摘要
油田勘探开发数据库作为油田的重要数据分析资源,其数据的准确性受到油田工作人员的广泛关注.随着勘探开发数据的不断增加,数据质检难度逐渐增大,但现存的质量检查方法不能及时、有效地发现数据质量问题.现存的质检方法是管理人员凭借个人经验并在数据库中建立存储过程进行数据检查,此方法存在以下两个方面的问题:一方面工作效率低且工作人员在统计数据时容易出现错误输入、数据遗漏等情况,导致结果准确性低,另一方面存储过程包含的质检规则宽松、灵活性差、缺少智能性,仅仅对数据的完整性、一致性进行检查,只能检查出部分异常数据.现急需一种智能化的质检方法来解决当前质检速度慢、难度大的问题.因此,提出建立质检专家系统,并使用机器学习算法辅助使其智能地完成质检工作,减轻数据管理人员的压力.该文通过采集专家经验建立知识库,而后使用推理机推理得到质检结果,再应用机器学习算法分析质检结果对知识库进行更新,最后通过实验证明该方法可以有效地对勘探开发数据进行质量检查.
基金项目
国家自然科学基金(51774090)
黑龙江省自然科学基金面上项目(F2015020)
黑龙江省科研人才培育项目(青年重点)(2017PYQDL-11)
国家科技期刊平台
NSTL
维普
万方数据