摘要：在我国经济发展过程中，石油工业一直都占据着重要地位。随着人们对石油资源的需求量越来越大，推进石油工业发展，改进石油勘探技术势在必行。而石油地质勘探在石油开采中是非常重要的一个环节，因此保障石油地质勘探数据的准确性与有效性具有重要意义。其中数据挖掘技术在石油地质勘探中具有极高的应用价值，鉴于此，针对石油地质勘探数据挖掘技术的应用具有重要的研究意义。
关键词：石油地质勘探；数据挖掘技术；应用
引言：在石油开采的过程中，地质勘探技术具有十分重要的应用价值，其主要是以地质内部构造、石油含量以及分布情况等为对象，使地质内部的基本情况得以确定，为保障石油开采的顺利进行提供可靠的支持。其中数据挖掘技术在石油地质勘探中的应用非常广泛，在该项技术的支持下，现代石油产业取得了巨大的突破与发展。基于数据挖掘技术的应用，石油地质勘探信息的准确性得到有效提升，并且能够扩大有效信息量，从数据层面上为石油勘探提供有力支持。
一、数据挖掘技术的应用特点
现阶段，在石油地质勘探中，数据挖掘技术的应用已经趋于成熟，相关系统已经形成，除了涉及到不同微机系统，还包括科学的软件与硬件，此外还有强大数据库定位点的支撑。以数据挖掘技术中的系统环境为例，其主要是提供运行空间以支持石油地质勘探作业的进行，基于运算平台来挖掘各类数据信息。软、硬件在数据挖掘技术的应用中占据着主体地位，在这些设备的支持下，石油地质勘探的过程环节得到有效完善，将勘探途径提供给数据挖掘，并且将相关勘探数据进行汇总，为保障数据完整性、可靠性以及安全性提供有力支持。数据库则是基于相关技术效应，使不同运行的技术需求得以满足。
二、数据挖掘方法
石油勘探涉及到的信息量非常庞大，信息交汇覆盖了一些有效信息，而通过对数据挖掘技术的应用，能够在分析全部数据的时对有效数据进行挖掘。数据挖掘是基于运行原理的是实现的，在石油勘探中，数据挖掘针对的信息分为预测与描述两个方面，基于藐视能够集中化处理石油勘探中的类似于有效信息的数据，然后对预测方法加以利用，筛选描述信息中的对应数据，在描述到预测这一过程中，数据挖掘技术的分析功能得到充分体现。
1 数据挖掘技术方法的原理
在石油地质勘探中，数据挖掘技术将对象集中并汇总到一起，然后对准确的属性数据加以利用并进行描述，在运用数据挖掘方法的过程中，预测部分发挥着关键作用，除了能够准确预测信息属性，同时也基于变量形式，对勘探信息进行标记，最后进行预测建模。模型涉及到内容有数据算法与程序，能够为石油地质勘探的数据运行提供有力支持。例如函数f将石油地质勘探中的描述数据进行集中统计，其中f集合主要有两个对象，即x、y，分别表示数据属性的几何与提前做好定义规划的标记。基于f计算，使x、y配对得以实现，通过配对运算会得到回归与离散两个结果，并分别解释了石油勘探数据，进而获得数据分析的最终结果。预测模型的分析方式的广泛性特点非常突出 ，在不同的石油地质勘探样本中具有较强的适用性，属性判断失误的情况的可能性为零。
2 简述预测模型的分析方式
数据挖掘的核心就在于预测模型。模型运行基础涉及到的学科十分广泛，例如数学、计算机、统计学等等，基于对各学科优势以及运算方式的综合利用，使模型得到有效改进。在石油地质勘探中，一般模型预测方法即使有限，但是其精确性也比较突出，其中向量预测、神经组合等预测方法具有比较广泛的应用。
期刊文章分类查询,尽在期刊图书馆
三、石油地质勘探中数据挖掘技术的关键技术运用
在石油地质勘探实践中，数据挖掘的驱动性特点也非常突出，基于对预算模型中知识几何的利用，使挖掘背景得以构建，进而实现勘探挖掘数据的逐层驱动类分析，将挖掘技术的层次性充分体现出来，进而使数据分析的准确性要求得到满足。基于预测模型的运行，度动态的信息数据进行挖掘，具体设计掉石油地质的物理性能、石油基本储存方式与储存量、石油含量变化等等。在数据挖掘技术的专家分析环节中，石油开采可以实际运用勘探数据，进入使石油开采效率得到有效提升。关于数据挖掘技术在石油地质勘探中的关键技术运用，具体阐述如下。
1 石油地质勘探中的数据收集
基于石油地质勘探，首先需要对水淹层进行分析，将相关数据提取出来，对水淹层的多项属性参数进行研究，在剖面分析下将水淹层比例得出。基于水淹层各项信息的分析，对水淹层产水能力、含油量与采油效率进行判定。在石油地质勘探实践中，就整体开采作业而言，水淹层信息的意义十分关键，基于对相关信息的分析与研究，可以使石油开采中的敏感环节得到有效控制与避免。例如对水淹层的采油效率进行分析时运用数据挖掘技术，可以获取内部石油的该项基本参数，进而对石油含量的动态变化得以确定，如此一来，石油在长期蕴含的过程中的变化情况就得到分析，最终其实际勘探价值就得以确定，石油含量的准确性得到有效提升。当石油地质勘探获取到较大的采油效率指数时，则表明水淹层具有明显的纵向深度，水淹对石油含量产生较大影响，进而造成注水影响。
2 属性数据的选择方式
在选择属性数据的特征时，必须对科学、可靠的方法加以利用，才能够将数据挖掘技术的价值与作用体现出来，并以石油地质勘探的实际情况相结合，对选择方式进行合理搭配。一般情况下，属性数据的选择方式主要有人工判断、过滤选择以及加权法等三种。其中人工判断在石油地质勘探中的应用比较广泛，该方法是以人工经验为依据，对属性数据进行确定。而过滤选择则是将遗传算法结合到一起，对空间的属性数据进行搜索，并对二进制加以利用，实现数据排码，对属性参数进行设置，基于交叉与变异的约束，使相关勘探数据得以确定。最后一种加权法则是分析单相数据属性，在方差计算下获取数据，这种方法的选择几率并不高，究其原因就在于方差方式涉及到的数据与运算方式具有一定的复杂性，其规模与耗时也比较庞大，数据检测的效率并不高。
3 数据挖掘中的建模方式
所谓的建模方式，就是基于数据挖掘的运行方法，使模型分类运行得以实现，并对决策树进行分析，在建模运算的过程中以递归方式为理论依据，对整体的“树”模型进行构建，使“树”具有合理的主干与分支，其中将无效分支去除最为关键；之后利用算法，基于向分支决策的渗入，使分支中的信息保持均等，使信息偏重问题得以避免，实现对决策误差的有效控制；最后对x³的方式加以利用，对数据决策的属性加以利用，基于准确性原则，将建模对石油地质勘探信息分析的有效性体现出来。
参考文献
[1]张夏林.主题式石油天然气地质勘探点源数据库的研究与开发[D].中国地质大学,2002.
[2]段炬霞.K-means算法的改进及其在地质勘探地震数据分析中的应用[D].北京邮电大学,2012.
[3]石广仁.数据挖掘在石油勘探数据库中的应用前景[J].中国石油勘探,2009,(1):60-64.
[4]段新民,陈清华,李琴等.石油勘探开发数据信息与数据挖掘[J].情报杂志,2004,23(7):111-112.
论文作者:魏乐
论文发表刊物:《基层建设》2017年第25期
论文发表时间:2017/11/27
标签：地质勘探论文; 石油论文; 数据论文; 数据挖掘论文; 技术论文; 水淹论文; 属性论文; 《基层建设》2017年第25期论文;