选择特殊符号
选择搜索类型
请输入搜索
第 1章 软计算基础
上游数据分析中的现状
数据驱动模型
从柏拉图到亚里士多德的进化
描述性和预测性模型
SEMMA 过程
高性能分析
上游数据的三个原则
探索与生产价值提案
油田分析
我是一名……
参考文献
第 2章 数据管理
勘探与生产价值定位
数据管理平台
数据库阵列
结构化数据和非结构化数据
提取、转换和加载过程
大数据分析
标准数据来源
案例研究 :生产数据质量控制框架
最佳实践
参考文献
第 3章 地震属性分析
勘探与开发价值主张
时延地震勘探
地震属性
油藏表征
油藏管理
地震数据分析
案例研究 :由地震属性定义的油藏特征
参考文献
第 4章 油藏描述和模拟
勘探与生产价值主张
探索性数据分析
油藏描述周期
传统数据分析
油藏模拟
案例分析
参考文献
第 5章 钻井和完井优化
勘探与生产价值主张
工作流程 1:减少非生产时间
工作流程 2:钻井参数优化
案例分析
第 6章 油藏管理
勘探与生产的价值定位
未来数字油田
卓越分析中心
分析工作流程 :最好的实践
案例分析
第 7章 产量预测
勘探与开采的价值主张
基于网络的产量递减曲线分析工具
非常规油气储量估计
案例分析 :加密井产量预测
参考文献
第 8章 生产优化
勘探与生产价值主张
案例研究
参考文献
第 9章 油气行业大数据分析与管理
勘探开发领域内的价值主张
探索性数据分析模块
探索性数据分析方法中的统计图表与图形
细分集成方法
数据可视化
案例分析
第 10 章 大数据:结构化数据和非结构化数据
油气资源探测与生产
集合专家知识和数据驱动的系统
案例分析
多元地质统计学
大数据工作流程
参考文献
后记2100433B
本书提供了大数据和分析技术应用于石油和天然气行业的完整视图。本书包含多个实例研究,强调了在石油和天然气勘探和生产阶段对优化的迫切需求,并展示了数据分析如何提供这种优化。本书涵盖了勘探和生产阶段石油和天然气行业面临的主要问题,揭示了如何建模大数据以实现效率和业务收益,涉及石油和天然气的勘探、开发、生产和油气资产的复兴,可有效地推动石油和天然气的勘探和生产。
一是银行与电商平台形成战略合作。银行业共享小微企业在电商平台上的经营数据和经营者的个人信息,由电商平台向银行推荐有贷款意向的优质企业,银行通过交易流水、买卖双方评价等信息,确定企业资信水平,给予授信额...
第2版前言第1版前言第1章 土方工程1.1 土的分类与工程性质1.2 场地平整、土方量计算与土方调配1.3 基坑土方开挖准备与降排水1.4 基坑边坡与坑壁支护1.5 土方工程的机械化施工复习思考题第2...
第一篇 综合篇第一章 绿色建筑的理念与实践第二章 绿色建筑评价标识总体情况第三章 发挥“资源”优势,推进绿色建筑发展第四章 绿色建筑委员会国际合作情况第五章 上海世博会园区生态规划设计的研究与实践第六...
大数据分析在电力规划中的应用
国网公司不断强调要做到电网项目的精准投资,需以科学的电力需求预测分析为基础,对电网规划项目进行有序且合理的规划,为电网项目的投资建设提供正确指导。本文拟采用大数据分析方法,运用OFFICE、SPSS等工具,通过数据收集、数据清理、建立分析模型、结果展示,实现对电网负荷数据、电量数据、地方经济数据、气象数据的综合分析,试图挖掘出各类数据之间的关联关系,进而实现电力需求的科学预测。
大数据分析在招标项目后评价中的应用研究
随着大数据时代的到来,快速发展中的招投标行业迎来了新的机遇和挑战,如何拥抱信息时代并不断提升招标工作水平成为当前行业的迫切需要。对于多数招标机构而言,对招标项目开展后评价与再完善工作,是提升招标工作质量的一个有效手段,本文将就如何借助大数据技术更有效地开展招标项目后评价工作在应用方面进行了探讨,该模式的研究将对招标行业其他方面的大数据应用提供了参考意义。
本书从石油上游产业大数据来源及特征分析入手,介绍了大数据分析应用现状,提出了油气生产大数据分析方法与流程;从采油、注水、集输及生产管理4个方面提供了30个大数据分析应用案例,这些成果有效地促进了数字油田建设在节能降耗、提质增效、精细管理等方面的作用向纵深发展,具有一定的代表性和借鉴意义。本书还对油气生产大数据分析应用前景进行了展望。
本书适合于从事油气生产管理人员、工程技术人员,尤其是油气生产大数据分析应用研究人员阅读、参考 "
第1章 石油上游产业的大数据概述
一、石油上游产业大数据来源、种类和格式
二、油气生产大数据特征
三、石油上游产业大数据应用现状
四、油气生产大数据分析方法与流程
五、大数据分析的目的在于应用
第2章 采油(气)系统大数据分析与应用
数据挖掘在抽油机井吨液举升百米耗电分析上的应用
抽油机井泵效敏感因素大数据分析及其应用
抽油机井泵效影响因素的大数据分析及其应用
基于大数据的示功图算产误差分析及修正系数确定
以提高抽油机井系统效率为目标的大数据分析
抽油机井能耗下降速度数学模型的建立
抽油机井智能工况诊断与趋势预测
基于能耗分析的泵效宏观控制图绘制及其应用
煤层气井能耗分析及间抽制度优化
大数据分析技术在识别不正常煤层气井中的应用
运用大数据分析方法预测不同类型油藏抽油机井的泵效
沁水盆地FZ煤层气调整井多因素排采管控方法
抽油机井系统效率大数据分析与实践
第3章 注水系统大数据分析与应用
CHJ油田注水系统能耗大数据分析
以降低油田注水单耗为目标的大数据分析与应用
基于改进BP神经网络的注水系统能效预测模型
油田注水系统能耗大数据分析与实践
大数据分析在提高油田注水系统效率的探索与应用
第4章 集输系统大数据分析与应用
油田集输系统能耗大数据分析
大数据整合构建原油集输综合防范体系
罐车拉油管控系统大数据分析与应用
联合站能量利用率影响因素分析及治理对策
灰色关联分析法在联合站掺水系统运行优化中的应用
煤层气管道内积液分析方法研究
第5章 油田生产管理大数据分析与应用
抽油机井配电系统能耗分析及治理对策
基于大数据分析的煤层气田电力系统优化
煤层气往复式压缩机运行管理大数据分析
大数据分析方法在操作成本预测和分配中的应用
基于深度学习的图像处理技术在油气田视频监控系统中的研究与应用
基于BP神经网络的抽油机井示功仪故障诊断分析
基于数据挖掘算法构建数字油田组织运维体系
大数据时代ERP实现价值最大化的途径
第6章 展望
油气生产大数据应用方向
油田企业级油气生产大数据分析平台
油气生产大数据分析与应用前景展望2100433B
田春华博士
前言:上篇文章解读了工业大数据分析的特点,指出工业大数据分析应该注重与机理模型的融合,充分利用领域先验知识。那么,工业大数据分析是不是存在典型的模式,可促进不同领域分析模型的借鉴和复用?
本篇将尝试从分析算法的应用侧重点、分析模型与机理模型融合方式、业务应用场景等三个维度归纳工业大数据分析的典型范式。
6类算法应用范式
数据分析本质上是一种统计手段,需要足够的样本才有可能发挥显著作用。另外,数据分析作为探索未知的一种技术手段,它的作用也与机理复杂度密切相关。因此,这里从产品相识度、机理复杂度两个维度,将分析算法应用分为6类模式。
1)从工业产品的相似度来看,可分为大量相似产品(如风力发电机)和少量定制化产品(如就地建设的化工反应塔)。相似产品在数据分析时可以充分利用产品间的交叉验证,而少量定制化产品应深度挖掘时间维度;
2)从产品机理的复杂性来看,有简单的black-box产品(如电子消费品,通常不会深入元器件内部去分析)、明确机理产品(如风力发电机)、复杂机理产品(如鼓风机、化工厂)。复杂机理产品在工业大数据分析时,应更加重视机理模型和专家经验的融入。
6类算法应用范式图解
4种融合范式
分析模型与机理模型的融合可以分为4种模式:
1)分析模型为机理模型做model calibration,提供参数的点估计或分布估计,例如Kalman滤波。
2)分析模型为机理模型做post-processing。例如,利用统计方法对WRF等天气预报模型的结果做修正或多各机理模型综合,提高预测的稳定性。
3)机理模型的部分结果作为分析模型的feature,比如,在风机结冰预测中,计算风机的理论功率、理论转速作为数据挖掘模型的重要特征。
4)分析模型与机理模型做ensemble,比如,在空气质量预测中,可以WRF-CHEM/CMAQ等机理模型的结果,与统计预报模型的结果进行融合,发挥统计模型对局部。
4种融合范式图解
3类业务应用范式
通过对复杂过程的演化过程和上下文的全面深入刻画,工业大数据可以对产品/设备可靠性、运作效率、产业互联网等3类业务应用场景都有很大促进作用。一些行业的典型工业大数据分析场景如下图所示。
小结
工业大数据分析能否真正落地,取决于能否创造经济价值。价值的持续创造,必须与生产/管理流程和上下文相结合,必须理解工业的特点、工业数据的特征和工业界的特殊要求。
这些特殊性决定了工业大数据分析的思路和方法有别于商务大数据,更应以“小数据分析”的心态,融合机理模型和领域经验。
在分析模式上,本文将工业大数据分析归纳为6类算法应用模式、4种融合模式和3类业务应用模式,以期促进不同行业分析模型的复用。