论文部分内容阅读
在石油工业里面，了解钻井过程的实时状态至关重要，这些状态信息可以通过分析钻井引擎的传感器数据获得，然而传感器数据由于其格式和内容等原因难以分析和利用。
针对石油工业的数据实时处理要求，在研究了相关数据处理技术的基础上，本文将语义技术应用于石油工业，提出了基语义技术的石油数据实时监控模型RTM-SD(Real-Time Monitoring of Semantic Data)。RTM-SD模型对数据的处理是基于语义技术，选择了可作为数据格式的XML、RDF、XSLT等技术对石油公司服务器端的源数据进行处理，随之采用多Agent、JADE和JESS等技术对其进行实时监控，因此，该模型对钻井引擎的传感器源数据具有较好处理和监控能力，同时具有了语义数据直观、易读的优点，而且能够满足实时处理要求。本文首先分析了语义技术具有的特征属性，结合石油工业发展现状提出RrM-SD模型，然后对模型进行了模块划分及各模块处理算法的设计。
为了验证RTM-SD模型的有效性和可行性，作者设计和实现了基于此模型的RTM-SD系统，以类的形式实现了系统中各模块的功能及它们相互之间的调度关系，并给出了详细的模块功能结构图和核心数据结构定义。在系统测试阶段，与基于传统WITSMLCONNECTOR的数据进行了比对。实验结果表明，RTM-SD模型能够有效地处理传感器数据，具有较高的识别率和较低的误识率，从而验证了该模型的有效性和可行性。