基于数据仓库的钻井工程智能决策支持系统研究

doi:10.7623/syxb200304018

石油学报 ›› 2003, Vol. 24 ›› Issue (4): 77-80.DOI: 10.7623/syxb200304018

基于数据仓库的钻井工程智能决策支持系统研究

李琪¹, 徐英卓²

1. 西安石油大学, 陕西西安, 710065;
2. 西北工业大学, 陕西西安, 710072

收稿日期:2002-02-26 修回日期:2002-09-09 出版日期:2003-07-25 发布日期:2010-05-21
作者简介:李琪,男,1963年12月生,1986年毕业于西南石油学院获硕士学位,2000年获博士学位,现为西安石油大学石油工程学院教授.
基金资助:
国家自然科学基金资助项目(No.59974021、No.59774006).

Intelligent decision support system based on data warehouse for drilling engineering

LI Qi¹, XU Ying-zhuo²

1. Xi'an Petroleum Institute, Xi'an 710065, China;
2. Northwest Industry University, Xi'an 710072, China

Received:2002-02-26 Revised:2002-09-09 Online:2003-07-25 Published:2010-05-21

摘要/Abstract

摘要： 以实现钻井工程网络化、信息化以及管理科学化为目标,提出了利用数据仓库技术建立计算机支持的钻井工程决策智能系统,阐述了系统的结构设计、数据仓库系统的体系结构及实现方法.运用数据仓库技术和网络通信技术,针对整个钻井工程的各个环节,研究和开发了以强大的钻井工程数据仓库为支撑,可满足不同层次和部门的工程管理及技术人员决策需求的智能支持系统,以实现科学化决策.

关键词: 数据仓库, 钻井工程, 智能决策, 支持系统, 网络, 元数据

Abstract: An intelligent system for drilling engineering decision was established using the data warehouse technology,which aims to implement the idea of information,automation and scientific management in drilling engineering.The structure design of the system,architecture and realization method of the data warehouse system were discussed.An intelligent support system for each phase of drilling engineering was developed by the use of data warehouse and communication technology.This system supported by powerful drilling engineering database can satisfy the requirement of decision-makers in different levels and departments,which makes it possible to implement science decision.

Key words: data warehouse, drilling engineering, intelligent decision, support system, network communication technology, meta data

中图分类号:

TE249

李琪, 徐英卓. 基于数据仓库的钻井工程智能决策支持系统研究[J]. 石油学报, 2003, 24(4): 77-80.

LI Qi, XU Ying-zhuo. Intelligent decision support system based on data warehouse for drilling engineering[J]. Editorial office of ACTA PETROLEI SINICA, 2003, 24(4): 77-80.

[1]	李祯, 郭奇, 卜亚辉, 胡慧芳. 基于深度学习的饱和度场样本库建立及预测[J]. 石油学报, 2024, 45(4): 698-707.
[2]	孙歧峰, 李克昊, 段友祥, 张依旻, 宫法明. 基于卷积神经网络与特征聚类的荧光薄片分析方法[J]. 石油学报, 2024, 45(3): 548-558.
[3]	石祥超, 陈帅, 孟英峰, 陈军海, 李皋, 杨昕昊, 焦烨. 岩石可钻性测定方法的改进和优化建议[J]. 石油学报, 2023, 44(9): 1562-1573.
[4]	徐宝昌, 张学智, 王雅欣, 刘伟, 孟卓然. 用于两相流环空压力预测的自适应物理信息神经网络模型[J]. 石油学报, 2023, 44(3): 545-555.
[5]	丁骞, 甘利灯, 魏乐乐, 张宇生, 杨昊, 姜晓宇, 王峣钧. 双孔隙结构因子及其在储层渗透性地震预测中的应用[J]. 石油学报, 2023, 44(2): 339-347.
[6]	龚斌, 王虹雅, 王红娜, 宋伟, 孙雄伟, 杨京华. 基于大数据分析算法的深部煤层气地质—工程一体化智能决策技术[J]. 石油学报, 2023, 44(11): 1949-1958.
[7]	陈志明, Yu Wei, 石璐铭, 胡连博, 廖新维. 压裂水平井的多模式裂缝网络试井模型及参数评价——以吉木萨尔页岩油为例[J]. 石油学报, 2023, 44(10): 1706-1726.
[8]	刘惠民. 济阳坳陷古近系页岩油地质特殊性及勘探实践——以沙河街组四段上亚段—沙河街组三段下亚段为例[J]. 石油学报, 2022, 43(5): 581-594.
[9]	闫霄鹏, 许成元, 康毅力, 商翔宇, 经浩然, 林冲, 张敬逸. 基于力链网络表征的裂缝封堵层结构失稳细观力学机制[J]. 石油学报, 2021, 42(6): 765-775.
[10]	糜利栋. 基于产气剖面的页岩气离散裂缝网络反演方法[J]. 石油学报, 2021, 42(4): 481-491.
[11]	王小聪, 雷群, 肖沛文, 王平美, 杨占德, 韩雪, 罗健辉, 叶银珠. 现场水配制纳米驱油剂及其驱油机理[J]. 石油学报, 2021, 42(3): 350-357.
[12]	王敏生, 光新军. 智能钻井技术现状与发展方向[J]. 石油学报, 2020, 41(4): 505-512.
[13]	齐宁, 陈国彬, 李振亮, 梁冲, 何龙. 基于分步算法的裂缝性碳酸盐岩油藏大尺度酸化数值模拟[J]. 石油学报, 2020, 41(3): 348-362,371.
[14]	糜利栋, 姜汉桥, 胡向阳, 李俊键, 胡小虎, 周元龙, 贾英, 严必成. 复杂裂缝网络页岩气藏自适应网格剖分方法[J]. 石油学报, 2019, 40(2): 197-206.
[15]	胡永建, 黄衍福, 石林. 高频磁耦合有缆钻杆信道建模与仿真分析[J]. 石油学报, 2018, 39(11): 1292-1298,1316.

基于数据仓库的钻井工程智能决策支持系统研究

Intelligent decision support system based on data warehouse for drilling engineering

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价