基于全球典型油气田数据库的数据挖掘预处理.docxVIP

2016年2月 第35卷第1期 大庆石油地质与开发 Petroleum Geology and Oilfield Development in Daqing Feb.,2016 Vol.35 No.I DOI: 10.3969/J.ISSN.1000-3754.2016.01.013 基于全球典型油气田数据库的数据挖掘预处理 李大伟 熊华平2 石广仁 牛 敏 (1.中国石油勘探开发研究院，北京 100083;2.大庆油田有限责任公司勘探开发研究院，黑龙江大庆 163712) 摘要： 石油工业早已进入大数据时代，数据挖掘是充分利用数据资产价值的有效途径，而数据预处理是数据挖 掘研究的热点之一。分析了数据挖掘以及数据预处理的意义及其现状，提出了在石油工业进行数据挖掘的基本 思路；以某国际石油勘探开发技术服务与咨询公司研制的全球典型油气田数据库为例，以“采收率”为挖掘对 象，详细解析了各种常用的数据挖掘预处理方法和具体做法，主要包括数据获取、属性选择、数据清理、数据 集成、数据变换、数据规约和数据消密；提出了源数据的“5C”标准，即 Correctness (正确性)、 Currency ( 适 时性)、 Completeness (完整性)、 Consistency (一致性)、 Confidentiality (必威体育官网网址性)。研究成果可为石油行业开展 数据预处理等工作提供参考。 关 键 词：数据挖掘；预处理；油气田；数据库；5C标准 中图分类号： TE19 文献标识码； A 文章编号：1000-3754(2016)01-0066-05 PREPROCESSING OF THE DATA TAPPING BASED ON GLOBAL TYPICAL OIL AND GAS FIELD DATABASE LI Dawei, XIONG Huaping2, SHI Guangren,NTU Min (1.PetroChina Research Institute of Petroleum Exploration and Development,Beijing 100083,China; 2.Exploration and Development Research Institute of Daqing Oifield Co. Lud.,Daqing 163712,China) Abstract: Oil industry has entered upon big dataepoch for many years, the data tapping or mining is an effec- tive method to fully utilize the value of the data asset, and the data preprocessing is one of the study focuses of the data mining. The significance and situation of the data mining and preprocessing are analyzed, the basic thinking of the data mining in oil industry was presented. Taking Global Typical Oil and Gas Field database from an interna- tional petroleum exploration and development service and consultant company as the example, the detailed methods of the data mining preprocessing are dissected by taking “recovery factor”as the mining object. These methods in- clude:data acquisition,attribute selection, data cleaning, data integration, data conversion, data specification and data confidentialit