基于数据挖掘的三次采油生产预警方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题的目的与意义 | 第9页 |
| 1.2 国内外研究概况 | 第9-11页 |
| 1.2.1 三次采油技术发展概况及现状分析 | 第9-10页 |
| 1.2.2 油田预警技术发展概况及现状分析 | 第10-11页 |
| 1.3 研究内容与组织方式 | 第11-13页 |
| 1.3.1 研究内容 | 第11-13页 |
| 1.3.2 论文组织方式 | 第13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 三次采油生产预警模型的总体框架设计 | 第14-25页 |
| 2.1 相关技术原理及特点分析 | 第14-18页 |
| 2.1.1 数据挖掘的特点和主要任务 | 第14-16页 |
| 2.1.2 利用数据挖掘解决预警问题的基本原理 | 第16-18页 |
| 2.2 三次采油预警模型总体框架 | 第18-21页 |
| 2.2.1 三次采油生产异常情况分析 | 第18页 |
| 2.2.2 目前存在的问题 | 第18-19页 |
| 2.2.3 目标任务的确立与描述 | 第19-20页 |
| 2.2.4 三次采油预警模型的总体框架结构 | 第20-21页 |
| 2.3 三次采油异常井信息采集 | 第21-24页 |
| 2.3.1 业务信息采集 | 第21页 |
| 2.3.2 数据信息采集 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 三次采油生产预警有效影响因子筛选 | 第25-33页 |
| 3.1 粗糙原始数据的获取与选定 | 第25-29页 |
| 3.1.1 模糊综合评价法预处理数据 | 第25-27页 |
| 3.1.2 CF-ISF权重计算方法 | 第27-28页 |
| 3.1.3 建立影响因子与粗糙原始项目映射关系 | 第28-29页 |
| 3.2 基于粒度分析的数据处理 | 第29-31页 |
| 3.2.1 同一模式多重粒度思想的引入 | 第29-30页 |
| 3.2.2 时序化数据处理 | 第30-31页 |
| 3.3 影响因子的有效化判定 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 三次采油生产预警模型的设计 | 第33-41页 |
| 4.1 三次采油生产预警方法研究 | 第33-37页 |
| 4.1.1 多种数据挖掘算法的比较与研究 | 第33-34页 |
| 4.1.2 非线性回归方法的选定与改进 | 第34-37页 |
| 4.2 三次采油生产预警模型 | 第37-40页 |
| 4.2.1 非线性回归模型的建立 | 第37-38页 |
| 4.2.2 回归参数的确定 | 第38-39页 |
| 4.2.3 模型的显著性验证 | 第39-40页 |
| 4.2.4 模式挖掘结果的可信度校验 | 第40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 三次采油生产预警模型的应用 | 第41-53页 |
| 5.1 三次采油生产预警方案设计 | 第41页 |
| 5.2 三次采油生产预警信息采集实例 | 第41-42页 |
| 5.3 有效影响因子筛选过程实例 | 第42-44页 |
| 5.4 三次采油生产预警模型的实例分析 | 第44-48页 |
| 5.5 三次采油预警系统平台的设计与实现 | 第48-52页 |
| 5.5.1 三次采油预警系统平台的设计 | 第48-49页 |
| 5.5.2 三次采油预警系统平台的实现效果 | 第49-52页 |
| 5.6 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 发表文章目录 | 第58-59页 |
| 致谢 | 第59-60页 |
