| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-34页 |
| 1.1 选题依据与意义 | 第10-19页 |
| 1.1.1 选题背景 | 第10-13页 |
| 1.1.2 选题的意义 | 第13-19页 |
| 1.2 国内外油田数据应用与治理现状和进展 | 第19-27页 |
| 1.2.1 国外油田数据建设与研究现状及趋势 | 第19-22页 |
| 1.2.2 国内油田数据应用与治理现状及趋势 | 第22-27页 |
| 1.3 主要研究内容与创新点 | 第27-34页 |
| 1.3.1 主要研究内容 | 第27-29页 |
| 1.3.2 研究方法和技术路线 | 第29-32页 |
| 1.3.3 创新研究与创新点 | 第32-34页 |
| 第二章 油气田数据与油田数据理论及技术 | 第34-52页 |
| 2.1 关于油气田数据与数据观点 | 第34-39页 |
| 2.2 数据治理与数据治理机制 | 第39-47页 |
| 2.3 数据治理方式研究 | 第47-51页 |
| 2.3.1 场景时代的数字油田 | 第47-48页 |
| 2.3.2 免编程积木式的数据治理工具 | 第48-51页 |
| 2.4 本章小结 | 第51-52页 |
| 第三章 数据治理关键技术研究 | 第52-67页 |
| 3.1 工作流建模技术 | 第52-55页 |
| 3.1.1 工作流模型 | 第52-53页 |
| 3.1.2 工作流基本结构 | 第53-54页 |
| 3.1.3 过程定义模型 | 第54-55页 |
| 3.2 数据清洗技术 | 第55-60页 |
| 3.2.1 数据清洗模型 | 第55-56页 |
| 3.2.2 数据清洗步骤 | 第56-57页 |
| 3.2.3 数据清洗中的元数据 | 第57-59页 |
| 3.2.4 数据清洗策略 | 第59-60页 |
| 3.3 相关性搜索技术 | 第60-65页 |
| 3.3.1 基于主题模型的相关性搜索技术 | 第60-64页 |
| 3.3.2 基于Elastic Search的相关性搜索技术 | 第64-65页 |
| 3.4 本章小结 | 第65-67页 |
| 第四章 数据治理工具设计与实现 | 第67-88页 |
| 4.1 需求分析 | 第67页 |
| 4.2 勘探开发数据服务系统总体设计 | 第67-74页 |
| 4.2.1 勘探开发数据服务系统架构 | 第67-69页 |
| 4.2.2 勘探开发数据云服务平台 | 第69-70页 |
| 4.2.3 业务监控平台 | 第70-71页 |
| 4.2.4 数据成果报告生成机制 | 第71页 |
| 4.2.5 数据成果报告推送机制 | 第71-74页 |
| 4.3 业务流可视化建模系统实现 | 第74-87页 |
| 4.3.1 业务流可视化建模系统功能 | 第74-75页 |
| 4.3.2 开发环境 | 第75-76页 |
| 4.3.3 可视化业务流编辑系统 | 第76-78页 |
| 4.3.4 业务流执行系统 | 第78-87页 |
| 4.4 本章小结 | 第87-88页 |
| 第五章 数据治理技术在油田中的应用 | 第88-113页 |
| 5.1 历史数据清洗入库 | 第88-95页 |
| 5.1.1 历史数据入库需求 | 第88-89页 |
| 5.1.2 Excel格式的半结构化数据入库 | 第89-91页 |
| 5.1.3 Word格式的半结构化数据入库 | 第91-94页 |
| 5.1.4 薄片数据数据入库 | 第94-95页 |
| 5.1.5 历史数据治理效果 | 第95页 |
| 5.2 自助式数据分析 | 第95-105页 |
| 5.2.1 自助式excel报表生成 | 第96-99页 |
| 5.2.2 取芯段数据抽取 | 第99-100页 |
| 5.2.3 储层连通性初步评价压汞数据分析 | 第100页 |
| 5.2.4 储层岩性快速认知 | 第100页 |
| 5.2.5 快速绘制开发现状图 | 第100-101页 |
| 5.2.6 储量计算 | 第101-105页 |
| 5.3 庆新油田生产数据应用系统 | 第105-111页 |
| 5.3.1 业务场景 | 第105-106页 |
| 5.3.2 解决方案 | 第106-110页 |
| 5.3.3 成果与治理效果 | 第110-111页 |
| 5.4 本章小结 | 第111-113页 |
| 第六章 结论与展望 | 第113-116页 |
| 参考文献 | 第116-122页 |
| 攻读学位期间取得的研究成果 | 第122-124页 |
| 致谢 | 第124页 |