“聪明的决策需要自动化的分析”——挖掘实时大数据的意义
问题陈述——由于可获得大量的实时数据,许多经营者面临着从中提取出有意义信息的挑战.许多情况下,数据分析、井/储层/设施模型的更新需要人为干预.当井/储层/设施建模团队缺少经过分析的信息时,优化生产方面的决策就会延期做出.目标——通过比较实时数据和运行包络(或正常工作范围,operating envelope),展示自动分析是如何减少时间消耗和重复性任务的.基于例外情况的应用程序和不需人工干预的对多个运行包络和模型的更新,使得分析师们能专心于研究异常数据和生产优化机会.经过分析的信息的持续可视化应当辅助决策过程.方法——1)突出大量数据的管理问题.2)显示警报如何自动分类、分析和按照优先顺序排序.3)解释运行包络和模型如何能得到自动更新.4)使用数字标牌(指通过大屏幕终端显示设备发布各种信息的多媒体专业视听系统)来可视化经过分析的信息.结果——1)最初部署EBS系统(Exceptional Based Surveillance,基于例外情况的监测系统)产生了超出预期的异常情况.2)人类活动集中到较高价值的活动上来.3)每日报告的效率得到提高.4)可视化程度得到提高.结论——通过自动化方法分析数据意味着所有的井和设施都处于监督之下,并且可以获得更新的模型来进行生产系统优化.分析师有更多的信息和时间来集中研究关键性问题,而不是浪费在在单调重复性工作上.应用——该方法可用于井、储层和设施监测和模型更新.创新——1)监测例外情况(即异常).2)自动更新模型.3)更好的可视化.4)产能增加.主题的重要性——这展示了大量数据是如何得到分析并转化为有意义的信息,供经理们作出关键决策的.
2015-05-04（万方平台首次上网日期，不代表论文的发表时间）
52-57
