数据挖掘聚类算法在斜井抽油扶正器设计中的应用  

Application Research of Data Mining and Clustering Algorithm in Deviated Well Pumping Centralizer Design

作　　者：王学军[1,2] 刘学军[1] 王龙[2] 李莎[3] 赵永峰[3] 

机构地区：[1]南京工业大学电子与信息工程学院,江苏南京210009 [2]承德石油高等专科学校,河北承德067000 [3]中国石油天然气管道通信电力工程总公司,河北廊坊065000

出　　处：《承德石油高等专科学校学报》2013年第2期20-23,共4页Journal of Chengde Petroleum College

基　　金：2012年承德石油高等专科学校;校级科研课题"基于数据挖掘的工程数据算法与模型应用的研究";河北省2009年自然科学研究计划项目"数据挖掘在石油工程类数据处理中的研究和应用(Z2009405)";河北省教育科学研究"十一五"规划课题"高职院校数学素质对大学生思维活动影响力的研究和实践"

摘　　要：针对石油斜井抽油生产过程中产生的超大量数据,利用数据挖掘的聚类算法可得到很多有用的价值和信息,K-均值算法是聚类划分算法中的重要内容,通过该算法可实现对斜井抽油中的数据进行分析、处理的目的,达到对扶正器位置进行设计的重要应用。Based on the massive data produced in the process of oil pumping of inclined well, we can get much useful values and information by using clustering algorithm of data mining, while k- means algorithm is a fundamental part in clustering algorithm. With this algorithm we can readily analyze, process all the data produced during oil pumping of inclined well, and further locate the centralizer.

关 键 词：数据挖掘 聚类算法 斜井抽油 扶正器设计 应用研究 

分 类 号：TE243[石油与天然气工程—油气井工程]