基于大数据的钻井物料信息多维分析研究

来源 :西安石油大学 | 被引量 : 0次 | 上传用户:psyche_runner
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
石油钻井过程中需要使用大量种类和型号繁多的钻具物料,传统钻井物料管理信息系统主要是对钻井物料使用的事务性信息进行管理,缺少对钻井物料使用信息的分析和决策支持,未充分利用和发挥信息化建设所积累的大量数据信息的作用。本文采用大数据的理论和方法,深入研究基于大数据的钻井物料信息多维分析方法,以进一步提高钻井企业管理的效率。第一,构建了基于大数据的钻井物料信息管理系统体系结构。采用大数据理论和方法,结合Hoop技术,以分布式存储的方式,构建基于Hardtop架构的钻井物料信息管理系统的体系结构及进行多维分析的解决方案。第二,提出基于Hive的分布式数据仓库的设计和实现。通过对数据仓库的主题及事实表和维表的设计,构建相应的多维数据模型,并实现数据仓库设计。基于Hive技术设计数据仓库的抽取、转换和加载过程,通过scoop技术实现HDFS与传统关系数据库间数据的相互转移。第三,研究给出基于Hadoop的钻井物料多维分析方法。对所要分析的多维数据进行切片、切块、钻取、旋转等一般操作;并实现基于MapReduce的多维分析,帮助企业决策人员从不同角度分析数据。采用大数据的理论和方法处理钻井物料信息数据,能够充分发挥大数据的成本低、效率高的优势。本研究设计了基于大数据的钻井物料多维分析原型系统,为钻井企业数据分布广、数据量大、难以集成和及时分析处理等问题提供了辅助支持。
其他文献
随着网络的普及、信息技术和电子商务的蓬勃发展,电子商务协议的研究越来越深入。交换协议是电子商务协议中很重要的一部分,通过对交换协议的建模和形式化分析来研究交换协议
序列模式挖掘是数据挖掘的一个重要研究领域,其中带通配符约束的序列模式挖掘越来越受到人们的关注。带通配符的频繁序列模式挖掘,是传统频繁序列模式挖掘的自然推广,它允许挖掘
支撑向量机(Support Vector Machine,SVM)是由Vapnik等人于上世纪90年代在多年研究统计学习理论的基础上提出的一个新的机器学习方法。由于在学习和分类问题中出色的泛化性能,支
学位
现实社会中存在大量的动态优化问题,研究并解决这些问题具有重要的现实意义。进化算法是一种智能计算方法,目前已被广泛的应用于求解动态优化问题中。因此,研究进化算法下的
随着信息技术的发展,文本资料的数量呈几何级增长,如何在众多的资料中快速准确的找到人们需要的信息,成为当前信息处理领域一个亟待解决的问题。基于人工智能的文本分类技术
学位
离散事件控制系统(DECS)是离散事件在控制系统的一个分支,广泛存在于工业控制系统中,是一类复杂的人造系统。规则化描述方法(RDM)采用程序与数据相分离地方式,为DECS建模和实
随着网络和信息技术的快速发展,各个行业已经建立起基于广域网络的、分布式业务信息管理体系,它的应用范围不断地扩大,在行业内部,业务信息由基层单位采集,逐级汇总,行业之间也存在
学位
棉花是一种重要的生产原料,许多行业领域都需要使用其加工制品,而棉花内混杂入异性纤维会造成棉花的加工制品质量下降,不仅带来的巨大的经济损失,还会影响我国在国际市场的棉
随着生产技术的发展和生产过程的日益复杂,为确保生产装置安全、高效地运行,开发一套适合于生产过程的实时监控组态软件系统越来越重要。本文在对监控组态软件的技术、特性以
信息技术的高速发展让校园网已经成为高校教学和管理中的一个不可缺少的部分,校园网的应用对高校的建设和发展起到了很大的促进作用。校园网良好的运行、网络用户方便有效的