勘探开发数据仓库的模型研究和应用
中文摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-22页 |
1.1 研究现状 | 第12-16页 |
1.1.1 数据仓库研究现状 | 第12-14页 |
1.1.2 数据模型的概念和发展 | 第14-16页 |
1.2 研究背景 | 第16-18页 |
1.2.1 选题依据 | 第16页 |
1.2.2 研究目的和意义 | 第16-17页 |
1.2.3 解决的关键问题 | 第17-18页 |
1.3 研究内容 | 第18-19页 |
1.4 论文的组织 | 第19-20页 |
1.5 论文的工作情况 | 第20-21页 |
1.6 本章小结 | 第21-22页 |
第2章 勘探开发数据仓库研究 | 第22-33页 |
2.1 引言 | 第22页 |
2.2 数据仓库特点、组成及建设方式 | 第22-26页 |
2.2.1 数据仓库特点 | 第22-23页 |
2.2.2 数据仓库组成 | 第23-25页 |
2.2.3 数据仓库建设方式 | 第25-26页 |
2.3 勘探开发数据仓库建设 | 第26-31页 |
2.3.1 石油数据管理模式 | 第26-28页 |
2.3.2 勘探开发数据仓库建设 | 第28-31页 |
2.4 数据仓库研究主题 | 第31-32页 |
2.5 本章小结 | 第32-33页 |
第3章 勘探开发数据模型研究 | 第33-62页 |
3.1 引言 | 第33页 |
3.2 POSC研究 | 第33-35页 |
3.2.1 POSC Epicentre概述 | 第33-34页 |
3.2.2 Epicentre特点 | 第34-35页 |
3.3 理论基础 | 第35-41页 |
3.3.1 基本概念 | 第35-37页 |
3.3.2 建模方法论 | 第37-39页 |
3.3.3 技术路线 | 第39-41页 |
3.4 需求分析 | 第41-46页 |
3.4.1 数据元分析 | 第41-44页 |
3.4.2 业务分析 | 第44-45页 |
3.4.3 数据分析 | 第45-46页 |
3.5 数据模型设计 | 第46-50页 |
3.5.1 设计原则 | 第47页 |
3.5.2 设计过程 | 第47-50页 |
3.6 数据模型内容 | 第50-61页 |
3.6.1 模型涵盖的业务范围 | 第50-54页 |
3.6.2 数据项属性代码规范 | 第54-60页 |
3.6.3 数据模型特点 | 第60-61页 |
3.7 本章小结 | 第61-62页 |
第4章 勘探开发数据采集 | 第62-73页 |
4.1 引言 | 第62页 |
4.2 数据源分析 | 第62-66页 |
4.2.1 数据源现状 | 第62-64页 |
4.2.2 数据源管理 | 第64-65页 |
4.2.3 数据源特点 | 第65-66页 |
4.3 数据采集系统的设计与实现 | 第66-71页 |
4.3.1 系统支撑环境 | 第66-67页 |
4.3.2 数据采集功能 | 第67页 |
4.3.3 数据采集的技术框架 | 第67-68页 |
4.3.4 数据采集范围和内容 | 第68-71页 |
4.4 数据采集应用 | 第71-72页 |
4.4.1 数据采集特点 | 第71-72页 |
4.4.2 应用效果 | 第72页 |
4.5 本章小结 | 第72-73页 |
第5章 数据装载技术 | 第73-90页 |
5.1 引言 | 第73页 |
5.2 ETL技术 | 第73-76页 |
5.2.1 数据抽取 | 第73-75页 |
5.2.2 数据转换 | 第75-76页 |
5.2.3 数据加载 | 第76页 |
5.3 数据准备 | 第76-79页 |
5.3.1 数据整理 | 第76-79页 |
5.3.2 建立映射关系 | 第79页 |
5.4 数据装载 | 第79-89页 |
5.4.1 结构化数据加载 | 第80-82页 |
5.4.2 非结构化数据加载 | 第82-83页 |
5.4.3 解决的关键技术问题 | 第83-89页 |
5.5 数据审核 | 第89页 |
5.6 本章小结 | 第89-90页 |
第6章 油气生产管理决策支持系统 | 第90-121页 |
6.1 系统设计 | 第91-94页 |
6.1.1 体系结构研究 | 第91-92页 |
6.1.2 技术框架的设计 | 第92-93页 |
6.1.3 系统开发环境 | 第93页 |
6.1.4 系统的安全控制 | 第93-94页 |
6.2 数据录入和处理 | 第94-98页 |
6.2.1 模型分析 | 第94-95页 |
6.2.2 技术框架 | 第95-96页 |
6.2.3 数据录入和处理内容 | 第96-97页 |
6.2.4 数据录入处理流程 | 第97-98页 |
6.3 数据挖掘技术应用 | 第98-106页 |
6.3.1 理论基础 | 第98-100页 |
6.3.2 数据挖掘技术框架 | 第100-101页 |
6.3.3 聚类分析在细分层系中的应用 | 第101-106页 |
6.4 油气生产管理数据分析 | 第106-110页 |
6.4.1 智能数据分析 | 第106页 |
6.4.2 联机分析处理 | 第106-109页 |
6.4.3 数据穿透访问 | 第109-110页 |
6.5 决策支持应用 | 第110-120页 |
6.5.1 专业应用分析 | 第110-112页 |
6.5.2 业务管理 | 第112-116页 |
6.5.3 决策支持 | 第116-120页 |
6.6 本章小结 | 第120-121页 |
第7章 总结与讨论 | 第121-124页 |
7.1 论文总结 | 第121-122页 |
7.2 问题讨论 | 第122-124页 |
致谢 | 第124-125页 |
参考文献 | 第125-132页 |
附录 | 第132-133页 |