发明创造名称：一种油田运营风险高维评估方法
外观设计名称：
决定号：191089
决定日：2019-09-17
委内编号：1F270337
优先权日：
申请（专利）号：201610279190.4
申请日：2016-04-29
复审请求人：西南石油大学
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：明媚
合议组组长：石志昕
参审员：韩鲜萍
国际分类号：G06Q10/06;G06Q50/02
外观设计分类号：
法律依据：专利法第2条第2款
决定要点
：如果一个方案没有采用遵循自然规律的技术手段，解决的问题是生产管理问题，所达到的效果也仅是提高运营评估的准确性，那么该方案没有解决技术问题、采用技术手段以及获得技术效果，不符合专利法第2条第2款的规定。
全文：
本复审请求涉及申请号为201610279190.4，名称为“一种油田运营风险高维评估方法”的发明专利申请（下称本申请）。申请人为西南石油大学。本申请的申请日为2016年04月29日，公开日为2016年08月17日。
经实质审查，国家知识产权局原审查部门于2018年10月15日发出驳回决定，驳回了本申请，认为权利要求1-6不符合专利法第2条第2款的规定，其理由是：权利要求1请求保护一种油田运营风险高维评估方法，通过基于选定的指标对风险点进行专家打分并进行统计分析得到风险点的定量分析结果，以获得风险排序。该方案所要解决的问题是如何对油田运营做出较为准确的评估，不是技术问题；为解决该问题所采用的手段是人为制定的统计分析管理规则，不是技术手段；所达到的效果是提高了油田运营评估的准确性，不是技术效果。因此，该方案不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。从属权利要求2-6是对经营管理规则的进一步限定，基于与权利要求1相同的理由，权利要求2-6也不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。驳回决定所依据的文本为：申请日2016年04月29日提交的权利要求1-6、说明书第0001-0150段、说明书附图图1-3、说明书摘要以及摘要附图。驳回决定所针对的权利要求书如下：
“1. 油田运营风险高维评估方法，其特征在于，包括以下步骤：
1)对风险点数据进行收集，将收集到的风险点数据按照风险发生的可能性、事故等级、舆情影响程度、经济影响程度这4个指标分别划分为5个等级，进行专家打分，并按照专家职位进行分类，将数据进行描述性统计分析；
2)选取油田运营过程中存在的所有风险点分析可能性和影响程度，步骤1所述的4个指标分析，“影响程度”由事故等级、舆情影响程度、经济影响程度加权计算得到，并将计算数据绘制成影响程度的纵坐标画散点图；
3)对原始数据采用因子分析法提取有效信息降维，计算风险可能性和影响程度的因子得分，并将可能性作为横坐标，风险影响程度作为纵坐标，绘制因子风险矩阵图；
4)采用聚类分析法定量确定风险重要性准则，将风险等级分为重大、重要、一般三个级别，对步骤3中的风险矩阵图进一步优化；
5)使用主成分分析法排序，对现有数据进行降维，利用原变量之间的相关关系，用较少的新变量代替原来较多的变量，并使这些少数变量尽可能多的保留原来较多的变量所反应的信息，并将变量进行定量分析，得出最后的风险排序结果。
2. 根据权利要求1所述的油田运营风险高维评估方法，其特征在于，所述步骤1中，将风险发生的可能性、事故等级、舆情影响程度、经济影响程度分别分为5个等级，进行专家打分，并将所有专家打分的调查表按照专家所处的级别和职位，进行描述性统计，用于确定不同级别和职位对风险点认识的偏差值。
3. 根据权利要求1所述的油田运营风险高维评估方法，其特征在于，所述步骤2中，将油田运营过程中存在的所有风险点初步划分为风险点在风险发生的可能性、事故等级、舆情影响程度、经济影响程度，其中风险的影响程度由事故等级、舆情影响程度、经济影响程度的加权来定量计算；将计算结果以风险可能性为第二因子作为横坐标，风险影响程度为第一因子作为纵坐标画出散点图。
4. 根据权利要求1所述的油田运营风险高维评估方法，其特征在于，所述步骤3中，把一些信息重叠、具有错综复杂关系的变量归结为少数几个不相关的综合因子进行多元统计分析，写出因子分析模型：通过因子分析模型计算因子得分函数的第一因子和第二因子数据；
因子模型为：
这里f1,f2,…,fm就是因子，根据油田信息的要求，多维指标需降为2维，这里m＝2，根据观察矩阵求出载荷矩阵，再求出因子得分；步骤如下：
1)计算相关系数矩阵
rij(i,j＝1,2,…,p)为原变量xi与xj的相关系数，rij＝rji，其计算公式为：
2)计算特征值与特征向量
解特征方程|λI-R|＝0，常用雅可比法求出特征值，并使其按大小顺序排列：
λ1≥λ2≥…≥λp≥0；
分别求出对应于特征值λi的特征向量ei(i＝1,2,…,p)，要求||ei||＝1，即其中eij表示向量ei的第j个分量；
3)计算主成分贡献率及累计贡献率
贡献率：
累计贡献率：
一般取累计贡献率达85％-95％的特征值，λ1,λ2,…,λm所对应的第1、第2、…、第m个主成分，m≤p；
4)计算因子载荷阵
5)计算因子得分
fi＝bi0 bi1X1 bi2X2 … bipXp(i＝1,2)
6)坐标变换：以a为原始数据第一因子的最低得分，b为原始数据第一因子的最高得分，c为变换后第一因子的最低得分即为0，d为变换后第一因子的最高得分即为5，x为风险点第一因子得分，x′为风险点第一因子坐标变换后得分，则计算公式为：
第二因子计算方法和第一因子相同，并将结果绘制成因子风险矩阵图。
5. 根据权利要求1所述的油田运营风险高维评估方法，其特征在于，所述步骤4中，采用聚类分析法定量确定风险重要性原则，先假定各个样本各自成一类，这时各类间的距离就是各样本之间的距离，将距离最近的两类合并成一个新的类；再计算新类与其它类间的距离，将距离最近的两类合并，如此每次缩小一类，直至所有的样品都成为一类为止，然后根据需要或者根据给出的距离临界值确定分类数及最终要分的类将风险等级分为重大、重要、一般三个级别，对步骤3中的风险矩阵图进一步优化，其聚类分析计算步骤为：
1)各样本分别成一类，计算各样本之间的距离，并将距离最近的两个样本合并成一类，这里的距离采用欧式距离，即
2)选择并计算类与类之间的距离，并将距离最近的两类(记为Gp,Gq)合并为新类Gr新类与其他类之间的距离采用中间距离，计算公式为：如果类的个数大于1，则继续并类，直至所有样本归为一类为止；
3)按照分类标准，得出分类结果，形成风险点聚类结果表格，表中类别中1代表是重要风险，2表示重大风险，3表示一般风险。
6. 根据权利要求1所述的油田运营风险高维评估方法，其特征在于，所述步骤5使用主成分分析法，把原来多个变量划为少数几个综合指标的一种统计分析方法，对现有数据进行降维，利用原变量之间的相关关系，用较少的新变量代替原来较多的变量，并使这些少数变量尽可能多的保留原来较多的变量所反应的信息，并将变量进行定量分析，得出最后的分析结果；
主成分分析模型：
其步骤如下：
1)计算相关系数矩阵
rij(i,j＝1,2,…,p)为原变量xi与xj的相关系数，rij＝rji，其计算公式为：
2)计算特征值与特征向量
解特征方程|λI-R|＝0，常用雅可比法求出特征值，并使其按大小顺序排列
λ1≥λ2≥…≥λp≥0；
分别求出对应于特征值λi的特征向量li(i＝1,2,…,p)，要求||li||＝1，即其中lij表示向量li的第j个分量；
3)计算主成分贡献率及累计贡献率
贡献率：
累计贡献率：
一般取累计贡献率达85％-95％的特征值，λ1,λ2,…,λm所对应的第1、第2、…、第m(m≤p)个主成分；
4)计算主成分载荷
eij＝lij(i,j＝1,2,…,p)
5)综合排序
将得到的贡献率最高的两个特征值λ1和λ2用于计算因子载荷和特征值的特征向量，用因子载荷和特征值的特征向量求出主成分Yi，通过方程式即可求出每一个主成分的权重ωi，将Yi和ωi代入方程式F＝ω1Y1 ω2Y2，计算出每一个风险点的综合得分并按照得分高低排序，以此得出最终定量的分析结果。”
复审请求人对上述驳回决定不服，于2019年01月04日向国家知识产权局提出了复审请求，未修改申请文件。复审请求人认为本申请符合专利法第2条第2款的规定，具体理由如下：（1）本申请中的可能性、事故等级、舆情影响程度、经济影响程度均有明确的数据来源，是基于相关行业标准的技术指标；（2）本申请数据的计算结果是稳定可靠的，是基于自然规律的技术手段得到的数据，而经济运行规则是不可控的，相比于经济运行规则等完全不受客观规律影响的指标，本申请提供的指标如实施例所给出的，是符合油田运营风险的实际状况的，其达到的技术效果也如本申请在背景技术中所强调的“提出一种能够对油田运营做出较准确评估的方法或指标，来满足油田生产风险控制的要求”。
经形式审查合格，国家知识产权局于2019年01月14日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为：（1）本申请通过专家打分的方式对风险发生的可能性(X1)、事故等级(X2)、舆情影响程度(X3)、经济影响程度(X4)进行评估，其中的四个指标都是管理指标，而非与油田机械运行相关的技术指标，且专家打分过程也是主观的对于运营管理评价指标的评分，其以每个人的主观认定为标准，本申请第[0011]段也指出不同级别和职位对风险点认识存在偏差，并非具有统一标准的技术指标。（2）计算结果稳定可控也不是判断方案是否是技术性的标准。相对于本申请，基于不同的专家选择，其结果也并非稳定不变。本申请所达到的效果只是基于人为评价的管理指标，采用人为选择的计算方法使得油田运营风险评估更精确、更准确，并非符合自然规律的技术效果。因而坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年06月28日向复审请求人发出复审通知书，指出：权利要求1请求保护一种油田运营风险高维评估方法，该方案通过选定的指标对风险点进行专家打分并进行统计分析，得到风险点的定量分析结果，以获得风险排序。该方案所要解决的问题是如何对油田的运营做出较为准确的评估，属于经营管理问题而不是技术问题；虽然通过聚类分析和排序方法进行定量分析，但其中采用的四个指标参数是人为选取的管理指标，对指标数据的统计是通过将人工打分进行统计实现，不是反映客观自然规律的技术手段；所达到的效果是提高了油田运营评估的准确性，不是技术效果。因此，该方案不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。从属权利要求2-6是对经营管理规则的进一步限定，基于与权利要求1相同的理由，权利要求2-6也不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。
复审请求人于2019年07月23日提交了意见陈述书，将权1中“影响程度”的引号删除，未做其他实质性修改。复审请求人认为：1. 同时期的类似申请也涉及专家打分。2. 本申请风险发生的可能性、事故等级、舆情影响程度、经济影响程度这四个指标均有明确的数据来源，是基于相关行业标准的技术指标；专家是通过客观指标进行打分。因此本申请符合专利法第2条第2款的规定。
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
审查文本的认定
复审请求人在2019年06月28日答复复审通知书时提交了修改文件，经审查，所做修改符合专利法第33条和专利法实施细则第61条第1款的规定，因此本复审决定所依据的文本为：复审请求人于2019年06月28日提交的权利要求第1-6项、申请日2016年04月29日提交的说明书第0001-0150段、说明书附图图1-3、说明书摘要以及摘要附图。
具体理由的阐述
专利法第2条第2款规定：发明，是指对产品、方法、或者其改进所提出的新的技术方案。
如果一个方案没有采用遵循自然规律的技术手段，解决的问题是生产管理问题，所达到的效果也仅是提高运营评估的准确性，那么该方案没有解决技术问题、采用技术手段以及获得技术效果，不符合专利法第2条第2款的规定。
（2.1）权利要求1请求保护一种油田运营风险高维评估方法，该方案通过选定的指标对风险点进行专家打分并进行统计分析，得到风险点的定量分析结果，以获得风险排序。该方案所要解决的问题是如何对油田的运营做出较为准确的评估，属于经营管理问题而不是技术问题；虽然通过聚类分析和排序方法进行定量分析，但其中采用的四个指标参数是人为选取的管理指标，对指标数据的统计是通过将人工打分进行统计实现，不是反映客观自然规律的技术手段；所达到的效果是提高了油田运营评估的准确性，不是技术效果。因此，该方案不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。
权利要求2-6不符合专利法第2条第2款的规定。
从属权利要求2-6是对经营管理规则的进一步限定，基于与权利要求1相同的理由，权利要求2-6也不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。
3、对复审请求人相关意见的评述
对于复审请求人针对复审通知书所陈述的相关意见（参见案由部分），合议组认为：
1. 本合议组仅针对本案进行审查。
2. 本申请通过专家打分的方式对风险发生的可能性、事故等级、舆情影响程度、经济影响程度进行评估，其中的四个指标都是人为选取的管理指标，而非技术指标，且专家打分过程也是主观的对于运营管理评价指标的评分，其以每个人的主观认定为标准。该方案所要解决的问题是如何对油田的运营做出较为准确的评估，属于经营管理问题，而不是技术问题；虽然通过聚类分析和排序方法进行定量分析，但其中采用的四个指标参数是人为选取的管理指标，指标舆情影响程度等不受自然规律约束；对指标数据的统计是通过将人工打分进行统计实现，不是反映客观自然规律的技术手段；所达到的效果是提高了油田运营评估的准确性，不是技术效果。
三、决定
维持国家知识产权局于2018年10月15日对本申请作出的驳回决定。
如对本复审决定不服,根据专利法第41条第2款的规定,复审请求人可自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
