基于Hadoop框架的分布式存儲(chǔ)、并行計(jì)算以及數(shù)據(jù)倉(cāng)庫(kù)建模等技術(shù),構(gòu)建Kylin多維分析平臺(tái),實(shí)現(xiàn)油氣田注入井生產(chǎn)數(shù)據(jù)的統(tǒng)一存儲(chǔ)、計(jì)算、分析功能,解決多表聯(lián)合查詢效率低、多數(shù)據(jù)庫(kù)之間存在數(shù)據(jù)孤島等問(wèn)題。實(shí)現(xiàn)16個(gè)分散數(shù)據(jù)庫(kù)的快速查詢和管理優(yōu)化,查詢分析效率提升3倍。該平臺(tái)可統(tǒng)一管理8×10⁴余口注入井生產(chǎn)數(shù)據(jù),業(yè)務(wù)分析時(shí)間由原來(lái)的1 d縮短到現(xiàn)在的5 s,查詢時(shí)間為秒級(jí)響應(yīng)。通過(guò)建立注入井生產(chǎn)數(shù)據(jù)多維分析模型,在中國(guó)石油天然氣集團(tuán)公司實(shí)現(xiàn)了注入井宏觀管理分析、問(wèn)題井管理分析、注入井生產(chǎn)運(yùn)行分析等應(yīng)用。實(shí)現(xiàn)了系統(tǒng)的快速響應(yīng),滿足了高效分析需求。注入井生產(chǎn)數(shù)據(jù)分析粒度由原來(lái)的油田細(xì)化到單井,業(yè)務(wù)分析更為細(xì)致,能夠?qū)崟r(shí)掌握油氣生產(chǎn)動(dòng)態(tài)。 

【文章來(lái)源】：科學(xué)技術(shù)與工程. 2020,20(11)北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖11 日注氣量運(yùn)行分析

不同注入介質(zhì)問(wèn)題井分析

系統(tǒng)主要從4個(gè)方面進(jìn)行設(shè)計(jì):Hive數(shù)據(jù)倉(cāng)庫(kù)、ETL數(shù)據(jù)采集、Kylin數(shù)據(jù)預(yù)聚合和數(shù)據(jù)可視化。以Hadoop大數(shù)據(jù)平臺(tái)為基礎(chǔ),使用Kettle作為ETL數(shù)據(jù)采集工具,Hive數(shù)據(jù)倉(cāng)庫(kù)作為數(shù)據(jù)存儲(chǔ)中心,利用Kylin的數(shù)據(jù)預(yù)聚合功能來(lái)構(gòu)建滿足OLAP業(yè)務(wù)需求的數(shù)據(jù)立方體,最后通過(guò)多維數(shù)據(jù)可視化技術(shù)對(duì)業(yè)務(wù)人員外提供油氣生產(chǎn)數(shù)據(jù)的OLAP服務(wù),多維分析架構(gòu)如圖1所示。系統(tǒng)主要分為4個(gè)模塊,包括數(shù)據(jù)倉(cāng)庫(kù)模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)聚合模塊和數(shù)據(jù)可視化模塊。

【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合信息增益率的異構(gòu)醫(yī)療數(shù)據(jù)庫(kù)字段標(biāo)識(shí)系統(tǒng)設(shè)計(jì)[J]. 魏瑋.  科學(xué)技術(shù)與工程. 2019(22)
[2]基于大數(shù)據(jù)的人工智能跨境電商導(dǎo)購(gòu)平臺(tái)信息個(gè)性化推薦算法[J]. 李家華.  科學(xué)技術(shù)與工程. 2019(14)
[3]分布式多空間數(shù)據(jù)庫(kù)復(fù)雜時(shí)態(tài)數(shù)據(jù)提取技術(shù)[J]. 李婧.  科學(xué)技術(shù)與工程. 2019(12)
[4]基于大數(shù)據(jù)的橋梁健康監(jiān)測(cè)數(shù)據(jù)存儲(chǔ)及預(yù)警方法[J]. 任普,丁幼亮,李亞?wèn)|,劉剛,蔡曙日.  科學(xué)技術(shù)與工程. 2019(12)
[5]混合動(dòng)態(tài)數(shù)據(jù)庫(kù)集群的并行空間連接優(yōu)化算法[J]. 晉國(guó)卿.  科學(xué)技術(shù)與工程. 2019(12)
[6]基于Thrift的HBase數(shù)據(jù)存儲(chǔ)機(jī)制優(yōu)化[J]. 溫振蕙,樊永生,余紅英.  科學(xué)技術(shù)與工程. 2019(06)
[7]基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)與動(dòng)態(tài)衰減學(xué)習(xí)率的環(huán)境聲音識(shí)別算法[J]. 馮陳定,李少波,姚勇,楊靜.  科學(xué)技術(shù)與工程. 2019(01)
[8]中國(guó)大型氣田井均動(dòng)態(tài)儲(chǔ)量與初始無(wú)阻流量定量關(guān)系的建立與應(yīng)用[J]. 李熙喆,劉曉華,蘇云河,吳國(guó)銘,劉華勛,路琳琳,萬(wàn)玉金,郭振華,石石.  石油勘探與開(kāi)發(fā). 2018(06)
[9]大規(guī)模數(shù)據(jù)庫(kù)中非顯著特征動(dòng)態(tài)數(shù)據(jù)實(shí)時(shí)挖掘技術(shù)[J]. 聶捷楠.  科學(xué)技術(shù)與工程. 2018(21)
[10]基于循環(huán)神經(jīng)網(wǎng)絡(luò)的測(cè)井曲線生成方法[J]. 張東曉,陳云天,孟晉.  石油勘探與開(kāi)發(fā). 2018(04)

博士論文
[1]基于大數(shù)據(jù)的油田生產(chǎn)經(jīng)營(yíng)優(yōu)化系統(tǒng)研究及應(yīng)用[D]. 曲海旭.東北石油大學(xué) 2016

碩士論文
[1]大數(shù)據(jù)環(huán)境下油氣鉆井信息分布式多維分析方法研究[D]. 眭冠男.西安石油大學(xué) 2018
[2]大數(shù)據(jù)環(huán)境下油氣鉆井信息分布式數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)研究[D]. 魯帥帥.西安石油大學(xué) 2018
[3]基于Hive和Apache Kylin的生產(chǎn)大數(shù)據(jù)聚合與管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 蔡旭坤.華南理工大學(xué) 2018
[4]基于Hadoop的鉆井工程實(shí)時(shí)數(shù)據(jù)分析研究[D]. 王建軍.西安石油大學(xué) 2016



本文編號(hào)：2976696