17567-81. Хроматография газовая. Термины и определения.
– М.: Издательство стандартов, 1981. – с. 12.
2.Буре В.М., Парилина Е.М. Теория вероятностей и математическая
статистика. – СПб.: Лань, 2013. – с. 334-338.
3.Гиматудинов Ш.К. Физика нефтяного и газового пласта. – M.:
Недра, 1971. – 310 с.
4.Зейдель А.Н. Элементарные оценки ошибок измерений. – М.:
Наука, 1965. – 96 с.
5.Кобзарь А.И. Прикладная математическая статистика. Для
инженеров и научных работников. – М.: ФИЗМАТЛИТ., 2006. – с. 220-221,
233, 238-241, 278.
6.Мандель И.Д. Кластерный анализ. – М.: Финансы и статистика,
1988. – 176 с.
7.РуденкоБ.А.,РуденкоГ.И.Высокоэффективные
хроматографические процессы. – М.: Наука, 2003. – 425 с.
8.Шакирова Д.И., Рождественский Д.А. Газовая хроматография –
Режимдоступа:https://eurasiancommission.org/ru/act/texnreg/deptexreg/
LS1/Documents /2.2.28%20Газовая%20хроматография.pdf (датаобращения
02.05.2020).
9.Шакирова Д.И., Рождественский Д.А. Хроматографические
методыразделения.–Режимдоступа:eurasiancommission.org/ru/act/
texnreg/deptexreg/LS1/Documents/2.2.46%20Хроматографические%20методы
%20разделения.pdf (дата обращения 02.05.2020).
10. Bellman R.E. Adaptive Control Processes. – Princeton University
Press, Princeton, NJ, 1961. – 255 p.
11. Frigge M., Hoaglin, D., Iglewicz, B. Some Implementations of the
Boxplot. – The American Statistician, 1989. – p. 120.
12. Iglewicz B., Hoaglin, D. How to detect and handle outliers. – ASQC
Quality Press, 1993. – 458 p.
13. Kleinberg J. An impossibility theorem for clustering. – Режим
доступа: https://www.cs.cornell.edu/home/kleinber/nips15.pdf (дата обращения
02.05.2020).
14. Lance G.N., Williams W.T. A General Theory of Classificatory Sorting
Strategies: 1. Hierarchical Systems. – The Computer Journal, V.9, I.4, 1967. –
p. 373-380.
15. Rand W.M. Objective criteria for the evaluation of clustering
methods. – Journal of the American Statistical Association. American Statistical
Association, 1971. – p. 846-850.
16. Shapiro S.S., Wilk M.B. An analysisof variance test for
normality (complete samples). – Biometrika, 1965. – 611 p.
17. Tukey J. Exploratory Data Analysis. – Addison Wesley Publishing
Company, 1970. – 722 p.

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Екатерина С. кандидат наук, доцент
    4.6 (522 отзыва)
    Практически всегда онлайн, доработки делаю бесплатно. Дипломные работы и Магистерские диссертации сопровождаю до защиты.
    Практически всегда онлайн, доработки делаю бесплатно. Дипломные работы и Магистерские диссертации сопровождаю до защиты.
    #Кандидатские #Магистерские
    1077 Выполненных работ
    Екатерина Д.
    4.8 (37 отзывов)
    Более 5 лет помогаю в написании работ от простых учебных заданий и магистерских диссертаций до реальных бизнес-планов и проектов для открытия своего дела. Имею два об... Читать все
    Более 5 лет помогаю в написании работ от простых учебных заданий и магистерских диссертаций до реальных бизнес-планов и проектов для открытия своего дела. Имею два образования: экономист-менеджер и маркетолог. Буду рада помочь и Вам.
    #Кандидатские #Магистерские
    55 Выполненных работ
    Катерина В. преподаватель, кандидат наук
    4.6 (30 отзывов)
    Преподаватель одного из лучших ВУЗов страны, научный работник, редактор научного журнала, общественный деятель. Пишу все виды работ - от эссе до докторской диссертации... Читать все
    Преподаватель одного из лучших ВУЗов страны, научный работник, редактор научного журнала, общественный деятель. Пишу все виды работ - от эссе до докторской диссертации. Опыт работы 7 лет. Всегда на связи и готова прийти на помощь. Вместе удовлетворим самого требовательного научного руководителя. Возможно полное сопровождение: от статуса студента до получения научной степени.
    #Кандидатские #Магистерские
    47 Выполненных работ
    Андрей С. Тверской государственный университет 2011, математический...
    4.7 (82 отзыва)
    Учился на мат.факе ТвГУ. Любовь к математике там привили на столько, что я, похоже, никогда не перестану этим заниматься! Сейчас работаю в IT и пытаюсь найти время на... Читать все
    Учился на мат.факе ТвГУ. Любовь к математике там привили на столько, что я, похоже, никогда не перестану этим заниматься! Сейчас работаю в IT и пытаюсь найти время на продолжение диссертационной работы... Всегда готов помочь! ;)
    #Кандидатские #Магистерские
    164 Выполненных работы
    Татьяна М. кандидат наук
    5 (285 отзывов)
    Специализируюсь на правовых дипломных работах, магистерских и кандидатских диссертациях
    Специализируюсь на правовых дипломных работах, магистерских и кандидатских диссертациях
    #Кандидатские #Магистерские
    495 Выполненных работ
    Егор В. кандидат наук, доцент
    5 (428 отзывов)
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Ск... Читать все
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Скорее всего Ваш заказ будет выполнен раньше срока.
    #Кандидатские #Магистерские
    694 Выполненных работы
    Анастасия Л. аспирант
    5 (8 отзывов)
    Работаю в сфере метрологического обеспечения. Защищаю кандидатскую диссертацию. Основной профиль: Метрология, стандартизация и сертификация. Оптико-электронное прибост... Читать все
    Работаю в сфере метрологического обеспечения. Защищаю кандидатскую диссертацию. Основной профиль: Метрология, стандартизация и сертификация. Оптико-электронное прибостроение, управление качеством
    #Кандидатские #Магистерские
    10 Выполненных работ
    Екатерина Б. кандидат наук, доцент
    5 (174 отзыва)
    После окончания института работала экономистом в системе государственных финансов. С 1988 года на преподавательской работе. Защитила кандидатскую диссертацию. Преподав... Читать все
    После окончания института работала экономистом в системе государственных финансов. С 1988 года на преподавательской работе. Защитила кандидатскую диссертацию. Преподавала учебные дисциплины: Бюджетная система Украины, Статистика.
    #Кандидатские #Магистерские
    300 Выполненных работ
    Анна С. СФ ПГУ им. М.В. Ломоносова 2004, филологический, преподав...
    4.8 (9 отзывов)
    Преподаю англ язык более 10 лет, есть опыт работы в университете, школе и студии англ языка. Защитила кандидатскую диссертацию в 2009 году. Имею большой опыт написания... Читать все
    Преподаю англ язык более 10 лет, есть опыт работы в университете, школе и студии англ языка. Защитила кандидатскую диссертацию в 2009 году. Имею большой опыт написания и проверки (в качестве преподавателя) контрольных и курсовых работ.
    #Кандидатские #Магистерские
    16 Выполненных работ

    Другие учебные работы по предмету

    Кооперативные игры на гиперграфах
    📅 2019год
    🏢 Санкт-Петербургский государственный университет