摘要
优化钻井参数,减少意外风险,提高钻井效率是钻井技术发展的永恒追求目标和发展趋势之一.随着钻井数据规模越来越大,单凭人工或传统的计算机数据处理、数值处理,甚至简单的知识处理分析是难以胜任的.本文以钻井参数的优化与钻井风险监控为突破点,提出钻井过程自动优化监控知识模型及其推理的理论与方法研究.首先,建立基于本体的多源异构钻井数据与信息的集成模型及信息集成平台,为知识模型及其推理机制的建立,数据、信息和知识的整合创造条件;然后,建立钻井过程自动监控本体知识、时态知识和过程性知识融合的、共享与重用的知识模型,并提出基于贝叶斯网络与云模型集成的不确定的进化推理机制;最后,提出基于知识模型及其推理的知识系统集成方案.