大数据挖掘技术在石油工程的应用前景展望
石油行业的人工智能与大数据应用
石油行业的人工智能与大数据应用随着科技的不断进步和发展，人工智能和大数据应用正在逐渐渗透到各个行业，石油行业也不例外。
人工智能和大数据技术的应用，为石油行业带来了许多机遇和挑战。
本文将从石油勘探开发、生产运营以及安全管理等方面，探讨石油行业中人工智能和大数据技术的应用。
一、石油勘探开发石油勘探开发是石油行业的基础工作，而人工智能和大数据技术的应用，为石油勘探开发提供了更高效、精准的手段。
首先，利用大数据技术分析勘探区域的地质数据，可以准确预测油藏的分布和规模，指导勘探工作的部署。
其次，人工智能技术可以自动化解读地震数据，帮助识别与定位潜在油气藏，并提供推荐的试井方法。
此外，结合人工智能和大数据技术，还可以实现地质模型的快速建立和更新，为决策提供及时而准确的数据支持。
二、石油生产运营在石油生产运营过程中，人工智能和大数据应用可以提高生产效率和质量，降低成本和风险。
首先，通过收集和分析实时生产数据，利用人工智能的算法进行优化调控，可以实现生产线的智能化管理，提高生产效率和质量。
其次，借助大数据的技术，可以通过分析历史数据和趋势预测，实现设备运行状态的监测和预警，及时发现和解决潜在故障，减少停机时间和维护成本。
此外，人工智能还可以在井下作业中承担一些危险工作，减少人身伤害的风险。
三、石油安全管理在石油行业中，安全是至关重要的一环，而人工智能和大数据技术的应用，可以有效提升石油安全管理的能力。
首先，通过人工智能的图像识别和监控技术，可以对石油设施和运输过程中的安全隐患进行实时监测和识别，避免事故的发生。
其次，借助大数据技术的分析能力，可以快速识别和分析潜在风险的数据指标，并进行预警和风险评估。
此外，人工智能还可以通过智能化的安全管理系统，对员工进行安全培训和指导，提高员工的安全意识和应急反应能力。
总结起来，人工智能和大数据技术在石油行业的应用已经取得了显著的成果，为石油勘探开发、生产运营以及安全管理等方面带来了许多机遇和挑战。
大数据技术在未来石油企业中的应用探讨
大数据技术在未来石油企业中的应用探讨
随着大数据技术的不断发展，越来越多的石油企业开始关注并应用这项技术。
大数据技术在未来石油企业中的应用，有望带来不少好处。
首先，大数据技术可以应用在石油勘探领域。
目前，石油勘探需要进行大量的数据采集、处理和分析。
这些工作需要运用大量的人力、财力和时间，进而影响勘探效率。
而通过大数据技术，可以实现数据的实时采集、监测和处理，帮助石油企业更加快速和精确地了解油田情况和储量，从而提高勘探的准确性和效率。
其次，大数据技术可以在油田开采阶段中应用。
在油田开采过程中，需要对各个环节进行监测和控制，以确保能够实现高效、安全、环保的开采。
而大数据技术可以将油田开采过程中各个数据点进行实时采集、处理和分析，以帮助石油企业实现对油田开采过程的精确监测和智能控制，从而实现效益的最大化和环境保护。
另外，大数据技术可以应用在石油销售领域。
当前，石油销售的市场变化很快，而企业需要及时掌握市场变化和客户需求。
通过大数据技术，石油企业可以将销售数据透彻地分析和识别，从而可以为客户提供更加定制化的销售策略，并在市场竞争中占据优势。
另外，石油企业还可以通过大数据技术实现销售环节的数字化转型，从而进一步提升销售效率和客户满意度。
总之，大数据技术在未来石油企业中的应用，有望实现石油勘探、油田开采和销售等方面的数字化转型和智能化升级。
石油企业应积极探索和应用大数据技术，以实现石油生产效率的提升、成本的降低和可持续发展的实现。
大数据技术在石油工程中的应用现状与发展建议
大数据技术在石油工程中的应用现状与发展建议摘要：随着全球石油需求的不断增长以及油田开采难度的逐渐加大，石油工程领域正面临着前所未有的挑战。
然而，大数据技术的崛起为石油工程带来了新的机遇和变革。
大数据技术的应用不仅能够提高石油勘探、开采和生产的效率，还可以减少人为错误和安全风险，最终推动石油产业迈向智能化和可持续发展。
本文将探讨大数据技术在石油工程中的应用现状，并提出相应的发展建议，以期为该领域的进一步发展贡献一份力量。
关键词：大数据技术；石油工程；发展建议引言：随着信息时代的到来，大数据技术已经成为各行各业的重要驱动力，石油工程行业也不例外。
通过运用大数据技术，石油工程从传统的经验主义和试错探测模式向数据驱动的智能决策转变，实现了生产流程的优化和生产效率的提升。
然而，要实现大数据技术在石油工程中的最大潜力，仍需克服技术、数据质量和安全等方面的问题。
因此，技术人员要加大大数据技术的研究力度，为石油工程提供有力的技术支持。
一、大数据技术在石油工程中的应用现状1.大数据技术在石油勘探中的应用地下油藏的预测和优选是石油勘探的核心目标。
大数据技术为油藏预测和优选提供了更全面的数据基础。
通过整合地震勘探数据、岩心数据、钻井数据等多源数据，勘探人员可以构建大规模的地下油藏模型。
基于这些模型，勘探人员可以运用数据挖掘和机器学习算法，预测潜在的油气资源，为勘探人员提供优先开发的目标。
此外，大数据模型还能够实现油田开采的智能化优化。
通过实时监测油藏的产量和压力等数据，大数据模型可以自动调整油井生产参数，以达到最优的采油效率。
1.大数据技术在石油开采中的应用通过大数据技术，勘探人员可以实现对油井生产过程的全面监控和分析。
传感器和物联网技术的应用使得各种数据实时采集，并传输到数据中心。
借助大数据分析平台，勘探人员可以对这些数据进行实时监控和分析，及时发现生产异常和问题。
此外，通过数据挖掘和机器学习算法，勘探人员可以构建预测模型，预测油井产量和生产趋势，帮助决策者做出更加明智的生产决策。
大数据技术在未来石油企业中的应用探讨
大数据技术在未来石油企业中的应用探讨随着科技的不断进步，大数据技术在各行各业中得到了广泛的应用和发展。
石油行业作为全球经济发展的重要支柱之一，也可以通过大数据技术的应用来提高效率、降低成本和优化决策。
本文将探讨大数据技术在未来石油企业中的应用。
大数据技术可以在石油勘探过程中提供更准确和完整的数据。
石油勘探是一个高风险和高投入的过程，需要收集、分析大量的地质、地球物理和地球化学数据。
利用大数据技术，可以对各种不同类型的数据进行集成和分析，提供更准确的地质模型和勘探目标，从而减少勘探过程中的风险和成本。
大数据技术可以在油田开发和生产过程中优化生产效率。
石油生产是一个复杂的过程，涉及到多个环节和因素的协调。
通过采集和分析实时数据，可以实现对油井和设备运行状态的实时监测和故障诊断，从而提前预警和解决问题，避免生产中断和损失。
通过大数据技术还可以优化生产计划和资源配置，提高生产效率和资源利用率。
大数据技术可以在石油供应链和物流管理中提供精细化的优化和控制。
石油行业涉及到多个环节和参与方，包括石油开采、运输、储存和销售等。
通过大数据技术，可以实现对整个供应链的实时监控和控制，优化物流和库存管理，提高物流效率和降低物流成本。
还可以通过数据分析和模型建立，预测市场需求和价格变化，优化销售计划和价格策略。
大数据技术可以在石油安全和环境保护中提供更有效的监测和管理手段。
石油行业涉及到高风险的作业和环境敏感区域，需要高度关注和管理安全风险和环境影响。
通过大数据技术，可以实现对作业过程和设备状态的实时监测和预警，及时响应和处理突发事件和事故，保障石油安全。
还可以对环境数据进行采集和分析，预测和评估环境风险和影响，制定合理的环境保护措施。
大数据技术在未来石油企业中的应用前景广阔。
通过收集、分析和利用大数据，可以提高勘探的准确性和效率，优化生产的效率和资源利用，优化供应链和物流管理，提高安全风险管理和环境保护能力。
石油企业应积极推动大数据技术的应用，提高企业的竞争力和可持续发展能力。
石油行业的大数据分析与油田开发
石油行业的大数据分析与油田开发随着科技的不断进步和信息技术的快速发展，大数据分析已经成为石油行业中重要的工具之一。
通过对海量的数据进行收集、整理、分析和挖掘，石油公司可以更加深入地了解油田的运营情况和相关市场动态，从而指导油田的开发和生产。
一、大数据在石油行业中的重要性大数据分析在石油行业中起到了至关重要的作用。
首先，由于石油行业面临着复杂多变的市场环境，石油公司需要密切关注全球石油市场的供需情况、油价变动以及国际政治经济形势等因素的影响。
通过对这些因素进行大数据分析，石油公司可以更好地预测市场趋势，准确判断风险和机遇。
其次，石油行业的油田开发和生产需要大量的数据支持。
比如，钻井工程需要评估地质结构、油藏储量和渗透率等参数，这就需要对大量的地质数据进行分析；油田生产过程中，需要监测油井的产量、油井压力、沉积物含量等数据，并通过大数据分析来优化生产策略和减少资源浪费。
二、大数据分析在油田开发中的应用1. 地质数据分析地质数据分析是油田开发过程中的重要环节之一。
大数据分析可以通过对地震数据、测井数据、地质勘探数据等进行处理和分析，帮助石油公司确定油藏的储量、分布和特征等，为油田开发提供科学依据。
2. 油井监测与优化通过传感器等设备，石油公司可以实时监测油田中的各个油井的产量、液位、压力等参数，并将这些数据进行大数据分析。
通过分析这些数据，油田开发人员可以了解油井的工作状态，及时发现问题并采取相应措施，从而提高油田的开发效率和生产能力。
3. 生产策略优化大数据分析可以帮助石油公司优化生产策略，减少资源浪费和产品质量问题。
通过对生产过程中涉及的各个环节进行数据分析，石油公司可以发现生产过程中的瓶颈和问题，并采取相应的改进措施，提高生产效率和产品质量。
三、大数据分析存在的挑战与解决方案虽然大数据分析在石油行业中有着广泛的应用前景，但也面临一些挑战。
首先，油田开发涉及的数据量庞大，对数据的处理和分析速度要求较高。
大数据技术在未来石油企业中的应用探讨
大数据技术在未来石油企业中的应用探讨随着科技的进步和经济的发展，大数据技术被广泛应用于各个行业，石油行业也是其中之一。
大数据技术的应用为石油企业提供了更准确、高效的决策和管理手段，能够帮助企业降低成本、提高效率、增强竞争力。
下面将探讨大数据技术在未来石油企业中的应用。
大数据技术可以用于优化石油勘探与开发过程。
传统的石油勘探与开发通常需要大量的人力、物力投入，且效果不尽如人意。
而借助大数据技术，可以快速收集、整合和分析各种数据，如地震勘探数据、地质资料、钻井日志等，从而更准确地预测和发现石油蕴藏区域，为石油开发提供了更有力的支持。
大数据技术可以用于石油生产过程的优化。
石油生产通常涉及到多个环节，如钻井、油田管理、油井生产等，而每个环节都有大量的数据产生。
通过对这些数据的收集、分析和处理，可以及时发现问题、解决难题，提高生产效率和生产量。
通过大数据分析，可以准确预测油井的产量和寿命周期，从而合理安排维护和开采计划，避免资源的浪费。
大数据技术还可以用于石油物流和供应链管理。
石油行业的物流和供应链管理面临着复杂的问题，如需求预测、库存管理、物流调度等。
而大数据技术可以对这些问题进行深入分析，并提出相应的解决方案。
通过对市场需求进行大数据分析，可以预测石油产品的需求量和市场价格，从而制定合理的采购计划和销售策略，降低成本，提高效益。
大数据技术还可以用于石油安全管理。
石油企业面临着安全风险和环境保护压力，而大数据技术可以通过监测和分析数据来预测潜在风险和提供安全建议。
通过对油井运行数据的分析，可以预测出可能的设备故障和事故风险，从而及时采取相应的措施，保障生产和维护环境安全。
大数据技术在未来石油企业中的应用前景广阔。
通过对各个环节的数据进行收集、分析和处理，可以实现对石油勘探、生产、物流和安全管理的全面优化。
大数据技术的应用将为石油企业带来更高的效益和竞争力。
大数据技术的实际应用还面临一些挑战，如数据安全和隐私保护。
基于大数据技术的智慧油田发展现状及思考
基于大数据技术的智慧油田发展现状及思考1. 引言1.1 背景介绍随着全球能源需求的不断增长，油田开发和管理面临着越来越复杂的挑战。
为了提高油田的生产效率和安全性，各国纷纷加大对智慧油田的研究和应用。
智慧油田是利用先进的信息技术和数据分析技术对油田进行实时监测和智能化管理的新型油田开发模式，是油田开发的未来发展方向。
目前，随着大数据技术的快速发展，智慧油田正成为油田发展的重要趋势。
大数据技术可以帮助油田实现数据的实时采集、处理和分析，从而提高油田的生产效率和降低生产成本。
大数据技术还可以帮助油田实现智能化的油藏管理、设备维护和安全监控，提升油田的整体运营水平。
本文将对基于大数据技术的智慧油田发展现状进行深入探讨，分析大数据技术在油田应用的优势，探讨智慧油田发展面临的挑战，总结大数据技术在智慧油田发展中的应用情况，并展望智慧油田发展的未来趋势。
通过本文的研究，将为智慧油田的发展提供重要的理论和实践参考。
1.2 研究目的研究目的是为了深入探讨基于大数据技术的智慧油田发展现状，分析大数据技术在油田应用中的优势与挑战，探讨大数据技术在智慧油田发展中的应用方式和未来趋势。
通过对智慧油田发展进行全面的研究和分析，旨在揭示智慧油田对于油田行业发展的重要性，探讨大数据技术在油田领域的前景以及为智慧油田发展提出相关建议，为油田行业的技术创新和生态环境保护提供理论参考和实践指导。
1.3 研究意义智慧油田发展是当前油田产业转型升级的重要方向，引入大数据技术能够提升油田的管理效率、降低成本、提高产能和安全性。
通过深入研究智慧油田发展现状及未来趋势，可以为油田企业提供参考和指导，促进其在产业升级过程中的顺利推进。
在当今数字化时代，大数据已成为企业决策和业务运营的关键支撑，因此对大数据技术在油田领域的应用与前景进行深入剖析，有助于拓展油田行业的技术应用边界，促使更多企业认识到大数据技术对油田发展的积极影响。
通过研究智慧油田发展面临的挑战及建议，可以为油田企业提供解决问题的思路和方法，进一步推动智慧油田的建设与发展，促进油田产业的可持续发展。
大数据技术在未来石油企业中的应用探讨
大数据技术在未来石油企业中的应用探讨随着科技的不断进步和人工智能的发展，大数据技术在各个领域中都得到了广泛的应用，而石油企业也不例外。
大数据技术可以帮助石油企业提高生产效率、降低生产成本、提升安全性能，并在决策制定过程中提供支持和指导。
在石油勘探领域，大数据技术可以通过分析海量的地质勘探数据，提供更准确、更全面的油气资源量预测。
通过对历史勘探数据和生产数据的分析，结合地震、地质和物理等多个方面的数据，可以建立起更准确的勘探模型。
而这些模型可以帮助石油企业确定勘探区域、勘探方法和勘探路径，减少资源浪费，提高勘探成功率。
在石油开发领域，大数据技术可以实现对油井生产过程中的各种参数进行实时监测和分析。
通过传感器和物联网技术，可以实现对油井的远程监控和数据采集。
利用大数据技术，可以对采集到的数据进行实时处理和分析，从而及时发现和解决油井中的问题，提高生产效率和稳定性。
通过对历史生产数据和生产过程数据进行分析，还可以优化生产方案，减少资源浪费，并延长井场寿命。
在石油企业的决策制定过程中，大数据技术也发挥着重要的作用。
通过对海量的市场数据、竞争对手数据和内部生产数据进行分析，可以提供全面、准确的市场情报。
结合专家经验和机器学习算法，可以进行精确的销售预测和需求预测，帮助企业制定合理的生产计划和销售策略，提高企业的竞争能力和盈利能力。
大数据技术在未来石油企业中的应用前景广阔。
通过利用大数据技术，石油企业可以提高勘探效率、优化生产方案、降低运输和储存成本，并在决策制定过程中提供支持和指导。
石油企业在未来应该积极采用大数据技术，并加大对相关技术的研究和应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据挖掘技术在石油工程的应用前景展望
发表时间：2019-08-02T10:15:05.827Z 来源：《基层建设》2019年第9期作者：王建宇[导读] 摘要：随着信息技术不断发展，各种新进技术不断被应用于我国石油行业，促进了我国石油行业的快速发展。
中国石油天然气股份有限公司吉林油田分公司红岗采油厂吉林省大安市 131300摘要：随着信息技术不断发展，各种新进技术不断被应用于我国石油行业，促进了我国石油行业的快速发展。
大数据挖掘技术应用于石油生产的各个环节，大大提升了石油生产的经济效益。
因此本文在此技术上重点研究了大数据挖掘技术在石油工程的应用前景展望，从而更好促进我国石油行业的发展。
关键词：大数据挖掘技术；石油工程；应用前景展望背景
1.油田数据挖掘技术 1.1数据挖掘概述
数据挖掘就是通过一定的技术手段来研究数据背后的规律，学界一般这样表述，数据挖掘技术就是从大量的、不完全的、有噪声的、模糊的、随机的工业生产数据中，通过一定的算法来提出数据背后隐含的、不为人知、同时又具有价值的规律的过程。
数据挖掘任务有不同的分类，一般可以概括地分成：分类和回归。
对于这种任务对于不同的算法可能二者又有一定的统一性。
在进行数据挖掘任务时，一般需要根据具体的任务来进行判断该任务是属于哪一种任务，是回归还是分类，然后根据不同的任务来选择合适的算法，从而使得数据挖掘出来的效果更加优异。
在开展数据挖掘时，要意识到数据是数据挖掘的基础，只有通过对于当前数据的学习，得到出来数据潜在的规律，才能更好对于未来的数据执行一定的操作。
但是这种预测是一定的概率的，因此通过数据挖掘的出来的结论一般是具有统计规律的。
一般来说，数据量越大，算法一定时，所发掘的规律更加准备，在进行预测时也会更加精准。
1.2石油行业的数据挖掘
为了更好促进石油领域的发展，很多数据挖掘技术被广泛应用于石油生产的各个环节。
对于不同的环节往往采用的不同的数据模型，一般国内外在把数据挖掘技术应用于石油产业的过程中，主要是通过建立不同的数据挖掘模型，从而提高石油产业的发展。
我国主要将数据挖掘的相关技术应用于石油储层评价、施工方式的选择、生产指标的预测以及石油系统的诊断。
对于不同环节的工作往往采用的算法不尽相同，基于传统的机器学习的算法包括了决策树、随机森林、聚类算法以及粗糙集等，基于深度学习的方法可以应用于分类和回归等各个环节。
但是深度学习的数据挖掘算法往往需要很大的数据集进行训练，同时还需要人为进行数据集的标定等等，但是基于深度学习的方法往往在准确率方面的性能远超于传统的机器学习。
这是因为深度学习的算法能够具有以下的特点，第一学习深度特征、第二自主学习，第三非线性映射、第四较强泛化能力。
虽然深度学习的模型在训练和调试方面需要投入大量的人力物力，但是一旦模型被训练好之后就可以一直使用。
我国很多研究人员将深度学习的数据挖掘技术应用在稠油开采方式进行筛选，取得了很好的效果，在各项性能方面都超过了传统的数据挖掘算法。
2.基于大数据的数据挖掘技术的特点 2.1大数据技术的特点
相关性是大数据技术很重要的一个特征。
在大数据环境下，通过分析数据之间的相关性，往往可以得出来很重要的结论。
具体的实现过程就是通过相关分析大量数据来挖掘数据背后存在的显著性的统计因素，然后利用这些统计因素进一步分析得到预期结果。
进行相关分析的技术手段有很多，常见的手段有基于最小二乘方法或者利用多回归模型来构建大数据模型，然后进行回归分析得到影响变量的主要因素，这些因素就可以广泛应用于石油勘测的风险预测工程中,这个过程就不用使用基于风险评估的手段进行了。
往往通过大数据得出来的影响因素可以直接用在石油生产的各个环节的过程中,可以有效预测出石油生产各个指标的发展趋势。
因此，在大数据技术的背景下，大量的数据为石油生产的各个环节的发展奠定了基础，通过相关分析就可以很快得到石油生产各项指标的参数以及风险评估情况，以此制定的石油生产计划更加的科学合理。
2.2云计算为大数据挖掘技术提供了可靠的技术支持
云计算技术使得大数据技术计算实现了可能，同时它扩展了虚拟技术、分布式技术、并行技术等技术框架，为大数据计算提供了灵活性和可扩展性的应用程序服务、资源存储服务等云服务，几乎涵盖了所有的信息资源。
包括数据资源、应用程序、计算资源、存储资源和基础设施等都可以从云服务中获得。
但是云计算存在着很大的安全隐患，这也是限制它发展的很重要的一个因素，但是云计算提供了很大的快捷性和可靠性。
通过云服务，工程审计人员可以构建数据云，从而利用数据云的大量数据进行审计业务的开展与实施。
3.石油工程大数据挖掘应用展望 3.1能够有效提高石油产量
随着信息技术不断发展，石油生产的各个环节已经实现了自动化、智能化和信息化，通过各种智能传感器和物联网技术能够采集油田生产环节的各种数据，这些数据包括了采油与地面工程的生产、作业等各个类型的数据，这些数据能够储存在数据库中，为开展数据挖掘算法研究了提供了第一手数据。
另外随着我国石油企业的信息发展，各种信息系统被应用于石油生产的各个环节，尤其以中石油A5系统为代表的。
A5系统的推广和油气生产物联网系统A11的实施，为采集石油生产环节的数据做出了重要贡献，然后通过数据挖掘技术来提出数据背后隐藏的规律，从而更好地指导石油生产，能够保障石油企业的经济效率。
把数据挖掘技术应用石油生产的环节具有很多优点，能够保障管理人员即使更加预测的指标和风险评估来制定相应的生产技术，同时这些预测的指标往往是基于大数据得出来的统计规律，往往更具有一般性。
管理者利用这些指标来指导石油生产，往往可以有效提升油田产量、采收率、效率、效益。
3.1网络化发展
近些年随着石油信息技术的不断发展，行业的基于数据挖掘的物联网技术也得到了很大的提升。
监督管理人员在任何地点都可以对于石油生产的各个环节进行有效的监督，这一技术得以实现主要由于网络化技术的发展。
另外一方面，随着工业化网络系统的发展，石油生产环节也越来越智能化，智能传感器通过使用数据挖掘技术能够对于系统的相关参数进行合理分析，一般发现异常就通过控制系统向相关管理系统发送错误报告，从而对于故障进行合理的修复。
网络化的技术使得人们加强了对于生产环节的控制力度，从而更好促进我国石油行业的发展。
3.2环保工艺生产制造
目前，我国经济发展对于我国环境产生了一定的破坏作用，但是基于大数据的数据挖掘技术地应用为解决这个问题提供了可行的解决方案，使用基于数据的数据挖掘技术充分符合我国的绿色设计理念，提高了产品设计科学性和合理性，以最小的资源获得最大的经济发展，同时在生产技术和生产工艺方面都得到了优化，减少了废料废气的排放，更好促进了我国产业的绿色发展，符合我国可持续发展理念。
4.结语
综上所述，基于大数据挖掘技术能够最大程度提高石油企业的经济效益。
通过大数据得出来的结论往往比人主观得出来的结论更加可靠。
因此基于大数据挖掘技术在石油企业会得到更广泛地应用。
参考文献
[1]大数据技术在石油行业信息化中的应用[J].郭瑞,李健,田立锋.电脑编程技巧与维护.2016(02)
[2]关于石油工程采油新技术的探索[J].杨玉龙,焦少举,马魁.中国石油和化工标准与质量.2016(03)
[3]大数据在石油行业中的应用[J].崔海福,何贞铭,王宁.石油化工自动化.2016(02)
[4]石油企业开展“互联网+培训”的探讨[J].郑晓莲.石油教育.2016(02)
[5]大数据挖掘技术在石油工程的应用前景展望[J].檀朝东,陈见成,刘志海,王辉萍,史赞绒,杨若谷.中国石油和化工.2015(01)
[6]如何运用大数据技术优化石油上游产业[J].李智鹏,许京国,焦涛,吴海燕,安秀娟,姜思诚.石油工业计算机应用.2015(01)。