简介:因为信息技术基础设施已成为企业整个经营的不可缺少的一部分,故对网络安全的威胁不再仅仅是一个“信息技术问题”,而且也是一个管理上的问题。如今,油气企业所面临的一个主要威胁之一就是:任何人都能从因特网上下载复杂软件。从不计其数的软件卖主和黑客站点上可以下栽先进的软件程序,这使得任何人都可以通过因特网或是企业的远程访问系统全面地、实时地访问一个公司的网络系统。用这些局部加载的工具,黑客们就能了解公司的全部IT拓扑结构,包括其内部职员都从不知道的所有网络装置。若是没有完备的网络监控系统来监控系统内部发生的事情,这种情况便会发生。现在“蜂鸣字短语”指“远程代理软件”,尽管这些代理软件通过允许对公司的整个基础设施实施远程管理而使其保持最佳状态,从而在网络系统管理中起到了有益的作用,但远程代理软件也能用来破坏公司的网络。因为一旦安装完毕,它们就会给黑客成功地突破安全防线提供对系统的远程控制,一旦得手,他们就能够操纵公司的网络。另外,黑客能在不破坏有源网络任何一部分的情况下复制机密信息,而且随时可以修改数据和资料。这种情况发生是因为没有企业标准来保护数据库和企业机密信息。
简介:GeoFrame软件是胜利油田分公司物探研究院地震资料解释生产的主力软件,实时掌握该软件系统的在线信息对用户来说至关重要。通过对GeoFrame解释系统数据库结构、查询处理流程、查询优化技术的研究,针对性地解决了目前在线查询功能不足的问题题,达到了提高解释工作效率的目的。
简介:由于油气勘探开发问题已变得十分复杂,已无法只依靠一个学科来解决,同时我们又处在信息爆炸的时代,所以油气行业的多学科分析方法和数据发掘工作也就显得越来越必要,已远远超出了职业好奇心。为了解决我们所面临的困难问题,需要为传统学科(例如石油工程学、地质学、地球物理学和地球化学)拆除我们所构建的隔墙,同时寻找真正的多学科解决办法。因此,我们今天基于结果的“综合”将不得不让位于一种新的综合形式,这就是学科综合。此外,为了解决复杂问题,还需要超越标准的数学技术。为此,需要用一些新兴的成套方法和软计算技术(例如专家系统、人工智能、神经网络、模糊逻辑、遗传算法、概率推理和并行处理技术)来补充常规的分析方法。软计算与常规(硬)计算的区别,表现在软计算可以接受模糊性、不确定性和局部真实。软计算还具有易于使用、功能强大、可靠有效和成本低廉的特点。在这篇综述性论文中,我们要特别强调软计算对油气藏智能描述和勘探的作用。
简介:为了识别三维地震数据和生产测井数据之间的非线性关系和映射,开发出了的一种综合方法。该方法在一个在产油田得到了应用。它采用了诸如地质统计和传统的模式识别等常规技术,并结合现代的软计算(softcomputing)技术(神经计算学、模糊逻辑学、遗传计算学和概率推理学等)。我们的一个重要研究目的,是在三维地震数据和现有的生产测井数据的基础上,利用聚类(clustering)技术确定最佳的新井井位。采用三种方法进行分类:(1)k-平均聚类;(2)模糊c-平均聚类;(3)识别相似数据体的神经网络聚类。在井筒周围可以识别聚类组(duster)与生产测井数据的关系,所得结果用于在远离并筒方向上重建和外插生产测井数据。这种先进的三维地震和测井数据分析与解释技术可用于:(1)确定生产数据和地震数据之间的映射;(2)在多属性分析的基础上预测油藏连续性;(3)预测产层;(4)优化井位。
简介:值此《油气地球物理》创刊发行之际.我谨代表胜利石油管理局和油田有限公司,向油田广大石油物探工作者.向关心和支持该刊发展的全体编委们,向该刊的组织者和实施者,致以崇高的敬意和谢意。地球物理技术是油田勘探开发的关键技术。地球物理技术的产生和发展,有力地推动了我国石油工业的迅猛发展。24世纪54年代,重力、磁力方法应用于区域普查,加快了华北盆地基地和沉积构造的勘探步伐;60年代早期,二维地震的应用,突破了传统勘探方法,初步解决了构造解释问题,提高了油气勘探的准确性:60年代中后期,胜利油田东辛‘.三维地震”设计和栗集处理成功,大大提高了复杂构造的描述
简介:本文介绍了一种连续监测水驱动态数据的方法,这些数据可以是单井数据、井组数据或者整个油田的数据。通过注水进行非混相驱的效率取决于许多参数,包括流度比、纵横比和非均质性指数。累积水油比(在本文中叫做CWOR)可以作为评价水驱效率的无因次参数。为了得到这些控制参数的标准范围,进行了以模拟为基础的研究(包括这些因素的重复组合)。估算了CWOR的预计范围(从1.5到50以上)。此外,检验了不同油藏给定条件下的瞬时WOR(IWOR)与CWOR的上升趋势,可以把这些趋势作为测量水驱效率与预计的渐近水平的监测工具。本文提出了这样一种方法,即通过比较IWOR与CWOR的无因次曲线估算油藏非均质性指数。
简介:1956年美国计算机科学家约翰麦卡锡组织召开了达特茅斯会议,会议上首次提出“ArtmcialInteuigence”一词,也就是我们沿用至今的“人工智能”一词。直到最近十几年,随着计算机计算能力越来越强大以及互联网的普及,巨大的流量数据成为孕育人工智能领域快速发展的肥沃土壤。石油勘探开发过程中也伴随了庞大数据的产生,对数据的处理和深度挖掘需求日益迫切,建立在机器学习基础上的人工智能也呼之欲出。早在上世纪80年代中期,人工智能技术与计算机硬件体系结构的密切结合,出现了一批适应勘探开发需要的实用技术。这些技术发展到今天,以人工神经网络技术、模糊逻辑、专家系统作为人工智能的典型代表技术应用较为活跃,已渗透到石油勘探开发的各个环节,对石油工业产生了重要的影响。