阮 杰

（中国石油大港油田信息中心，天津 300280）

1 引言

本文基于大港油田公司多年来积累的大量井筒专业数据及生产数据，在正常和套损井构成的大量数据样本中，利用大数据技术了解大港油田套损井分布、套损井发生规律、套损井主控因素，进而预测套损井发生概率，为油田公司套损井的防治工作提供建议和指导，以更好的实现对套损井的防治。

2 大数据技术基本概述

数据挖掘是大数据技术数据分析、处理的核心，是规律发现及预测的主要技术，随着科技的发展，数据挖掘不再仅仅依赖在线分析等传统的分析方法。它结合了多种学科知识，并把这些复杂的技术封装起来，使人们不用自己掌握这些技术也能完成同样的功能，从而更专注于自己所要解决的问题。通过数据挖掘分析软件，可以高度自动化地分析数据，做出归纳性的推理，从海量数据中挖掘出潜在的、有价值的知识、模型或规则，并对未来情况进行预测，以辅助决策者评估风险、做出正确的决策。

大数据挖掘技术相比于传统的数据挖掘分析，具有数据量大、查询分析复杂等特点，大数据与云计算密不可分。大数据技术的战略意义不在于掌握庞大的数据信息，而在于掌握对这些含有意义的数据进行专业化处理的技术。

大数据的特色在于对海量数据进行分布式数据挖掘，它必须依托互联网的云服务进行分布式处理、分布式数据库和云存储等。如果把大数据比作一种产业，那么这种产业实现盈利的关键是提高对海量数据的“加工能力”。……