基于信息挖掘的油藏数据分析与注采效果评价系统设计与开发
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外数据挖掘技术在油田应用现状 | 第10-12页 |
| ·信息挖掘基础理论 | 第12-13页 |
| ·数据挖掘技术 | 第12页 |
| ·数据挖掘的过程 | 第12-13页 |
| ·论文的主要研究内容及章节结构 | 第13-15页 |
| 第二章 油藏数据分析与注采效果评价系统功能分析 | 第15-26页 |
| ·系统数据分析 | 第15-17页 |
| ·系统的数据组织 | 第15-17页 |
| ·系统的数据特点 | 第17页 |
| ·系统数据采集过程 | 第17-19页 |
| ·系统数据采集的描述 | 第17-18页 |
| ·系统数据采集的方式 | 第18-19页 |
| ·系统角色描述 | 第19页 |
| ·系统用例概述 | 第19-23页 |
| ·系统功能需求 | 第23-24页 |
| ·生产数据查询子系统业务说明 | 第23页 |
| ·生产监测子系统业务说明 | 第23-24页 |
| ·生产化验数据子系统业务说明 | 第24页 |
| ·生产动态信息子系统业务说明 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第三章 面向动态数据分析的挖掘模型建立 | 第26-46页 |
| ·BP 神经网络基本理论研究 | 第26-29页 |
| ·BP 神经网络的结构 | 第26-27页 |
| ·BP 神经网络算法的工作原理 | 第27-29页 |
| ·BP 神经网络油藏注水水质评价模型设计 | 第29-37页 |
| ·水域概况及数据来源 | 第29-30页 |
| ·标准训练样本的生成 | 第30-31页 |
| ·BP 网络拓扑结构的确定 | 第31-37页 |
| ·灰色关联分析法 | 第37-39页 |
| ·灰色关联度模型在油藏产量分析上的建立 | 第39-42页 |
| ·注采比多元回归模型的建立 | 第42-45页 |
| ·模型建立 | 第42-43页 |
| ·模型检验 | 第43页 |
| ·实例分析应用 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 油藏数据分析与注采效果评价系统设计与实现 | 第46-59页 |
| ·系统架构设计 | 第46-49页 |
| ·分布式多层架构 | 第46-48页 |
| ·系统体系结构 | 第48-49页 |
| ·系统数据库模型设计 | 第49-51页 |
| ·数据库概念模型设计 | 第50-51页 |
| ·数据库逻辑模型设计 | 第51页 |
| ·系统功能设计 | 第51-52页 |
| ·系统数据流模型设计 | 第52-55页 |
| ·系统主要功能模块的实现 | 第55-58页 |
| ·生产数据查询模块 | 第55-56页 |
| ·异常井监测模块 | 第56-57页 |
| ·油藏产量分析模块 | 第57页 |
| ·注采比计算模块 | 第57-58页 |
| ·水质监测模块 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第五章 系统测试与应用 | 第59-63页 |
| ·系统测试 | 第59-61页 |
| ·系统的测试方式 | 第59-60页 |
| ·系统测试结果 | 第60-61页 |
| ·系统应用 | 第61-62页 |
| ·系统应用 | 第61页 |
| ·应用效果 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 发表文章目录 | 第67-68页 |
| 致谢 | 第68-69页 |
| 详细摘要 | 第69-78页 |
