首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--钻井机械设备论文--钻井机械化与自动化论文

基于石油钻井大数据技术的钻进优化控制的研究

摘要第3-4页
abstract第4页
第一章 绪论第7-13页
    1.1 研究目的及意义第7页
        1.1.1 研究的目的第7页
        1.1.2 研究的意义第7页
    1.2 国内外现状第7-11页
        1.2.1 国外发展过程及现状第7-9页
        1.2.2 国内发展过程及现状第9页
        1.2.3 钻进优化的发展第9-11页
    1.3 章节安排第11-13页
第二章 大数据技术在石油钻井中的应用及分析第13-27页
    2.1 大数据基础理论第13-14页
        2.1.1 大数据的基本概念第13-14页
        2.1.2 钻井大数据的基本概念第14页
    2.2 大数据技术在石油钻井中的应用第14-16页
        2.2.1 钻井大数据技术的应用领域第14-16页
        2.2.2 钻井大数据技术的应用模式第16页
    2.3 大数据建模算法第16-19页
        2.3.1 支持向量机算法第17-18页
        2.3.2 遗传算法第18-19页
        2.3.3 主成分分析方法第19页
    2.4 钻井大数据关键技术第19-26页
        2.4.1 Hadoop技术第19-22页
        2.4.2 云存储技术第22-23页
        2.4.3 NoSQL第23-24页
        2.4.4 数据查询和分析的高级技术第24-25页
        2.4.5 数据挖掘技术第25-26页
    2.5 本章小结第26-27页
第三章 基于大数据技术的钻进优化控制系统整体设计第27-38页
    3.1 系统设计目标第27页
    3.2 系统模拟开发环境设计第27-32页
    3.3 系统软件模块设计第32页
    3.4 基于大数据技术的钻进优化系统整体架构第32-36页
        3.4.1 钻井大数据分类第32-33页
        3.4.2 钻井数据库的选择第33-34页
        3.4.3 系统总体架构设计第34-36页
    3.5 系统特性第36-37页
    3.6 本章小结第37-38页
第四章 钻井大数据的存储与分析设计第38-46页
    4.1 数据存储设计第38-43页
        4.1.1 数据存储目标第38-39页
        4.1.2 基于HBase的钻井数据库设计第39-41页
        4.1.3 数据导入设计第41-43页
    4.2 数据分析设计第43-45页
        4.2.1 数据分析目标第43页
        4.2.2 数据分析过程第43页
        4.2.3 数据二级索引表的设计第43-44页
        4.2.4 数据优化设计第44-45页
    4.3 本章小结第45-46页
第五章 钻进优化控制的实现与实例分析第46-58页
    5.1 基于支持向量机的钻井状况预测分析第46-50页
        5.1.1 特征参数的选择第46页
        5.1.2 支持向量机预测模型的建立第46-49页
        5.1.3 结果分析第49-50页
    5.2 基于主成分分析法的钻进优化分析第50-57页
        5.2.1 钻进影响因素选择及数据来源第50-52页
        5.2.2 目标函数第52-53页
        5.2.3 主成分回归模型的建立第53-54页
        5.2.4 结果分析第54-57页
    5.3 本章小结第57-58页
第六章 结论与展望第58-60页
    6.1 结论第58-59页
    6.2 展望第59-60页
致谢第60-61页
参考文献第61-64页
攻读学位期间参加科研情况及获得的学术成果第64-65页

论文共65页,点击 下载论文
上一篇:基于SURF的岩石铸体薄片图像拼接研究
下一篇:基于数学形态学的焊接熔池图像边缘检测技术研究