基于机器学习的勘探开发数据质控方法研究  

作　　者：李良[1,2] 薛媛[1,2] 高源[1,2] 苏建华[1,2] 蔡少锋 

机构地区：[1]中国石油长庆油田公司勘探开发研究院 [2]低渗透油气田勘探开发国家工程实验室

出　　处：《石油工业计算机应用》2022年第1期31-34,共4页Computer Applications Of Petroleum

摘　　要：数据是油气藏研究的基础。长庆油田大型一体化油气藏研究与决策支持系统(简称RDMS)整合新建了长庆油田动静态基础数据库和研究成果库,形成了海量数据资源池,数据源头众多,且存在同一类型数据不一致情况。针对这些问题,应用Python爬虫、神经网络等大数据及机器学习方法,开发PDF文档自动解析与数据提取、图像中数据识别等程序,并应用到录井完井报告、测井蓝图质量查验以及标密资料脱密处理等方面,使数据质量问题的发现变被动为主动,提高了数据准确性,并杜绝了泄密隐患。

关 键 词：大数据 机器学习 爬虫 图像识别 数据质量 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]