面向低渗透型油井的大数据光盘存储与挖掘技术的研究

发布时间：2017-06-17 05:14

  本文关键词：面向低渗透型油井的大数据光盘存储与挖掘技术的研究，由笔耕文化传播整理发布。

【摘要】：近年来在石油工业领域大力推广数据存储技术和数据挖掘技术。一方面,油田企业正在进行信息化改革,积累了大量的生产数据,对于这部分数据需要进行科学的管理。另一方面,随着数据挖掘理论的研究与发展,数据挖掘技术从实验室走向了现实应用,在商业、工程技术等方面获得了广泛的应用。对于油田企业来说,建立综合型存储系统将会解决海量数据管理的问题,而数据挖掘技术则可以在海量数据中提取出有用的信息和知识,更好的为油田的发展提供帮助。本文旨在完成油田数据存储系统设计和数据挖掘应用设计,主要研究工作如下:(1)分析了油田方面给出的数据存储需求,结合光盘库、PLC等硬件平台,设计了油田海量光盘数据存储系统结构。存储系统分成四个层次,分别是客户应用层、服务管理层、数据存储层和数据采集层。(2)以现有的UDF光盘文件系统为基础,从提高光盘扫描速度和增强光盘刻录容错这两个方面对UDF文件系统进行改进并优化。(3)根据油田生产业务实际需求,讨论了油田数据仓库的总体设计方案,同时给出油田数据仓库事实表和维度表的结构设计。(4)根据油田生产数据的特点,研究了基于密度的聚类分析算法——DBSCAN。利用空间索引技术对DBSCAN算法进行优化,使其在处理大规模数据时的时间性能增强,为油田生产数据挖掘应用打下基础。(5)利用改进后的聚类算法实现了两类油田数据挖掘应用:油井分类和油藏分类,利用聚类得到的结果为油田提出了生产开发决策建议。本文通过研究数据存储和数据挖掘两方面的应用,构建了油田数据管理的模型,实现了油田生产数据从采集到存储的一整套流程,并利用数据挖掘技术从生产数据中提取到了反映油井和油藏的规则与知识,为决策者优化生产制度、提高生产效率提供了可靠依据。
【关键词】：数据存储 UDF PLC 数据挖掘 DBSCAN
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;TP333
【目录】：

• 摘要4-5
• ABSTRACT5-16
• 注释表16-17
• 第一章 绪论17-22
• 1.1 研究背景17-18
• 1.2 研究目的和意义18
• 1.2.1 研究目的18
• 1.2.2 研究意义18
• 1.3 国内外研究现状18-20
• 1.3.1 油田数据存储发展现状分析18-19
• 1.3.2 油田数据挖掘发展现状分析19-20
• 1.4 本文研究的主要内容和创新点20
• 1.5 论文组织结构20-22
• 第二章 光盘存储与数据挖掘技术原理22-35
• 2.1 光盘存储技术22-23
• 2.1.1 光盘存储技术原理22
• 2.1.2 光盘存储技术发展22
• 2.1.3 光盘读写数据过程22-23
• 2.2 光盘库技术23-25
• 2.2.1 光盘库技术定义和特征23-24
• 2.2.2 光盘库的组成结构24-25
• 2.3 文件系统25-26
• 2.3.1 文件系统的定义25
• 2.3.2 文件系统的功能要求25-26
• 2.4 PLC技术26-28
• 2.4.1 PLC的定义和特征26-27
• 2.4.2 PLC的内部结构27-28
• 2.5 数据挖掘技术28-30
• 2.5.1 数据挖掘的定义和过程28-29
• 2.5.2 数据挖掘算法的分类29-30
• 2.6 数据仓库技术30-33
• 2.6.1 数据仓库的定义和特征30
• 2.6.2 数据仓库的体系结构30-31
• 2.6.3 数据仓库的数据模型31-33
• 2.7 油田海量数据光盘存储和挖掘结合的可行性分析33-34
• 2.8 本章小结34-35
• 第三章 油田数据光盘存储系统设计35-56
• 3.1 油田数据存储系统架构设计35-37
• 3.1.1 系统设计要求35
• 3.1.2 系统总体设计方案35-37
• 3.2 服务管理层设计37-41
• 3.2.1 用户管理37-38
• 3.2.2 数据上传38-40
• 3.2.3 数据下载40-41
• 3.3 数据存储层设计41-45
• 3.3.1 存储介质的确定41-42
• 3.3.2 存储设备的确定42-45
• 3.4 光盘文件系统设计45-52
• 3.4.1 UDF文件系统45
• 3.4.2 UDF卷结构45-47
• 3.4.3 UDF分区结构47-48
• 3.4.4 UDF目录和文件结构48
• 3.4.5 UDF优化48-52
• 3.5 数据采集层设计52-55
• 3.5.1 监控系统硬件设计52-53
• 3.5.2 监控系统软件设计53-55
• 3.6 本章小结55-56
• 第四章 数据挖掘聚类算法的研究与改进56-79
• 4.1 聚类分析方法56-57
• 4.2 基于密度的DBSCAN聚类算法57-60
• 4.2.1 算法基本理论57-58
• 4.2.2 DBSCAN算法流程58-59
• 4.2.3 DBSCAN算法的缺点及其优化思路59-60
• 4.3 空间索引技术60-66
• 4.3.1 空间索引的概念和分类60
• 4.3.2 R-树索引60-64
• 4.3.3 R*-树索引64-66
• 4.4 R*-索引优化研究66-73
• 4.4.1 R*-索引分析66-67
• 4.4.2 R*-索引强制重新插入算法改进67-70
• 4.4.3 实验与分析70-73
• 4.5 空间索引技术与DBSCQAN算法的结合73-75
• 4.5.1 改进R*索引与DBSCAN结合的可行性73-74
• 4.5.2 R*- DBSCAN算法74-75
• 4.6 实验与分析75-78
• 4.6.1 实验环境75-76
• 4.6.2 聚类精度对比76-77
• 4.6.3 时间性能对比77-78
• 4.7 本章小结78-79
• 第五章 油田数据仓库设计79-95
• 5.1 数据仓库需求分析79-80
• 5.1.1 数据仓库建设目标79
• 5.1.2 数据仓库建设内容79
• 5.1.3 数据仓库功能需求79-80
• 5.1.4 数据仓库设计过程80
• 5.2 数据仓库的数据分析80-82
• 5.2.1 数据类型分析80-81
• 5.2.2 数据组织结构分析81-82
• 5.3 数据仓库的逻辑模型设计82-94
• 5.3.1 逻辑关联模式的确定82-83
• 5.3.2 存储粒度确定83-84
• 5.3.3 多维数据逻辑模型设计84-88
• 5.3.4 多维数据物理模型设计88-91
• 5.3.5 元数据设计91-94
• 5.4 本章小结94-95
• 第六章 油田数据挖掘应用实现95-109
• 6.1 聚类分析工具的设计和实现95-98
• 6.1.1 分析工具功能95
• 6.1.2 分析工具体系结构95-96
• 6.1.3 分析工具界面96-98
• 6.2 基于聚类分析的油井分类应用98-103
• 6.2.1 聚类指标的确定98
• 6.2.2 数据预处理98-100
• 6.2.3 聚类建模100-101
• 6.2.4 油井分类结果分析101-103
• 6.3 基于聚类分析的油藏分类应用103-108
• 6.3.1 聚类指标的确定103-104
• 6.3.2 数据预处理104-105
• 6.3.3 聚类建模105-106
• 6.3.4 油藏聚类结果分析106-108
• 6.4 本章小结108-109
• 第七章 总结与展望109-111
• 7.1 工作总结109
• 7.2 研究展望109-111
• 参考文献111-114
• 致谢114-115
• 在学期间的研究成果及发表的学术论文115

【参考文献】

中国期刊全文数据库 前8条

1 黄宁;;聚类方法在网络入侵检测中的应用[J];计算机安全;2013年11期

2 曹晨;胡海燕;吴洪彪;;一种适用于中石油油藏管理的油藏分类方法研究[J];中国石油和化工标准与质量;2013年19期

3 陈东虎;朱维耀;朱华银;雷刚;刘军;;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年06期

4 范德军;贺红娟;邓丽;陈景萍;;大港油田数据中心A1A2存储管理与策略优化[J];硅谷;2012年13期

5 王政军;张莉;;油脂综合数据库建设研究[J];安徽农业科学;2012年11期

6 彭英;万剑华;吴楠;;一种基于云计算的分布式油田物探数据存储与服务平台[J];计算机研究与发展;2011年S1期

7 赵晓莺;刘云;;光存储技术应用及其发展[J];信息技术与标准化;2010年06期

8 徐立臻,刘安,董逸生;数据仓库系统中的元数据管理[J];计算机工程与应用;2002年24期

  本文关键词：面向低渗透型油井的大数据光盘存储与挖掘技术的研究，由笔耕文化传播整理发布。

，

本文编号：457477