油田信息数据仓库与数据挖掘

当今数据容量规模已经达到万亿字节的水平。过量的数据被人们称为信息爆炸,带来的挑战是:一方面规模庞大、纷繁复杂的数据体系让使用者漫无头绪、无从下手;另一方面在这些大量数据的背后却隐藏着很多具有决策意义的、有价值的信息。要想使数据真正成为油田企业的资源,只有充分利用其为企业自身的业务决策和战略发展服务才行,否则大量的数据可能成为包袱,甚至成为垃圾。因此,面对"人们被数据淹没,人们却饥饿于知识"的挑战,数据挖掘和知识发现技术应运而生,并得以蓬勃发展,越来越显示出其强大的生命力。

基于可钻性的地层分层方法

根据测井资料可以得到整井每一个测点的岩石的可钻性级值。在实际的应用中是不可能逐一地去分析每一个点的岩石可钻性级值,只能是按岩石可钻性,对整井段进行分层,然后对每一个井段进行分析。数学上有一种按照样本的、彼此相近的程度进行分类的理论,称为模糊聚类。人们利用它的基本原理在岩土工程中进行了膨胀土的分类、砂土的地震液化判别等。利用多参数因子的模糊聚类分析,对测井资料实测得到的原始剖面中分布与性质相近的地层进行合理的模糊聚类合并。根据岩石可钻性级值采用模糊聚类的方法对井段进行分层,求出每一段的平均岩石可钻性级值、最高和最低的值,最终实现分层。该方法的实现将使钻井速度大幅度提高,钻井成本也会大大降低。