数据挖掘技术在石油工程的应用前景展望
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
近年来,数字油田的建设将油田信息化带到了"大数据"时代。面对数据量庞大、数据结构复杂等问题,传统数据库和分析预测方法已无能为力,由此推动了大数据挖掘技术的发展。本文基于大数据挖掘技术,主要阐述了其在石油工程领域的研究现状,分析了目前该技术的发展状况及特点,预测了该技术在石油工程中应用的前景。
引文
[1]G.Zangl,C.P.Oberwinkler,Schlumberger.SPE Annual Technical Conference and Exhibition,26-29 September 2004,Houston,Texas.
    [2]Christian Oberwinkler,Gerhard Ruthammer,Georg Zangl,Michael J.Economides.SPE International Symposium and Exhibition on Formation Damage Control,18~20 February 2004,Lafayette,Louisiana.
    [3]齐桂雪,刘凤贤,张继成.应用聚类分析方法对大庆外围低渗储层进行综合分类[C].南京,2011:160~167
    [4]杨波,高清祥,杨杰.聚类分析法在城壕油田西259井区长32储层分类评价中的应用[J].石油天然气学报,2010,32(6):22~26.
    [5]吕红华,任明达,刘金诚等.Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用[J].北京大学学报,2006,42(6):740~745.
    [6]史海英.地震属性聚类分析技术在苏北某油田的应用[J].石油物探,2004,43:86-88.
    [7]臧文龙.数据挖掘在油田储层准确建模中的应用研究[J].计算机仿真,30(3):130~133.
    [8]张龙,吴江,张德同.基于粗糙集和BP神经网络的天然裂缝识别[J].计算机技术与发展,2008,18(11):41~46.
    [9]王晓芳.数据挖掘及其在储层评价中的应用[D].成都:西南石油学院,2005.
    [10]孙燕军.稠油开采方式决策混合智能系统[J].石油钻采工艺,2001,23(5):49~53.
    [11]杨一展.数据挖掘技术在故障诊断中的应用研究[D].西安:西安电子科技大学,2008.
    [12]陈东虎,朱维耀,朱华银等.应用广义回归神经网络预测油井含水率[J].重庆科技学院学报(自然科学版),2012,14(6):97~101.
    [13]檀朝东,岳晶晶等.数据挖掘技术在油藏挖掘者软件中的应用[J].中国石油和化工,2010:66~67.

版权所有:© 2023 中国地质图书馆 中国地质调查局地学文献中心