本文關(guān)鍵詞：面向低滲透型油井的大數(shù)據(jù)光盤存儲與挖掘技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來在石油工業(yè)領(lǐng)域大力推廣數(shù)據(jù)存儲技術(shù)和數(shù)據(jù)挖掘技術(shù)。一方面,油田企業(yè)正在進(jìn)行信息化改革,積累了大量的生產(chǎn)數(shù)據(jù),對于這部分?jǐn)?shù)據(jù)需要進(jìn)行科學(xué)的管理。另一方面,隨著數(shù)據(jù)挖掘理論的研究與發(fā)展,數(shù)據(jù)挖掘技術(shù)從實驗室走向了現(xiàn)實應(yīng)用,在商業(yè)、工程技術(shù)等方面獲得了廣泛的應(yīng)用。對于油田企業(yè)來說,建立綜合型存儲系統(tǒng)將會解決海量數(shù)據(jù)管理的問題,而數(shù)據(jù)挖掘技術(shù)則可以在海量數(shù)據(jù)中提取出有用的信息和知識,更好的為油田的發(fā)展提供幫助。本文旨在完成油田數(shù)據(jù)存儲系統(tǒng)設(shè)計和數(shù)據(jù)挖掘應(yīng)用設(shè)計,主要研究工作如下:(1)分析了油田方面給出的數(shù)據(jù)存儲需求,結(jié)合光盤庫、PLC等硬件平臺,設(shè)計了油田海量光盤數(shù)據(jù)存儲系統(tǒng)結(jié)構(gòu)。存儲系統(tǒng)分成四個層次,分別是客戶應(yīng)用層、服務(wù)管理層、數(shù)據(jù)存儲層和數(shù)據(jù)采集層。(2)以現(xiàn)有的UDF光盤文件系統(tǒng)為基礎(chǔ),從提高光盤掃描速度和增強(qiáng)光盤刻錄容錯這兩個方面對UDF文件系統(tǒng)進(jìn)行改進(jìn)并優(yōu)化。(3)根據(jù)油田生產(chǎn)業(yè)務(wù)實際需求,討論了油田數(shù)據(jù)倉庫的總體設(shè)計方案,同時給出油田數(shù)據(jù)倉庫事實表和維度表的結(jié)構(gòu)設(shè)計。(4)根據(jù)油田生產(chǎn)數(shù)據(jù)的特點,研究了基于密度的聚類分析算法——DBSCAN。利用空間索引技術(shù)對DBSCAN算法進(jìn)行優(yōu)化,使其在處理大規(guī)模數(shù)據(jù)時的時間性能增強(qiáng),為油田生產(chǎn)數(shù)據(jù)挖掘應(yīng)用打下基礎(chǔ)。(5)利用改進(jìn)后的聚類算法實現(xiàn)了兩類油田數(shù)據(jù)挖掘應(yīng)用:油井分類和油藏分類,利用聚類得到的結(jié)果為油田提出了生產(chǎn)開發(fā)決策建議。本文通過研究數(shù)據(jù)存儲和數(shù)據(jù)挖掘兩方面的應(yīng)用,構(gòu)建了油田數(shù)據(jù)管理的模型,實現(xiàn)了油田生產(chǎn)數(shù)據(jù)從采集到存儲的一整套流程,并利用數(shù)據(jù)挖掘技術(shù)從生產(chǎn)數(shù)據(jù)中提取到了反映油井和油藏的規(guī)則與知識,為決策者優(yōu)化生產(chǎn)制度、提高生產(chǎn)效率提供了可靠依據(jù)。
【關(guān)鍵詞】：數(shù)據(jù)存儲 UDF PLC 數(shù)據(jù)挖掘 DBSCAN
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP311.13;TP333
【目錄】：

• 摘要4-5
• ABSTRACT5-16
• 注釋表16-17
• 第一章 緒論17-22
• 1.1 研究背景17-18
• 1.2 研究目的和意義18
• 1.2.1 研究目的18
• 1.2.2 研究意義18
• 1.3 國內(nèi)外研究現(xiàn)狀18-20
• 1.3.1 油田數(shù)據(jù)存儲發(fā)展現(xiàn)狀分析18-19
• 1.3.2 油田數(shù)據(jù)挖掘發(fā)展現(xiàn)狀分析19-20
• 1.4 本文研究的主要內(nèi)容和創(chuàng)新點20
• 1.5 論文組織結(jié)構(gòu)20-22
• 第二章 光盤存儲與數(shù)據(jù)挖掘技術(shù)原理22-35
• 2.1 光盤存儲技術(shù)22-23
• 2.1.1 光盤存儲技術(shù)原理22
• 2.1.2 光盤存儲技術(shù)發(fā)展22
• 2.1.3 光盤讀寫數(shù)據(jù)過程22-23
• 2.2 光盤庫技術(shù)23-25
• 2.2.1 光盤庫技術(shù)定義和特征23-24
• 2.2.2 光盤庫的組成結(jié)構(gòu)24-25
• 2.3 文件系統(tǒng)25-26
• 2.3.1 文件系統(tǒng)的定義25
• 2.3.2 文件系統(tǒng)的功能要求25-26
• 2.4 PLC技術(shù)26-28
• 2.4.1 PLC的定義和特征26-27
• 2.4.2 PLC的內(nèi)部結(jié)構(gòu)27-28
• 2.5 數(shù)據(jù)挖掘技術(shù)28-30
• 2.5.1 數(shù)據(jù)挖掘的定義和過程28-29
• 2.5.2 數(shù)據(jù)挖掘算法的分類29-30
• 2.6 數(shù)據(jù)倉庫技術(shù)30-33
• 2.6.1 數(shù)據(jù)倉庫的定義和特征30
• 2.6.2 數(shù)據(jù)倉庫的體系結(jié)構(gòu)30-31
• 2.6.3 數(shù)據(jù)倉庫的數(shù)據(jù)模型31-33
• 2.7 油田海量數(shù)據(jù)光盤存儲和挖掘結(jié)合的可行性分析33-34
• 2.8 本章小結(jié)34-35
• 第三章 油田數(shù)據(jù)光盤存儲系統(tǒng)設(shè)計35-56
• 3.1 油田數(shù)據(jù)存儲系統(tǒng)架構(gòu)設(shè)計35-37
• 3.1.1 系統(tǒng)設(shè)計要求35
• 3.1.2 系統(tǒng)總體設(shè)計方案35-37
• 3.2 服務(wù)管理層設(shè)計37-41
• 3.2.1 用戶管理37-38
• 3.2.2 數(shù)據(jù)上傳38-40
• 3.2.3 數(shù)據(jù)下載40-41
• 3.3 數(shù)據(jù)存儲層設(shè)計41-45
• 3.3.1 存儲介質(zhì)的確定41-42
• 3.3.2 存儲設(shè)備的確定42-45
• 3.4 光盤文件系統(tǒng)設(shè)計45-52
• 3.4.1 UDF文件系統(tǒng)45
• 3.4.2 UDF卷結(jié)構(gòu)45-47
• 3.4.3 UDF分區(qū)結(jié)構(gòu)47-48
• 3.4.4 UDF目錄和文件結(jié)構(gòu)48
• 3.4.5 UDF優(yōu)化48-52
• 3.5 數(shù)據(jù)采集層設(shè)計52-55
• 3.5.1 監(jiān)控系統(tǒng)硬件設(shè)計52-53
• 3.5.2 監(jiān)控系統(tǒng)軟件設(shè)計53-55
• 3.6 本章小結(jié)55-56
• 第四章 數(shù)據(jù)挖掘聚類算法的研究與改進(jìn)56-79
• 4.1 聚類分析方法56-57
• 4.2 基于密度的DBSCAN聚類算法57-60
• 4.2.1 算法基本理論57-58
• 4.2.2 DBSCAN算法流程58-59
• 4.2.3 DBSCAN算法的缺點及其優(yōu)化思路59-60
• 4.3 空間索引技術(shù)60-66
• 4.3.1 空間索引的概念和分類60
• 4.3.2 R-樹索引60-64
• 4.3.3 R*-樹索引64-66
• 4.4 R*-索引優(yōu)化研究66-73
• 4.4.1 R*-索引分析66-67
• 4.4.2 R*-索引強(qiáng)制重新插入算法改進(jìn)67-70
• 4.4.3 實驗與分析70-73
• 4.5 空間索引技術(shù)與DBSCQAN算法的結(jié)合73-75
• 4.5.1 改進(jìn)R*索引與DBSCAN結(jié)合的可行性73-74
• 4.5.2 R*- DBSCAN算法74-75
• 4.6 實驗與分析75-78
• 4.6.1 實驗環(huán)境75-76
• 4.6.2 聚類精度對比76-77
• 4.6.3 時間性能對比77-78
• 4.7 本章小結(jié)78-79
• 第五章 油田數(shù)據(jù)倉庫設(shè)計79-95
• 5.1 數(shù)據(jù)倉庫需求分析79-80
• 5.1.1 數(shù)據(jù)倉庫建設(shè)目標(biāo)79
• 5.1.2 數(shù)據(jù)倉庫建設(shè)內(nèi)容79
• 5.1.3 數(shù)據(jù)倉庫功能需求79-80
• 5.1.4 數(shù)據(jù)倉庫設(shè)計過程80
• 5.2 數(shù)據(jù)倉庫的數(shù)據(jù)分析80-82
• 5.2.1 數(shù)據(jù)類型分析80-81
• 5.2.2 數(shù)據(jù)組織結(jié)構(gòu)分析81-82
• 5.3 數(shù)據(jù)倉庫的邏輯模型設(shè)計82-94
• 5.3.1 邏輯關(guān)聯(lián)模式的確定82-83
• 5.3.2 存儲粒度確定83-84
• 5.3.3 多維數(shù)據(jù)邏輯模型設(shè)計84-88
• 5.3.4 多維數(shù)據(jù)物理模型設(shè)計88-91
• 5.3.5 元數(shù)據(jù)設(shè)計91-94
• 5.4 本章小結(jié)94-95
• 第六章 油田數(shù)據(jù)挖掘應(yīng)用實現(xiàn)95-109
• 6.1 聚類分析工具的設(shè)計和實現(xiàn)95-98
• 6.1.1 分析工具功能95
• 6.1.2 分析工具體系結(jié)構(gòu)95-96
• 6.1.3 分析工具界面96-98
• 6.2 基于聚類分析的油井分類應(yīng)用98-103
• 6.2.1 聚類指標(biāo)的確定98
• 6.2.2 數(shù)據(jù)預(yù)處理98-100
• 6.2.3 聚類建模100-101
• 6.2.4 油井分類結(jié)果分析101-103
• 6.3 基于聚類分析的油藏分類應(yīng)用103-108
• 6.3.1 聚類指標(biāo)的確定103-104
• 6.3.2 數(shù)據(jù)預(yù)處理104-105
• 6.3.3 聚類建模105-106
• 6.3.4 油藏聚類結(jié)果分析106-108
• 6.4 本章小結(jié)108-109
• 第七章 總結(jié)與展望109-111
• 7.1 工作總結(jié)109
• 7.2 研究展望109-111
• 參考文獻(xiàn)111-114
• 致謝114-115
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文115

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 黃寧;;聚類方法在網(wǎng)絡(luò)入侵檢測中的應(yīng)用[J];計算機(jī)安全;2013年11期

2 曹晨;胡海燕;吳洪彪;;一種適用于中石油油藏管理的油藏分類方法研究[J];中國石油和化工標(biāo)準(zhǔn)與質(zhì)量;2013年19期

3 陳東虎;朱維耀;朱華銀;雷剛;劉軍;;應(yīng)用廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測油井含水率[J];重慶科技學(xué)院學(xué)報(自然科學(xué)版);2012年06期

4 范德軍;賀紅娟;鄧麗;陳景萍;;大港油田數(shù)據(jù)中心A1A2存儲管理與策略優(yōu)化[J];硅谷;2012年13期

5 王政軍;張莉;;油脂綜合數(shù)據(jù)庫建設(shè)研究[J];安徽農(nóng)業(yè)科學(xué);2012年11期

6 彭英;萬劍華;吳楠;;一種基于云計算的分布式油田物探數(shù)據(jù)存儲與服務(wù)平臺[J];計算機(jī)研究與發(fā)展;2011年S1期

7 趙曉鶯;劉云;;光存儲技術(shù)應(yīng)用及其發(fā)展[J];信息技術(shù)與標(biāo)準(zhǔn)化;2010年06期

8 徐立臻,劉安,董逸生;數(shù)據(jù)倉庫系統(tǒng)中的元數(shù)據(jù)管理[J];計算機(jī)工程與應(yīng)用;2002年24期

  本文關(guān)鍵詞：面向低滲透型油井的大數(shù)據(jù)光盤存儲與挖掘技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：457477