油井数据挖掘论文.docxVIP

油井数据挖掘论文 　　1系统结构组成系统采用+结构,主要由前端数据采集设备位移及载荷传感器、站点客户端、数据库及发布服务器等组成。 　　各部分采取分布式协同处理运行方式,站点客户端利用前端采集的数据独立分析计算,分析完成后上传至数据库服务器,并通过网页发布服务器对外发布。 　　2系统数据21系统数据结构系统采用,创建了与数据库来管理3万余口油井数据采集、处理及存储等,建设数据表65张见主要数据表的关系图2,主要包括生产井的完井数据、静态数据、动态数据、采集数据、原油物性数据、机杆管泵等技术数据,同时系统保存了油井近两年功图电参数据每天每口井到少100张,以及根据这些数据分析计算出来的结果和汇总生成的数据。 　　3数据挖掘应用数据挖掘是从大量数据集中发现可行信息的过程,是统计分析技术、数据库技术及人工智能技术的综合。 　　面对油井工况实时分析及功图计产系统大量的油井生产完备数据,长庆油田充分利用数据挖掘技术,对数据进一步清理、集成、转换、挖掘应用,深化功图系统数据分析,先后开展了动液面计算,系统效率在线实时监测、区块动态分析研究等,并应用于油田现场,取得了较好的效果,既节约了生产成本,又方便了现场管理应用,进一步提升系统在长庆油田数字化前端的核心地位。 　　31区块动态分析油井生产中,每天都会获得大量的实时生产数据,目前系统主要对单井完成工况分析及产液量计算,如何通过分析和处理这些数据,及时全面了解油田区块产油量、压力、含水等变化规律是数据挖掘应用又一问题。 　　长庆油田开展了基于油井工况诊断及功图计产系统的区块动态分析,从空间和历史角度,对油井分类、分级、分层次进行统计分析,挖掘生产数据里有用的信息,提炼区块共性问题,并按照设计的模板区块指标统计图表、供液能力分析、产量分析、故障井分析等每月30日自动生成全面及时的区块油井生产动态分析,从而指导区块生产管理,实现油田的精细管理,为油田开发决策提供依据。 　　4结束语随着长庆油田数字化建设的不断深入,各种生产、研究、管理等数据库不断增加,如何深化数据应用,准确迅速从数据库是提取有用信息,已成为是数字油田生产管理的迫切需求。 　　在基于油井工况实时分析及功图计产系统数据挖掘应用中我们积累了不少经验,拓展了系统功能,提升系统在长庆油田数字化前端的核心地位。 　　在今后应用中,油田数据挖掘应用注意几个问题1数据是数字油田的血液,为了保证数据挖掘效率,在数据库建设中要规范数据存储格式,保证数据源及数据类型的统一,同时加强数据审核,注重数据入库的质量;2数据挖掘中尽可能使用可视化工具,一幅图胜过千句话,数据挖掘可视化主要包括数据可视化、挖掘结果可视化、挖掘过程可视化等;3掌握数据挖掘系统及算法,做到事半功倍,少走弯路,同时加强与石油专业知识相结合,探寻适合油田开发领域数据挖掘方法,实现数字油田让数字说话,听数据指挥智能化管理。 　　作者于世春杨仓海李明江赵晓龙邱亮单位长庆油田油气工艺研究院  本word为可编辑版本，以下内容若不需要请删除后使用，谢谢您的理解 　　篇一：重症肺炎的诊断标准及治疗 　　重症 肺 炎 　　【概述】肺炎是严重危害人类健康的一种疾病，占感染性疾病中死亡率之首，在人类总死亡率中排第5~6位。重症肺炎除具有肺炎常见呼吸系统症状外, 尚有呼吸衰竭和其他系统明显受累的表现, 既可发生于社区获得性肺炎(community -acquired pneumonia, CAP),亦可发生于医院获得性肺炎(hospital acquired pneumonia, HAP)。在HAP中以重症监护病房(intensive care unit ,ICU)内获得的肺炎、呼吸机相关肺炎(ventilator associated pneumonia ,VAP)和健康护理( 医疗) 相关性肺炎(health care–associated pneumonia ,HCAP)更为常见。免疫抑制宿主发生的肺炎亦常包括其中。重症肺炎死亡率高，在过去的几十年中已成为一个独立的临床综合征，在流行病学、风险因素和结局方面有其独特的特征，需要一个独特的临床处理路径和初始的抗生素治疗。重症肺炎患者可从ICU综合治疗中获益。临床各科都可能会遇到重症肺炎患者。在急诊科门诊最常遇到的是社区获得性重症肺炎。本章重点介绍重症社区获得性肺炎。对重症院内获得性肺炎只做简要介绍。 　　【诊断】首先需明确肺炎的诊断。CAP 是指在医院外罹患的感染性肺实质(含肺泡壁即广义上的肺间质) 炎症,包括具有明确潜伏期的病原体感染而在入院后平均潜伏期内发病的肺炎。简单地讲,是住院48 小时以内及住院前出现的肺部炎症。CAP 临床诊断依据包括: ①新近出现的咳嗽、咳痰,或原有呼吸道疾病症状加重,并出现脓性痰; 伴或不