檀朝东，张恒汝，马永忠，杨兵，王辉萍



油气生产大数据挖掘系统的研究及应用

檀朝东1*，张恒汝2，马永忠3，杨兵3，王辉萍1

（1.中国石油大学（北京）石油工程学院，北京昌平，102249；2. 西南石油大学计算机科学学院，成都610500；3.中石油华北油田采油五厂，河北辛集，052360）

随着智能油田建设的不断推进，油气生产数据呈爆炸式增长。由于其数据结构复杂，形式多样，以及数据深度分析需求的增长，为挖掘工作带来了机遇与挑战。本文采用数据融合技术，搭建复杂油气生产过程的大数据挖掘平台，根据特定的挖掘目标，建立专题数据库，快速定制相应数据挖掘算法和石油工程业务模型，形成适应用户需求的数据挖掘应用系统，实现油气生产智能化诊断、预测、优化及辅助决策。

智能油田；大数据；灰色关联；聚类分析；时序预测

引言

随着数字油田的快速发展，油田生产过程的自动化和信息化程度不断提高，产生了采油与地面工程的生产、作业等多个类型的海量数据。其年增长速度从MB级迅速发展到TB、PB、EB、ZB级，形成“数据量的急剧膨胀”和“数据深度分析需求的增长”这两大趋势。油气生产是一个复杂的过程，包括了采油、采气、注水及油气集输等诸多环节。油气生产中积累的数据具有如下特点[1]：（1）数据量巨大、高维且有较强的耦合性。油气生产中数据采集频繁、采集密度大，且存在重复冗余数据，系统众多参数间相互影响，共同作用其行为状态；（2）油气生产系统具有不稳定性，且采集数据因工业噪声易受污染；……