數據挖掘技術在石油工程的應用

韓 宇，李俊峰，韓佳晟，劉志慶

（1東北石油大學現代教育技術中心 黑龍江 大慶 163318）

（2大慶采油一廠工程技術大隊 黑龍江 大慶 163318）

（3大慶采油一廠四礦 黑龍江 大慶 163318）

數據挖掘技術在石油工程的應用

韓 宇1，李俊峰2，韓佳晟3，劉志慶2

（1東北石油大學現代教育技術中心 黑龍江 大慶 163318）

（2大慶采油一廠工程技術大隊 黑龍江 大慶 163318）

（3大慶采油一廠四礦 黑龍江 大慶 163318）

隨著信息技術的飛速發展，計算機技術在全球迅速普及，大數據時代已然來臨，各行業的信息化系統逐步建立起來，如何從海量數據中挖掘出真正有價值的信息成為數據挖掘研究的主要方向。本文謹以油田大數據時代為例，簡要分析數據挖掘技術在石油工程行業應用現狀，針對數據挖掘技術在石油工程行業的應用提出幾點建議。

數據挖掘；石油工程；應用

1 引言

隨著計算機技術在全球的迅速普及，數據庫、數據倉庫、數據海洋的變換發展，各行業、行業間的信息量、數據量正在迅速增長和膨脹。在鋪天蓋地的數據狂潮中，如何通過不同方法從不同數據資料中分析尋找到有意義的信息，是需要數據挖掘來完成的重要任務。

2 油田大數據時代

1980年，人們發現大數據這一名詞，2009年，世界各國信息技術行業開始重視數據的分析和利用，2012年，美國政府投資2億美金推動大數據發展，大數據發展迅速升級為國家戰略。很多著名的石油工程公司開始分析利用大數據，寄希望于海量、高增長率、多樣化的信息資產中可挖掘、待挖掘的信息，希望能夠在大數據時代中占據鰲頭，為企業運行帶來更多的經濟收益。在數據管理方面，國際石油公司中的油田數據管理已經不再是傳統的數據庫管理模式，而是將自動詞盤庫和磁盤陣列兩相結合的一種超大規模計算機存儲管理[1]。我國不斷提高的石油勘探技術，使得石油工程行業內，可供分析的數據一直呈現出上漲的趨勢，智能油網和互聯網之間聯系日益密切，大數據時代已然來臨，使用數據挖掘技術進行數據分析對提高油田產量具有非凡的意義。

3 數據挖掘技術在石油工程行業應用現狀

數據挖掘就是按企業既定業務目標，對大量的企業數據進行分析，提取出隱藏的、未知的、潛在有用的信息和知識，且進一步將其模型化的過程。在實際工作中，數據挖掘任務通常被分為兩種：一種是描述，另一種是預測。描述性任務指的是以簡潔概要的方式描述數據，而預測性任務就是以當前已有的數據集為基礎，使用特定方法對現有數據進行分析，獲得一個或一組數據模型，并將該模型用于預測未來新數據相關性質和發展趨勢。

在石油工程行業內，需要使用數據挖掘技術，對現有大量油田生產實際數據進行分析，生成數據模型；在進行預測的過程中，用戶可以根據油田產量及發展趨勢選擇最適合的模型，用模型預測油田產量、指導油田生產。在輸入待分析的最終數據集時，還需要輸入相應模型生成過程各方面相關參數數據的最新資料，才能將油田產量作為最主要的變量數據進行預測；在分析關聯數據時，還需要考慮特定的、已知的影響油田產量的因素。

4 數據挖掘技術在石油工程行業的應用

4.1 支持向量機回歸定量預測無阻流量

首先選擇31口井，將這些井作為訓練數據，接著再選擇3口新井，用這3口新井的數據進行結果驗證。初步可以確定影響無阻流量的因素，其中包括：孔隙度、有效厚度、含氣飽和度、液氮量還有凈液量等。等到都確定了之后，運用向量機回歸的辦法建立定量預測模型。在模型建立的過程中，對徑向基核函數進行選擇，通過產生的相關圖表結果，對結果進行研究分析，結合當地實際油田的情況，確定向量機回歸方法存在的意義。

4.2 預測堵水后的含水量

首先可以選擇28口井為訓練的數據，接著再選擇2口井進行外表驗證。在分析了可能影響堵水后含水量因素后，基本確定以下幾點：堵劑用量、堵前累產液量、堵劑類型、工具類型、措施采取前日產液量、措施采取前含水量等。這時候運用支持向量機回歸法，定性定量的對預測模型進行建立，運用多項式核函數，保證數據，發現2個數據的結果都比較好[2]。

4.3 堵水后日產液量的定量預測

首先采用26口井為訓練數據，接著再選擇3口井當作外表驗證數據。初步簡單分析堵水后日產液量可能出現的影響因素的時候，發現影響因素主要有：堵水地質類型、堵前累產液量、堵前累產液量、措施前日產液量、措施采取前的含水量等[3]。通過應用支持向量機回歸法，對實驗過程中可能出現的誤差數據進行嚴格控制，得到比較好的結果。

4.4 碳酸鹽巖油藏堵水工藝有效性預測

在對訓練產生的數據進行選擇的時候，可以首先選擇58口油井接著再選擇3口新井，把得到的數據運用到外表驗證數據中，接著分析對碳酸巖油藏堵水所造成的影響，最后得出的結論包括堵前累計油、含水上升特征、堵水特質模型和堵劑類型等。接著通過支持對向量機進行分類的方法，智能優化軟件系統，規范創建分類模型，在建立分類模型的過程中，根據自身需要可以使用徑向基核函數，最后根據得到的建模結果圖再對具體情況進行實際分析。

5 結語

綜上所述，在數字化迅速發展、科學技術日益進步的當今社會，我國石油工程行業要想穩定發展，擁有良好可觀的發展前景，需要掌握、分析和利用好現階段可使用的數據，這也是提高我國石油工程行業競爭力的重要手段。通過良好的科學技術對石油工程行業進行改革、優化，大力發展數據處理技術，對數據進行科學的分析預測，解決實際出現的問題，我國石油工程行業必然能夠更快更好地發展。

[1]檀朝東，張恒汝，馬永忠，楊兵，王輝萍.油氣生產大數據挖掘系統的研究及應用[J].數碼設計，2016，06（01）：49-52+5.

[2]張冬梅，周英操，紀榮藝，趙慶，蔣宏偉，王榮，盧靜.面向鉆井工程技術的數據倉庫應用探討[J].信息技術，2012，08（03）：6-9.

[3]馬鵬鵬，周英操，蔣宏偉，連志龍，趙慶，趙亦朋.現代信息技術在石油鉆井中的應用研究——關于鉆井信息工程學的探討[J].石油天然氣學報，2014，12（07）：89-95+6.

TP311.13 【文獻標識碼】A 【文章編號】1009-5624（2018）01-0005-02

韓宇(1973-)，女，漢族，黑龍江省大慶市，碩士，高級工程師，研究方向：數據挖掘及云計算。