买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利一种基于黄金管生烃热模拟-固体产物热解实验解耦有机质初次-二次裂解生烃转化率的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121637849B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610162065.9，技术领域涉及：G06F30/20；该发明授权一种基于黄金管生烃热模拟-固体产物热解实验解耦有机质初次-二次裂解生烃转化率的方法是由谢世龙;陈国辉;卢双舫;晏国慰;孙雨;闫百泉;申鹏威;郭丹丹;石佳鑫设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本一种基于黄金管生烃热模拟-固体产物热解实验解耦有机质初次-二次裂解生烃转化率的方法在说明书摘要公布了：本申请涉及一种基于黄金管生烃热模拟‑固体产物热解实验解耦有机质初次‑二次裂解生烃转化率的方法，该方法包括以下步骤：步骤1、干酪根黄金管生烃设模拟和固体产物岩石热解实验数据获取；步骤2、干酪根生烃过程的参数化建模；步骤3、构建多源实验信息协同约束的最小二乘模型；步骤4、多源实验信息协同约束条件下的优化求解；步骤5、生烃转化率计算。本申请定量表征各生烃过程的转化率演化特征，通过对解耦得到的各生烃过程累计量进行转化率计算，能够获得干酪根生油、生气以及原油裂解过程中原油裂解成气和不可反应碳形成等过程随成熟度变化的转化率演化规律，为精细化生烃评价提供定量依据。

本发明授权一种基于黄金管生烃热模拟-固体产物热解实验解耦有机质初次-二次裂解生烃转化率的方法在权利要求书中公布了：1.一种基于黄金管生烃热模拟-固体产物热解实验解耦有机质初次-二次裂解生烃转化率的方法，包括以下步骤: 步骤1、干酪根黄金管生烃热模拟和固体产物岩石热解实验数据获取： 首先，通过黄金管生烃热模拟实验对干酪根样品进行程序升温加热，同步记录实验温度、对应的成熟度EasyRo、以及实验结束时测得的实测油量和气量； 随后，将该实验所得残余固体样品经抽提与洗油处理，去除可溶有机质，并对其开展岩石热解实验，获取对应成熟度下的S2与TOC参数； 最终，将每组实验对应的温度、EasyRo、实测油量、实测气量、成烃转化率及归一化TOC整合为一条完整的多源实验数据记录，作为后续建模与解耦计算的基础输入； 步骤2、干酪根生烃过程的参数化建模： 将干酪根过程参数化为五个过程量，分别为干酪根生油、干酪根生气、原油消耗、原油裂解成气、以及不可反应碳形成；为保证生烃过程随成熟度演化的单调性，并反映热解过程的不可逆特征，即各生烃过程的累计量随成熟度增加而单调不减，将各生烃过程表示为非负增量序列的累加形式，从而在参数层面自然引入单调性约束； 在离散成熟度节点上，将各待求解的生烃过程表示为对应的增量变量序列，并通过对所述增量变量进行累加，构建各生烃过程随成熟度变化的累计演化曲线； 步骤3、构建多源实验信息协同约束的最小二乘模型：构建一个由多类残差项共同组成的复合最小二乘目标函数，用于在满足物质守恒和非负性约束的前提下，对各过程进行解耦求解； 步骤4、约束条件下的非线性最小二乘优化求解： 采用TrustRegionReflective简称TRF算法对上述最小二乘问题进行求解； 以干酪根生油KTO、干酪根生气KTG、原油消耗OC、原油裂解成气OTG以及不可反应碳形成C五个过程对应的增量参数向量作为优化变量，将黄金管生烃热模拟实验提供的包括油量守恒、气量守恒及原油裂解过程中原油消耗守恒在内的基本等式约束，以及包括各生烃与裂解过程的非负性及其相互关系在内的不等式约束，与岩石热解实验获得的S2参数计算得到的成烃转化率一致性约束及基于TOC演化模型构建的有机碳守恒约束，统一以残差形式并入同一最小二乘目标函数中，共同构成多源实验信息协同约束体系； 步骤5、生烃转化率计算： 在完成约束优化求解后，可获得干酪根生油KTO、干酪根生气KTG、原油消耗OC、原油裂解成气OTG、不可反应碳形成C五个过程的累计量随成熟度变化的定量结果； 为便于不同成熟度阶段及不同样品之间的对比分析，对各过程的累计量进行无量纲化处理，将其定义为对应的生烃转化率； 对任意过程，在其成熟度下的转化率定义为： ; 其中：为该过程在成熟度条件下的累计量；为该过程在整个热演化过程中达到的最大累计量；，用于表征该过程的相对完成程度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北石油大学三亚海洋油气研究院，其通讯地址为：572025 海南省三亚市崖州区崖州湾科技城雅布伦产业园2号楼二层、五层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。