數(shù)據(jù)挖掘技術(shù)下數(shù)字化油氣藏研究論文
摘要：油氣藏在勘探開發(fā)及其研究與決策過程中，形成巨量的成果及數(shù)據(jù)。為了更加科學(xué)開發(fā)與管理油氣藏，充分運用和發(fā)揮好這些巨量數(shù)據(jù)的信息作用成為關(guān)鍵，數(shù)據(jù)挖掘作為一種有效的信息處理技術(shù)，可以在海量數(shù)據(jù)中快速找出有用信息，為研究與決策提供強有力的數(shù)據(jù)支持。長慶油田在油氣藏研究與決策支持系統(tǒng)（ＲDMS）建設(shè)中充分利用各專業(yè)數(shù)據(jù)庫及多種數(shù)據(jù)挖掘方法，構(gòu)建了一個滿足勘探、開發(fā)、儲量管理、評價等綜合應(yīng)用的數(shù)據(jù)管理、數(shù)據(jù)操作及可視化展示的一體化平臺，為油氣藏研究與決策人員提供全方位的數(shù)據(jù)處理與可靠決策，極大地提升了油氣藏的研究效率和決策質(zhì)量。
關(guān)鍵詞：數(shù)字化油氣藏；研究與決策；數(shù)據(jù)挖掘
油氣藏研究包含了從地質(zhì)勘查到石油產(chǎn)品最終用戶的復(fù)雜工藝流程，傳統(tǒng)的油氣藏研究方法存在工作效率低、準(zhǔn)確性不高、過度依賴人工經(jīng)驗等問題。決策者需要從海量的數(shù)據(jù)中找出有用的關(guān)鍵信息；論證現(xiàn)場中研究人員攜帶和使用的各類圖件無法充分展示其研究成果，也不能在論證現(xiàn)場短時間內(nèi)消化大量資料并做出正確的決策，更不能使信息資源的共享和成果的交互上得到充分實現(xiàn)。信息落后的信息處理方法與單一的研究手段不但花費大量的精力與時間，更是造成大量寶貴的研究成果無法應(yīng)用與共享。近年信息技術(shù)的快速發(fā)展，催生了數(shù)字化油藏，促進了數(shù)字油田的發(fā)展產(chǎn)，數(shù)據(jù)挖掘等信息技術(shù)與油氣勘探開發(fā)數(shù)據(jù)資源的融合不斷加深，能夠提供更智能化的數(shù)據(jù)分析功能，更好地支持油氣藏勘探開發(fā)決策，開創(chuàng)了一種全新的油氣藏研究工作模式，降低了決策風(fēng)險，提升開發(fā)決策水平。長慶油田針對具有數(shù)量龐大的、結(jié)構(gòu)不完整的、內(nèi)容不清晰且含有干擾信息的油氣藏研究工作數(shù)據(jù)，開發(fā)了包括特征提取、規(guī)則劃分分類分析、關(guān)聯(lián)規(guī)則挖掘、聚類分析、模式分析及生成趨勢分析等［1－2］系列數(shù)據(jù)挖掘技術(shù)，從中提取出包含在內(nèi)部的、不被人們知曉的、卻又含有有用的、重要的信息和知識［3－4］，為長慶油田的高效開發(fā)、快速發(fā)展提供了有效的數(shù)據(jù)信息支持。
一、油氣藏研究與決策支持系統(tǒng)
通過借鑒國內(nèi)外著名油氣公司在油氣勘探計算機軟件研發(fā)方面的經(jīng)驗［5－6］，依托長慶油田豐富的數(shù)據(jù)資源，利用先進的軟件研發(fā)技術(shù)，長慶油田研發(fā)出了一套數(shù)字化油氣藏研究（ＲDMS）系統(tǒng)。它以油氣藏研究為主線，業(yè)務(wù)驅(qū)動，數(shù)據(jù)鏈為手段，由協(xié)同工作平臺、數(shù)據(jù)整合平臺、數(shù)據(jù)可視化平臺等組成的一體化多學(xué)科協(xié)同工作環(huán)境。數(shù)字化油氣藏研究系統(tǒng)從功能架構(gòu)上可劃分為數(shù)據(jù)服務(wù)、基礎(chǔ)工作、協(xié)同研究、決策支持和云軟件五大平臺�；A(chǔ)工作平臺是以油氣藏數(shù)據(jù)鏈技術(shù)為基礎(chǔ)建立的系統(tǒng)底層框架，為各應(yīng)用場景的協(xié)同工作提供基礎(chǔ)環(huán)境；協(xié)同研究平臺面向科研人員，通過對不同業(yè)務(wù)崗位定制不同工作場景和工作內(nèi)容，為研究人員提供便捷的數(shù)據(jù)組織、共享和知識應(yīng)用平臺；決策支持平臺面向技術(shù)主管和普通技術(shù)人員，為一體化技術(shù)交流及方案決策提供環(huán)境，并實現(xiàn)遠(yuǎn)程異地協(xié)同決策；云軟件平臺基于虛擬存儲技術(shù)將勘探開發(fā)主流軟件統(tǒng)一部署在云中心服務(wù)器，實現(xiàn)專業(yè)軟件接口統(tǒng)一升級、許可動態(tài)調(diào)度和集中維護管理。目前，基礎(chǔ)工作平臺、研究工作平臺（29個研究主題）和決策支持平臺（16個決策主題）已基本開發(fā)完成，在勘探開發(fā)研究院、油氣工藝研究院、采油（氣）廠已推廣運行。圖1展示了數(shù)字化油氣藏研究與決策支持系統(tǒng)功能模塊的細(xì)分情況。
二、數(shù)字化油氣藏的數(shù)據(jù)挖掘技術(shù)
長慶油田建設(shè)的數(shù)字化油氣藏研究與決策支持系統(tǒng)，為油田生產(chǎn)的勘探部署、產(chǎn)能建設(shè)等決策提供輔助。在決策支持系統(tǒng)的建設(shè)中采用了數(shù)據(jù)挖掘技術(shù)，在數(shù)據(jù)分類的'過程中使用了神經(jīng)網(wǎng)絡(luò)技術(shù)，在數(shù)據(jù)關(guān)聯(lián)過程中使用了決策樹方法，在預(yù)測過程中使用了回歸分析和貝葉斯網(wǎng)絡(luò)。由勘探井的數(shù)據(jù)結(jié)合模型庫系統(tǒng)和數(shù)據(jù)倉庫系統(tǒng)，為井位部署、產(chǎn)能預(yù)測、生產(chǎn)方法等決策提供支持。在圖2的結(jié)構(gòu)中有一個模型庫系統(tǒng)，它由模型庫、方法庫、數(shù)據(jù)庫、格式庫、衍生數(shù)據(jù)庫及其管理系統(tǒng)組成。該系統(tǒng)可被抽象為六元結(jié)構(gòu)，即S={ModelD，methodD，F(xiàn)ormD，ParaD，D，DeriveD}。其中，ModelD={model1，model2，…，modeln}，它是模型庫，用于集成各種模型。模型庫為整個系統(tǒng)提供支撐。它有包含模型庫管理子系統(tǒng)（MDBMS）對模型庫進行統(tǒng)一的管理，具有對模型定義、建立、存儲、查詢等功能。模型庫是系統(tǒng)的核心結(jié)構(gòu)。用于油氣藏研究的各種數(shù)據(jù)庫在模型庫中統(tǒng)一管理、調(diào)用；MethodD={method1，method2，…，methodn}，它是方法庫，集成各模型計算的參數(shù)獲取方法。方法庫系統(tǒng)為系統(tǒng)提供算法模型支撐，它包含方法庫管理子系統(tǒng)（ADBMS）對方法庫進行統(tǒng)一的管理；FormD為數(shù)據(jù)格式庫，定義了每個數(shù)據(jù)的數(shù)據(jù)類型，數(shù)據(jù)格式；ParaD為參數(shù)庫，用于存放各種油氣藏分析程序運轉(zhuǎn)的各種參數(shù)；D為數(shù)據(jù)庫，用于存放計算數(shù)學(xué)模型所需的各種數(shù)據(jù)；DevriveD為衍生數(shù)據(jù)庫，存放油氣藏研究過程中產(chǎn)生的新數(shù)據(jù)。
三、油氣藏數(shù)據(jù)挖掘技術(shù)的實現(xiàn)
1．建立數(shù)據(jù)倉庫建立數(shù)據(jù)倉庫是實現(xiàn)數(shù)據(jù)挖掘的基礎(chǔ)。本系統(tǒng)中使用的是原型法，快速的實現(xiàn)數(shù)據(jù)倉，并根據(jù)反饋信息修改油氣藏決策步驟中不合理的需求分析和主題情況，為后面的決策工作提供技術(shù)基礎(chǔ)和經(jīng)驗積累。本系統(tǒng)主題是油田勘探井位布置位置、測井實時數(shù)據(jù)、產(chǎn)能分析、儲量管理等主題。在對油氣藏決策系統(tǒng)進行分析之后，根據(jù)油氣藏決策系統(tǒng)中包含的油氣藏數(shù)據(jù)、決策內(nèi)容進行邏輯分類。針對各個的分析主題，在油氣藏數(shù)據(jù)倉庫中建立關(guān)系表，用來描述與決策結(jié)果相關(guān)的各種信息，關(guān)系表主要從油氣藏系統(tǒng)數(shù)據(jù)庫中的流程表中提取數(shù)據(jù)，包括地質(zhì)圖、地理圖、地震數(shù)據(jù)等。在數(shù)據(jù)倉庫的建設(shè)過程中，對油田的盆地、各級構(gòu)造、圈閉、地震工區(qū)、勘探沉積相、各級儲量區(qū)塊、油田各類開發(fā)生產(chǎn)單元、井等勘探開發(fā)圖形對象的轉(zhuǎn)換、加載入庫，建立完成地質(zhì)信息庫。
2．油氣藏研究工作數(shù)據(jù)抽象和總結(jié)技術(shù)數(shù)據(jù)總結(jié)的最終結(jié)果是對油氣藏研究數(shù)據(jù)進行抽象模型化，給出油氣藏研究決策工作流程的總體綜合描述。通過對油氣藏數(shù)據(jù)的歸納抽象，數(shù)據(jù)挖掘方法能夠?qū)?shù)據(jù)庫中的所有數(shù)據(jù)從較低的個體層次抽象總結(jié)到較高的總體層次上，從而實現(xiàn)對原始基本數(shù)據(jù)的總體把握。在本系統(tǒng)中使用的數(shù)據(jù)總結(jié)方法是目前最為成熟的數(shù)學(xué)方法，也就是利用數(shù)學(xué)方法計算出數(shù)據(jù)庫的各個數(shù)據(jù)項的統(tǒng)計學(xué)特征，如總和、方差、最大值、平均、最小值等；或者通過利用數(shù)學(xué)中的統(tǒng)計圖形工具，對數(shù)據(jù)制作統(tǒng)計圖形，如直方圖、餅狀圖等。長慶油田的數(shù)字化油氣藏研究系統(tǒng)中利用了OLAP技術(shù)實現(xiàn)對油田井位的地質(zhì)圖、地理圖、地震數(shù)據(jù)的多維查詢，分析了多種數(shù)據(jù)的統(tǒng)計特征，同時用多個統(tǒng)計圖形描述了數(shù)據(jù)間的聯(lián)系。最后對多個數(shù)據(jù)進行歸納，提取統(tǒng)計信息。
3．?dāng)?shù)據(jù)分類數(shù)據(jù)挖掘中的分類是建立需要的分類函數(shù)或分類模型。通過這個分類模型可以將數(shù)據(jù)劃分到不同的組中。它的實現(xiàn)步驟一般是：首先分析工作數(shù)據(jù)的各種特征，并找出或者建立出工作數(shù)據(jù)的屬性模型，確定數(shù)據(jù)的歸屬組別，然后利用這些模型來分析工作數(shù)據(jù)，最后預(yù)測后面的工作數(shù)據(jù)可能會屬的分組。分類應(yīng)用的實例很多，本系統(tǒng)的采油井中，將油田井位出油量分為好、一般和較差三種類型，以此分析這三種類型井位的各種屬性，特別是位置、地質(zhì)等屬性，并決定它們分類的關(guān)鍵屬性及相互間關(guān)系。此后就可以根據(jù)這些關(guān)鍵屬性對每一個預(yù)期的井位進行分析，以便決定預(yù)期井位屬于哪一種類型。
4．關(guān)聯(lián)分析原始數(shù)據(jù)庫中各個工作數(shù)據(jù)都存在相互關(guān)聯(lián)、相互影響的聯(lián)系。兩個或多個工作數(shù)據(jù)的取值之間存在某種邏輯聯(lián)系。這種關(guān)聯(lián)關(guān)系主要有簡單關(guān)聯(lián)和時間關(guān)聯(lián)兩種。比如油田井位中的地質(zhì)環(huán)境、地震數(shù)據(jù)和出油量存在關(guān)聯(lián)。關(guān)聯(lián)分析的目的是找出工作數(shù)據(jù)中隱藏的關(guān)聯(lián)網(wǎng)，描述眾多數(shù)據(jù)項目的密切度或關(guān)聯(lián)關(guān)系。由于事先往往并不知道工作數(shù)據(jù)的關(guān)聯(lián)是否存在，或者是否可以用精確的關(guān)聯(lián)函數(shù)描述。因此，關(guān)聯(lián)分析生成的規(guī)則通常都帶有置信度，置信度級別描述了關(guān)聯(lián)規(guī)則的強度。
5．聚類與分析油藏工作數(shù)據(jù)往往缺少比較詳細(xì)的描述信息，甚至是無法組織成任何分類模式時，通�？梢圆捎镁垲惙治觥Ｍㄟ^聚類分析，按照約定的相近程度度量方法或者其他的標(biāo)準(zhǔn)，將工作數(shù)據(jù)分成許多有意義的子集合；每一個集合中的數(shù)據(jù)特征相近甚至相同，不同數(shù)據(jù)集合之間的數(shù)據(jù)性質(zhì)差異較大，容易區(qū)分。長慶油田的數(shù)字化油氣藏研究在實現(xiàn)過程中，使用了Fayyad過程模型，如圖3所示。在數(shù)據(jù)挖掘的過程中，系統(tǒng)執(zhí)行一個循環(huán)迭代過程。在每一步的執(zhí)行中，從油田的盆地、各級構(gòu)造、圈閉、地震工區(qū)、勘探沉積相、各級儲量區(qū)塊、油田各類開發(fā)生產(chǎn)單元等數(shù)據(jù)中，分析出勘探井位的位置信息，如果發(fā)現(xiàn)某個階段產(chǎn)生的結(jié)果和預(yù)想的內(nèi)容有出入。則重復(fù)前面階段步驟。
四、結(jié)束語
長慶油田針對油氣藏研究數(shù)據(jù)量大、信息隱晦的技術(shù)現(xiàn)狀，建立了油氣藏研究與決策支持系統(tǒng)［7－10］，并在其中開發(fā)和應(yīng)用了系列數(shù)據(jù)挖掘技術(shù)，取得了較大進展：
�。�1）與眾多學(xué)科及技術(shù)相融合，形成了包括人工智能、統(tǒng)計學(xué)、數(shù)據(jù)倉庫、在線分析處理、專家系統(tǒng)、數(shù)據(jù)可視化、高性能計算等數(shù)據(jù)挖掘技術(shù)，將原始數(shù)據(jù)庫轉(zhuǎn)化為有用的研究知識，為油氣藏決策了有力支持。
�。�2）海量數(shù)據(jù)及其挖掘技術(shù)的開發(fā)為油氣藏研究與決策支持系統(tǒng)的高效應(yīng)用打下了基礎(chǔ)，極大地提高了油氣藏的研究與決策水平，為長慶油田快速發(fā)展提供了強有力的技術(shù)支持。
參考文獻(xiàn)
�。�1］郭萌，王玨．?dāng)?shù)據(jù)挖掘與數(shù)據(jù)庫知識發(fā)現(xiàn)：綜述［J］．模式識別與人工智能，1998，11（03）：292－299．
［2］胡侃，夏紹瑋．基于大型數(shù)據(jù)倉庫的數(shù)據(jù)采掘：研究綜述［J］．軟件學(xué)報，1998（01）：54－64．
�。�3］GrossmanＲ，KasifS，MooreＲ，etal．Dataminingresearch：Op—portunitiesandchallenges［C］．AreportofthreeNSFworkshopsonmininglarge，massive，anddistributeddata，1999．
�。�4］Deogu*JS，ＲaghavanVV，SarkarA，etal．Datamining：Ｒe—searchtrends，challenges，andapplications［J］．ＲoughsSetsandDataMining：AnalysisofImpreciseData，1997：9－45．
［5］王宏琳．油氣勘探計算機軟件：平臺體系結(jié)構(gòu)框架［J］．石油工業(yè)計算機應(yīng)用，2004（02）：3－8．
［6］（美）HohmannL著．藍(lán)莉，曾永和譯．超越軟件架構(gòu)創(chuàng)建和維護優(yōu)秀解決方案［M］．北京：中國電力出版社，2005．
�。�7］石玉江．?dāng)?shù)字油田中的勘探井位快速部署技術(shù)［J］．石油工業(yè)計算機應(yīng)用，2016（12）：11－16．
［8］王娟．?dāng)?shù)字油氣藏數(shù)據(jù)中心建設(shè)的關(guān)鍵技術(shù)［J］．石油工業(yè)計算機應(yīng)用，2016（1）：16－18．
�。�9］付金華，石玉江，王娟，等．長慶油田勘探開發(fā)服務(wù)型共享數(shù)據(jù)中心構(gòu)建研究［J］．中國石油勘探，2017，22（6）：1－8．
�。�10］王娟，姚衛(wèi)華，石玉江，等．基于云架構(gòu)的油氣藏數(shù)據(jù)智能管理技術(shù)［J］．天然氣工業(yè)，2014，34（3）：137－141．
【數(shù)據(jù)挖掘技術(shù)下數(shù)字化油氣藏研究論文】相關(guān)文章：
云計算環(huán)境下的數(shù)據(jù)挖掘研究論文10-28
高校管理中數(shù)據(jù)挖掘技術(shù)的研究論文01-15
大數(shù)據(jù)時代數(shù)據(jù)挖掘技術(shù)教學(xué)研究論文01-20
數(shù)據(jù)挖掘技術(shù)在WEB的運用論文04-26
數(shù)據(jù)挖掘論文03-31
數(shù)據(jù)挖掘教學(xué)方法研究論文01-20
我國的數(shù)據(jù)挖掘技術(shù)現(xiàn)狀分析論文04-28
專利數(shù)據(jù)挖掘的論文06-26