石油行业上游生产（勘探、开发）数据分类的研究
|
摘要
当前国际、国内各大石油公司非常重视信息系统和数据库建设，目的非常明确：降低管理费用、加强质量控制、加快数据查找、缩短数据加载时间、共享数据资源、迅速掌握本公司生产经营动态信息、提高决策管理水平。
海量、异构数据的管理和应用一直是石油行业数据库和信息系统建设的瓶颈。目前国内各家石油公司都在着力建设统一的信息管理系统，而多学科、多专业、不同类别、历史跨度巨大的海量、异构数据的管理和应用这一难题是信息化建设过程中必须解决的问题，仅中国石油某油田勘探数据库存储结构化数据就有约1GB，矢量化图形、扫描图形、文档等非结构化数据约10TB。专业更涉及地震、钻井、录井、测井、试油试采、井下作业、分析化验等。目前行业内还没有科学、成熟的方法。
从数据分类入手、创建统一的勘探开发数据模型，用于油气勘探开发历史数据以及对新产生数据的管理，是解决上述问题的切入点。
信息系统架构的发展从面向过程到面向对象，再到当前面向服务的架构（SOA Sevice OrientedArchitecture）。事实上，目前国内学者最近已经提出面向数据的架构（DOA Data Oriented Architecture），在DOA架构中，“数据为核心，标示为主线”是其最重要的特征。这说明从研究机构到应用企业，数据的管理和应用已成为核心。
“石油行业上游生产（勘探、开发）数据的分类研究”这一课题，将针对油气勘探、开发生产过程中取得和形成的海量、异构数据进行分类研究，形成科学的分类方法，并应用于创建统一的勘探开发数据模型、应用于开发统一的数据管理和应用平台。本文的主要贡献和成果为:
1、提出了一种石油行业上游生产（勘探、开发）数据的多维度（三维）分类模型（MDDCM，Multi Demension(3D) Data Categories Model）。该模型是针对油气勘探生产过程中地质、物探、钻井、录井、测井、试油、岩心、分析化验等原始和成果资料，按照数据的产生性质划分成规划计划类、运行统计类和技术成果类，从数据表现形式上可分为结构化和非结构化数据，这种分类模型有利于指导勘探工作的进行，也利于数据的共享和对应用服务平台的支持，也有利于数字油田的建设。
2、提出了一种按照多维度（三维）数据分类模型的上游生产（勘探、开发）数据整理和数据库构建方法（MDDDCM， Multi Demension Data Integration andDatabase Construction Method）。基于多维（三维）分类模型，按照业务驱动的原则，从勘探开发业务入手，梳理主要业务流程，利用国际通行的POSC业务参考模型匹配，在对POSC业务、中石油业务以及二者之间关系的仔细分析基础上，建立起POSC业务与中石油业务的对应关系，识别出每个关键业务过程中的数据类型及数据项；在此基础上，整合、优化各业务过程中的数据类型和数据项，最终成功地构建了石油行业勘探开发一体化模型。
3、设计和实现了一种上游生产（勘探、开发）数据的综合管理和应用系统。系统包括数据采集、数据存储、数据处理、系统应用等功能。
Current international and domestic major oil companies attach great importanceto information systems and database construction. Straightforward purpose is toreduce management costs and enhance quality control, speed up data lookup andreduce data loading time, share data resources and quickly grasp productiondynamic information, and improve decision-making management level.
Vast amounts of heterogeneous data management and application has been thebottleneck of the oil industry database and information system. To build a unifiedinformation management system it must be addressed though those data coming frommulti-disciplinary, multi-subject, different types of historical span. Structured data inan Petrochina oil field exploration database only is about1GB, unstructured data isabout10TB including vector graphics, scanned graphics, documents and others.Disciplinary involved in includes seismic, drilling, logging, logging, oil test testmining, underground work, analysis and testing. Within the industry not yet hasscientific and mature solution.
It is the entry point to solve the above problem that Starting from the dataclassification, creating a unified exploration and development data model and usingfor its historical data and new data management.
The development of information systems architecture has experiencedprocess-oriented architecture, object-oriented architecture, and currentservice-oriented architecture (SOA). In fact, domestic scholars have recently beenproposed data-oriented architecture (DOA) in which data as the core and label as themain line show everywhere. This shows that data management and application hasbecome the core from research institutions to application enterprise.
This subject, petroleum upstream production data category studying (includingexploration and development), carry out category studying on Massive, heterogeneousdata collected and formed in oil and gas exploration and development, will form ascientific category method and a uion exploration and development data model, usefor building union date mangament and apply platform. Main results of this article areas follows:
1、MDDCM（MDDCM, Multi Demension(3D) Data Categories Model）has beenput up for oil and gas exploration and development upstream production data. Thefirst “D” is oil and gas business, from it data can be category into geology,geophysical prospecting, drilling and so on; the second “D” is data property ofproduction, from it data can be category into planning, operating and achievement,the third “D” is data manifestation, from it data can be category into Structured dataand unstructured data. This model can guiding oil and gas exploration process; andis beneficial to data applying and service paltform supporting, also profitable todigital fields construction.
2、MDIDCM（MDDIDCM, Multi Demension Data Integration and DatabaseConstruction Method）is serving for data produced from upstream production whichalso means oil and gas exploration and development. According to MDDCM,business driving principle and POSC which has been used internationally, thecorrespondences is established between POSC and Petro-china exploration anddevelopment data, in this process also identified key data type and key business item.On this basis, key data type and key business item are integrated and screened, and oiland gas exploration and development unity conceptual model is set up.
3、 A system has been planed and realized preparatory to comprehensivemanaging and applying data produced from upstream production. It includs datagather and store，data process and apply.
海量、异构数据的管理和应用一直是石油行业数据库和信息系统建设的瓶颈。目前国内各家石油公司都在着力建设统一的信息管理系统，而多学科、多专业、不同类别、历史跨度巨大的海量、异构数据的管理和应用这一难题是信息化建设过程中必须解决的问题，仅中国石油某油田勘探数据库存储结构化数据就有约1GB，矢量化图形、扫描图形、文档等非结构化数据约10TB。专业更涉及地震、钻井、录井、测井、试油试采、井下作业、分析化验等。目前行业内还没有科学、成熟的方法。
从数据分类入手、创建统一的勘探开发数据模型，用于油气勘探开发历史数据以及对新产生数据的管理，是解决上述问题的切入点。
信息系统架构的发展从面向过程到面向对象，再到当前面向服务的架构（SOA Sevice OrientedArchitecture）。事实上，目前国内学者最近已经提出面向数据的架构（DOA Data Oriented Architecture），在DOA架构中，“数据为核心，标示为主线”是其最重要的特征。这说明从研究机构到应用企业，数据的管理和应用已成为核心。
“石油行业上游生产（勘探、开发）数据的分类研究”这一课题，将针对油气勘探、开发生产过程中取得和形成的海量、异构数据进行分类研究，形成科学的分类方法，并应用于创建统一的勘探开发数据模型、应用于开发统一的数据管理和应用平台。本文的主要贡献和成果为:
1、提出了一种石油行业上游生产（勘探、开发）数据的多维度（三维）分类模型（MDDCM，Multi Demension(3D) Data Categories Model）。该模型是针对油气勘探生产过程中地质、物探、钻井、录井、测井、试油、岩心、分析化验等原始和成果资料，按照数据的产生性质划分成规划计划类、运行统计类和技术成果类，从数据表现形式上可分为结构化和非结构化数据，这种分类模型有利于指导勘探工作的进行，也利于数据的共享和对应用服务平台的支持，也有利于数字油田的建设。
2、提出了一种按照多维度（三维）数据分类模型的上游生产（勘探、开发）数据整理和数据库构建方法（MDDDCM， Multi Demension Data Integration andDatabase Construction Method）。基于多维（三维）分类模型，按照业务驱动的原则，从勘探开发业务入手，梳理主要业务流程，利用国际通行的POSC业务参考模型匹配，在对POSC业务、中石油业务以及二者之间关系的仔细分析基础上，建立起POSC业务与中石油业务的对应关系，识别出每个关键业务过程中的数据类型及数据项；在此基础上，整合、优化各业务过程中的数据类型和数据项，最终成功地构建了石油行业勘探开发一体化模型。
3、设计和实现了一种上游生产（勘探、开发）数据的综合管理和应用系统。系统包括数据采集、数据存储、数据处理、系统应用等功能。
Current international and domestic major oil companies attach great importanceto information systems and database construction. Straightforward purpose is toreduce management costs and enhance quality control, speed up data lookup andreduce data loading time, share data resources and quickly grasp productiondynamic information, and improve decision-making management level.
Vast amounts of heterogeneous data management and application has been thebottleneck of the oil industry database and information system. To build a unifiedinformation management system it must be addressed though those data coming frommulti-disciplinary, multi-subject, different types of historical span. Structured data inan Petrochina oil field exploration database only is about1GB, unstructured data isabout10TB including vector graphics, scanned graphics, documents and others.Disciplinary involved in includes seismic, drilling, logging, logging, oil test testmining, underground work, analysis and testing. Within the industry not yet hasscientific and mature solution.
It is the entry point to solve the above problem that Starting from the dataclassification, creating a unified exploration and development data model and usingfor its historical data and new data management.
The development of information systems architecture has experiencedprocess-oriented architecture, object-oriented architecture, and currentservice-oriented architecture (SOA). In fact, domestic scholars have recently beenproposed data-oriented architecture (DOA) in which data as the core and label as themain line show everywhere. This shows that data management and application hasbecome the core from research institutions to application enterprise.
This subject, petroleum upstream production data category studying (includingexploration and development), carry out category studying on Massive, heterogeneousdata collected and formed in oil and gas exploration and development, will form ascientific category method and a uion exploration and development data model, usefor building union date mangament and apply platform. Main results of this article areas follows:
1、MDDCM（MDDCM, Multi Demension(3D) Data Categories Model）has beenput up for oil and gas exploration and development upstream production data. Thefirst “D” is oil and gas business, from it data can be category into geology,geophysical prospecting, drilling and so on; the second “D” is data property ofproduction, from it data can be category into planning, operating and achievement,the third “D” is data manifestation, from it data can be category into Structured dataand unstructured data. This model can guiding oil and gas exploration process; andis beneficial to data applying and service paltform supporting, also profitable todigital fields construction.
2、MDIDCM（MDDIDCM, Multi Demension Data Integration and DatabaseConstruction Method）is serving for data produced from upstream production whichalso means oil and gas exploration and development. According to MDDCM,business driving principle and POSC which has been used internationally, thecorrespondences is established between POSC and Petro-china exploration anddevelopment data, in this process also identified key data type and key business item.On this basis, key data type and key business item are integrated and screened, and oiland gas exploration and development unity conceptual model is set up.
3、 A system has been planed and realized preparatory to comprehensivemanaging and applying data produced from upstream production. It includs datagather and store，data process and apply.
引文
[1]古学进，文必龙，POSC能源电子标准技术及应用，北京：地质出版社，2003.11ISBN-7116-03926-0
[2]王海平等，基于POSC的油田业务分析与建模方法，计算机系统应用，2010/03
[3]文必龙,刘贤梅,郭立君,张剑光,苏斐，基于POSC平台的数据仓库，大庆石油学院学报第26卷第1期2002年3月
[4]赵峰，以POSC模型为指导分析勘探开发业务流和数据流内江科技，2011年第10期
[5]曾庆猛张贵宾毛智慧贾春明姚子修，中石油A1系统PCEDM数据模型的分析和认识，石油工业计算机应用总第65期2010年第1期
[6]赵飞,文必龙，基于实体的POSC数据交换，大庆石油学院学报第25卷第4期2001年12月
[7]雷景生，基于POSC平台的油气勘探数据仓库系统及其应用，计算机应用，第23卷第8期，2003年8月
[8]李大伟，对中国石油专业应用软件的现状分析与发展思考[J]，石油工业计算机应用，2OO8年，16（4）l2-5
[9]李大伟，论A1、A2项目之ABCDEF，辽河石油报，2006年l1月2O、21、22日
[10]李大伟，中国石油信息化建设之关键[J]，石油工业计算机应用，2OO8，16（1）：3-6
[11]刘希俭主编，中国石油信息化管理[M]，北京：石油工业出版社，2OO8
[12]李清辉、文必龙、曾颖编着，数字油田信息平台构架[M]，北京：石油工业出版社，2OO8
[13]陈德良主编，管理信息系统[M]。北京，人民邮电出版社，2009
[14]徐茂智、邹维编着，信息安全概论[M].北京人民邮电出版社，2007
[15]王冬梅，推进中国石油信息化建设，提高企业竞争力，石油工业计算机应用，1999.7（3）：6-8
[16]李大伟、刘海英，关于石油工业软件工程化的思考，勘探家，2000，5（1）：32-36
[17]李大伟，信息系统运行维护的八大意识[J].中国信息界，2011，3:51-52
[18]崔锦龙，石油和化工信息化建设待提速[J].数字油田和化工，2008，11:60
[19]周宏仁主编，中国信息化进程[M].北京：人民出版社，2009
[20]廖善荣，浅议石油企业信息安全保障体系，政府/行业信息化安全论坛，2007.06
[21]李大伟，纵论中国石油信息化[J]，石油工业计算机应用，2009年，17（2）:2-9
[22]李大伟，论中国石油工业信息化建设之十大关系[J]，数字石油和化工，2009年，7:175-178
[23]王亦然、王从镔，虚拟化环境中的高可用性方案探讨，计算机与网络2010，20，63-65
[24]余江涛，教研网需要哪些知识管理门户[J]，中小学电教（教师版），2009年，6：13-15
[25]周瑜萍，企业网站建设探寻[J]，中国信息界，2003年，9：56-57
[26]陈艳，浅谈网站建设[J]，内江科技，2009年，6:147-147
[27]夏明忠、邓青、孙建江等，拓展企业信息应用全面提升门户应用水平[J]，数字石油和化工，2009年，7：100-103
[28]中国石油天然气集团公司2000-2009年中国石油信息化成果报告[R]，2009
[29]李大伟、林琳、王碧玉，信息系统培训的分类、组织和管理[J]，中国信息界，2010（10）40-45
[30]李大伟、刘飞飞、童晓玲等，专业应用信息系统门户网站的设计、实现与维护[J]，中国信息界，2010（1-2）：77-79
[31]何桂红，产能建设项目后评价方法[J]，油气田地面工程，2007，26（12）：58-59
[32]雷中英、陈薇，工程项目后评价内容分析[J]，当代经济，2008（7）：126-127
[33]中国石油天然气股份有限公司，油气勘探项目后评价[M]，北京：石油工业出版社，2005
[34]张礼貌、郭宝申、罗佐县，关于开展油气勘探项目后评价的思考[J]，油气地质与采收率，2007.14（5）：107-110
[35]肖金花，当前企业培训存在问题及对策探讨[J]，现代商业，2009（2）：103
[36]李湘兴，关于做好企业培训的思考[J]，厦门科技，2009（5）：49-51
[37]杜金颖，企业员工培训探究[J]，当代经济，2009（6）[下]：68-69
[38]王建伟，谈我国企业员工培训存在的误区及相应对策[J]，管理与财富，2009（2）：57-58
[39]林译炎主编，企业培训设计与管理[M]，广州：广东经济出版社，2004
[40]凌交轮等，组织培训[M]，北京：中国经济出版社，2003
[41]李启英，论如何科学划分培训类型[J]，决策探索，2009（6）[下]：54
[42]张彦彦，浅谈企业的人才培训方式[J]，商情，2009（20）：101-104
[43]钟幸模，改进油田技术工人培训的几点设想[J]，江汉石油职工大学学报，2004（5）：24-26
[44]胡蓓、陈建安，培训机制分类模型及应用[J]，研究与发展管理，2003（2）：31-35
[45]魏华，企业员工培训管理体系研究[D]，天津大学研究生毕业论文，2006
[46]徐庆文、裴春霞，培训与开发[M]，济南：山东人民出版社，2004
[47]A1、A2项目组油气水井数据管理系统项目需求分析报告等项目内部资料
[48] Breitbart Y，Georgakopolous D.Rusinkiewicz M，Silberschatz A.On Rigorous TransactionScheduling. IEEE Transactions on Software Engineering.1991，17(9)
[49] Mehrotra S，Rastogi R，Breitbart Y，Korth H F，Silberschatz A.The Concurrency ControlPorblem in Multidatabase. Characteristics and Solutions. In; Proc. of the1992ACMSIGMOD Intl.Cord. on Management of Date. San Diego，Calif.1992
[50] Arthur Andersen and John S. Herold Inc.(1998) Global Upstream Performance Trends–Regional Analysis. Houston.
[51] Bureau of Industry Economics (1994) Beyond the Innovator: Spillovers from AustralianIndustrial R&D. Occasional Paper， vol.16(Canberra， Australian Government PublishingService).90.
[52] Cohen， W.&Levinthal， D.(1990) Absorptive Capacity: a New Perspective on Learningand Innovation， Administrative Science Quarterly，35，128-152.
[53] Fagan， M.(1997) Resource Depletion and Technical Change: Effects on U.S. Crude OilFinding Costs from1977to1994， The Energy Journal，18(4)，91-105.
[54] Grandstrand， O.， Patel， P.&Pavitt， K.(1997， Summer) Multi-TechnologyCorporations: Why they have "distributed" rather than "distinctive core" competencies，California Management Review，39(4)，8-25.
[55] Grant， R. M.&Cibin， R.(1995) Strategy and performance among state-owned andprivately-owned companies in the world oil industry， Int. J. of Global Energy Issues，7(1/2)，70-81.
[56] Griliches， Z.(1990) Patent Statistics as Economic Indicators: A Survey， Journal ofEconomic Literature，28(December1990)，1661-1707.
[57] Hirschey， M.， Richardson， V.&Scholz， S.(1999) Value Relevance of NonfinancialInformation: The Case of Patent Data， School of Business， University of Kansas， mimeo.
[58] Laestadius， S.(1998) The relevance of science and technology indicators: the case of pulpand paper，Research Policy (27)，385-395.
[59] Martin， B.(1998， October) The new millennium-challenges facing the UK oil ad gasindustry， SPE Review(109)，10-11.
[60] Patel， P.&Pavitt， K.(1994) The continuing， widespread (and neglected) importanceof improvements in mechanical technologies， Research Policy (23)，533-545.
[61] Price Waterhouse World Energy Group&Petroleum Intelligence Weekly (1997) Rankingthe World's Top Oil Companies，1997(New York and Houston， Price Waterhouse andPIW).
[62] Stevens， P.(1996) Oil prices: the start of an era? Energy Policy，24(5)，391-402.
[63] Wintersteller，W.(1993) The Role of Technology in the Upstream Petroleum Industry，diss(Leoben Austria， Mining University)
[64] HanJiawei，KamberM．Data Mining Concepts and Techniques [M]．Hi erEducationPress，2001.
[65] CannataroM， TaliaD， Tnmio P. Knowledge grid：high performance knowledgediscovery services onthed，Workshop on Grid Computer in Conjunction withSupercom-puti ng2001[C]. Berlin：Springer，Borzem skiL.Mining internet datasets forcomputationalgrids，9th International Conference KES2005[C]. Berlin：
[66] Boyun Guo，William C. Lyons，Ali Ghalambor:Petroleum production engineering: acomputer-assisted approach
[2]王海平等，基于POSC的油田业务分析与建模方法，计算机系统应用，2010/03
[3]文必龙,刘贤梅,郭立君,张剑光,苏斐，基于POSC平台的数据仓库，大庆石油学院学报第26卷第1期2002年3月
[4]赵峰，以POSC模型为指导分析勘探开发业务流和数据流内江科技，2011年第10期
[5]曾庆猛张贵宾毛智慧贾春明姚子修，中石油A1系统PCEDM数据模型的分析和认识，石油工业计算机应用总第65期2010年第1期
[6]赵飞,文必龙，基于实体的POSC数据交换，大庆石油学院学报第25卷第4期2001年12月
[7]雷景生，基于POSC平台的油气勘探数据仓库系统及其应用，计算机应用，第23卷第8期，2003年8月
[8]李大伟，对中国石油专业应用软件的现状分析与发展思考[J]，石油工业计算机应用，2OO8年，16（4）l2-5
[9]李大伟，论A1、A2项目之ABCDEF，辽河石油报，2006年l1月2O、21、22日
[10]李大伟，中国石油信息化建设之关键[J]，石油工业计算机应用，2OO8，16（1）：3-6
[11]刘希俭主编，中国石油信息化管理[M]，北京：石油工业出版社，2OO8
[12]李清辉、文必龙、曾颖编着，数字油田信息平台构架[M]，北京：石油工业出版社，2OO8
[13]陈德良主编，管理信息系统[M]。北京，人民邮电出版社，2009
[14]徐茂智、邹维编着，信息安全概论[M].北京人民邮电出版社，2007
[15]王冬梅，推进中国石油信息化建设，提高企业竞争力，石油工业计算机应用，1999.7（3）：6-8
[16]李大伟、刘海英，关于石油工业软件工程化的思考，勘探家，2000，5（1）：32-36
[17]李大伟，信息系统运行维护的八大意识[J].中国信息界，2011，3:51-52
[18]崔锦龙，石油和化工信息化建设待提速[J].数字油田和化工，2008，11:60
[19]周宏仁主编，中国信息化进程[M].北京：人民出版社，2009
[20]廖善荣，浅议石油企业信息安全保障体系，政府/行业信息化安全论坛，2007.06
[21]李大伟，纵论中国石油信息化[J]，石油工业计算机应用，2009年，17（2）:2-9
[22]李大伟，论中国石油工业信息化建设之十大关系[J]，数字石油和化工，2009年，7:175-178
[23]王亦然、王从镔，虚拟化环境中的高可用性方案探讨，计算机与网络2010，20，63-65
[24]余江涛，教研网需要哪些知识管理门户[J]，中小学电教（教师版），2009年，6：13-15
[25]周瑜萍，企业网站建设探寻[J]，中国信息界，2003年，9：56-57
[26]陈艳，浅谈网站建设[J]，内江科技，2009年，6:147-147
[27]夏明忠、邓青、孙建江等，拓展企业信息应用全面提升门户应用水平[J]，数字石油和化工，2009年，7：100-103
[28]中国石油天然气集团公司2000-2009年中国石油信息化成果报告[R]，2009
[29]李大伟、林琳、王碧玉，信息系统培训的分类、组织和管理[J]，中国信息界，2010（10）40-45
[30]李大伟、刘飞飞、童晓玲等，专业应用信息系统门户网站的设计、实现与维护[J]，中国信息界，2010（1-2）：77-79
[31]何桂红，产能建设项目后评价方法[J]，油气田地面工程，2007，26（12）：58-59
[32]雷中英、陈薇，工程项目后评价内容分析[J]，当代经济，2008（7）：126-127
[33]中国石油天然气股份有限公司，油气勘探项目后评价[M]，北京：石油工业出版社，2005
[34]张礼貌、郭宝申、罗佐县，关于开展油气勘探项目后评价的思考[J]，油气地质与采收率，2007.14（5）：107-110
[35]肖金花，当前企业培训存在问题及对策探讨[J]，现代商业，2009（2）：103
[36]李湘兴，关于做好企业培训的思考[J]，厦门科技，2009（5）：49-51
[37]杜金颖，企业员工培训探究[J]，当代经济，2009（6）[下]：68-69
[38]王建伟，谈我国企业员工培训存在的误区及相应对策[J]，管理与财富，2009（2）：57-58
[39]林译炎主编，企业培训设计与管理[M]，广州：广东经济出版社，2004
[40]凌交轮等，组织培训[M]，北京：中国经济出版社，2003
[41]李启英，论如何科学划分培训类型[J]，决策探索，2009（6）[下]：54
[42]张彦彦，浅谈企业的人才培训方式[J]，商情，2009（20）：101-104
[43]钟幸模，改进油田技术工人培训的几点设想[J]，江汉石油职工大学学报，2004（5）：24-26
[44]胡蓓、陈建安，培训机制分类模型及应用[J]，研究与发展管理，2003（2）：31-35
[45]魏华，企业员工培训管理体系研究[D]，天津大学研究生毕业论文，2006
[46]徐庆文、裴春霞，培训与开发[M]，济南：山东人民出版社，2004
[47]A1、A2项目组油气水井数据管理系统项目需求分析报告等项目内部资料
[48] Breitbart Y，Georgakopolous D.Rusinkiewicz M，Silberschatz A.On Rigorous TransactionScheduling. IEEE Transactions on Software Engineering.1991，17(9)
[49] Mehrotra S，Rastogi R，Breitbart Y，Korth H F，Silberschatz A.The Concurrency ControlPorblem in Multidatabase. Characteristics and Solutions. In; Proc. of the1992ACMSIGMOD Intl.Cord. on Management of Date. San Diego，Calif.1992
[50] Arthur Andersen and John S. Herold Inc.(1998) Global Upstream Performance Trends–Regional Analysis. Houston.
[51] Bureau of Industry Economics (1994) Beyond the Innovator: Spillovers from AustralianIndustrial R&D. Occasional Paper， vol.16(Canberra， Australian Government PublishingService).90.
[52] Cohen， W.&Levinthal， D.(1990) Absorptive Capacity: a New Perspective on Learningand Innovation， Administrative Science Quarterly，35，128-152.
[53] Fagan， M.(1997) Resource Depletion and Technical Change: Effects on U.S. Crude OilFinding Costs from1977to1994， The Energy Journal，18(4)，91-105.
[54] Grandstrand， O.， Patel， P.&Pavitt， K.(1997， Summer) Multi-TechnologyCorporations: Why they have "distributed" rather than "distinctive core" competencies，California Management Review，39(4)，8-25.
[55] Grant， R. M.&Cibin， R.(1995) Strategy and performance among state-owned andprivately-owned companies in the world oil industry， Int. J. of Global Energy Issues，7(1/2)，70-81.
[56] Griliches， Z.(1990) Patent Statistics as Economic Indicators: A Survey， Journal ofEconomic Literature，28(December1990)，1661-1707.
[57] Hirschey， M.， Richardson， V.&Scholz， S.(1999) Value Relevance of NonfinancialInformation: The Case of Patent Data， School of Business， University of Kansas， mimeo.
[58] Laestadius， S.(1998) The relevance of science and technology indicators: the case of pulpand paper，Research Policy (27)，385-395.
[59] Martin， B.(1998， October) The new millennium-challenges facing the UK oil ad gasindustry， SPE Review(109)，10-11.
[60] Patel， P.&Pavitt， K.(1994) The continuing， widespread (and neglected) importanceof improvements in mechanical technologies， Research Policy (23)，533-545.
[61] Price Waterhouse World Energy Group&Petroleum Intelligence Weekly (1997) Rankingthe World's Top Oil Companies，1997(New York and Houston， Price Waterhouse andPIW).
[62] Stevens， P.(1996) Oil prices: the start of an era? Energy Policy，24(5)，391-402.
[63] Wintersteller，W.(1993) The Role of Technology in the Upstream Petroleum Industry，diss(Leoben Austria， Mining University)
[64] HanJiawei，KamberM．Data Mining Concepts and Techniques [M]．Hi erEducationPress，2001.
[65] CannataroM， TaliaD， Tnmio P. Knowledge grid：high performance knowledgediscovery services onthed，Workshop on Grid Computer in Conjunction withSupercom-puti ng2001[C]. Berlin：Springer，Borzem skiL.Mining internet datasets forcomputationalgrids，9th International Conference KES2005[C]. Berlin：
[66] Boyun Guo，William C. Lyons，Ali Ghalambor:Petroleum production engineering: acomputer-assisted approach