李連偉　許明明　劉　展　林　峰　孫記紅　安聰榮

1(中國石油大學(xué)(華東)地球科學(xué)與技術(shù)學(xué)院　山東 青島 266580)2(北京中科九章軟件有限公司　北京 100190)3(青島海洋地質(zhì)研究所　山東 青島 266071)

?

天然氣水合物數(shù)據(jù)挖掘服務(wù)組件的設(shè)計(jì)與實(shí)現(xiàn)

李連偉1許明明2劉展1林峰3孫記紅3安聰榮1

1(中國石油大學(xué)(華東)地球科學(xué)與技術(shù)學(xué)院山東 青島 266580)2(北京中科九章軟件有限公司北京 100190)3(青島海洋地質(zhì)研究所山東 青島 266071)

天然氣水合物是21世紀(jì)一種具有巨大潛在價(jià)值的未來能源，在能源危機(jī)的今天已經(jīng)引起各國政府和科研部門的重視。海域天然氣水合物勘探調(diào)查手段豐富多樣，不同的勘查方式涉及的相關(guān)地質(zhì)參數(shù)的不確定性比較大，采用的天然氣水合物資源分析方法和預(yù)測評(píng)價(jià)方法也都相對(duì)較復(fù)雜。而數(shù)據(jù)挖掘技術(shù)在數(shù)據(jù)分析、預(yù)測評(píng)價(jià)等方面優(yōu)勢明顯，且在石油勘探及礦山等很多地學(xué)領(lǐng)域進(jìn)行了運(yùn)用，結(jié)果可信度比較高，大大減少了勘測成本。通過對(duì)天然氣水合物勘查業(yè)務(wù)和數(shù)據(jù)進(jìn)行分析，研究適用于水合物數(shù)據(jù)挖掘方法，設(shè)計(jì)并實(shí)現(xiàn)了基于IBMSPSSModeler的天然氣水合物數(shù)據(jù)挖掘服務(wù)組件，為天然氣水合物勘查領(lǐng)域數(shù)據(jù)挖掘智能決策產(chǎn)品的研究奠定了良好的基礎(chǔ)。同時(shí)也能夠?yàn)楹Ｑ蟮刭|(zhì)數(shù)據(jù)庫建設(shè)和數(shù)據(jù)應(yīng)用打下技術(shù)積累，從而為天然氣水合物的勘探開發(fā)和綜合評(píng)價(jià)提供幫助。

天然氣水合物數(shù)據(jù)挖掘服務(wù)組件

0　引　言

21世紀(jì)我國經(jīng)濟(jì)將快速發(fā)展，隨經(jīng)濟(jì)的快速發(fā)展，必然會(huì)帶來能源特別是化石能源的大量消耗。我國正面臨嚴(yán)重的能源短缺的問題，據(jù)統(tǒng)計(jì)，我國原油對(duì)外依存度由2005年的41%提高到2013年的59.16%，2014年預(yù)期將首度超過60%[1]。天然氣水合物作為一種新型高效潔凈型能源，被公認(rèn)為是21世紀(jì)理想的替代能源，因此有必要加快尋找天然氣水合物能源的進(jìn)程。

我國針對(duì)水合物勘查開展的118專項(xiàng)和127工程等大型的調(diào)查項(xiàng)目，在天然氣水合物實(shí)驗(yàn)室模擬、物化性質(zhì)、資源評(píng)價(jià)等方面開展了多種研究項(xiàng)目。隨著天然氣水合物勘探開發(fā)的不斷深入，物探、化探、多波束、鉆探、取樣及實(shí)驗(yàn)室分析等數(shù)據(jù)量增長迅速，但相關(guān)數(shù)據(jù)未能得到的充分利用，存在數(shù)據(jù)量豐富、信息獲取貧乏的現(xiàn)象。如何充分有效地利用天然氣水合物勘探開發(fā)海量數(shù)據(jù)，對(duì)其賦存情況進(jìn)行識(shí)別與預(yù)測，對(duì)天然氣水合物特性規(guī)律進(jìn)行分析，發(fā)現(xiàn)數(shù)據(jù)中隱含的規(guī)律信息，需要一個(gè)強(qiáng)有力的數(shù)據(jù)分析工具，從海量數(shù)據(jù)中識(shí)別有價(jià)值的知識(shí)，為進(jìn)一步的勘探開發(fā)和綜合評(píng)價(jià)提供決策支持。

數(shù)據(jù)挖掘技術(shù)在社會(huì)各領(lǐng)域已開展了大量應(yīng)用研究，并取得良好的社會(huì)效益和經(jīng)濟(jì)效益，由通用數(shù)據(jù)挖掘應(yīng)用向特定領(lǐng)域的數(shù)據(jù)挖掘應(yīng)用是數(shù)據(jù)挖掘技術(shù)發(fā)展的趨勢。在天然氣水合物勘探開發(fā)領(lǐng)域，很多學(xué)者重點(diǎn)針對(duì)天然氣水合物某一類數(shù)據(jù)或某一類問題，利用數(shù)據(jù)挖掘技術(shù)進(jìn)行了研究。但是目前為止還沒有針對(duì)水合物勘探研究領(lǐng)域的數(shù)據(jù)挖掘應(yīng)用整體研究，也沒有形成天然氣水合物數(shù)據(jù)挖掘應(yīng)用產(chǎn)品。

本文基于面向服務(wù)體系架構(gòu)SOA思想，基于IBMSPSSModeler進(jìn)行天然氣水合物數(shù)據(jù)挖掘服務(wù)組件開發(fā)，提供高效、可靠、跨平臺(tái)的天然氣水合物數(shù)據(jù)挖掘服務(wù)，加快水合物數(shù)據(jù)的研究與應(yīng)用。

1　天然氣水合物數(shù)據(jù)挖掘方法研究

研制天然氣水合物數(shù)據(jù)挖掘組件，首先應(yīng)研究天然氣水合物勘查業(yè)務(wù)，分析勘探開發(fā)過程中產(chǎn)生的數(shù)據(jù)；在此基礎(chǔ)上研究適合天然氣水合物數(shù)據(jù)挖掘方法。

1.1水合物勘查業(yè)務(wù)與數(shù)據(jù)分析

(1) 水合物勘查業(yè)務(wù)分析

通過研究分析《海洋天然氣水合物資源勘查規(guī)范》和《海洋天然氣水合物數(shù)據(jù)庫數(shù)據(jù)結(jié)構(gòu)》，在進(jìn)行水合物勘查過程中，主要進(jìn)行地形地貌勘查、地球物理勘查、地質(zhì)取樣、地球化學(xué)勘查、實(shí)驗(yàn)室模擬實(shí)驗(yàn)分析和其他相關(guān)勘查[2]，如圖1所示。

圖1　水合物勘查業(yè)務(wù)分析

(2) 天然氣水合物數(shù)據(jù)分析

根據(jù)《海洋天然氣水合物數(shù)據(jù)庫數(shù)據(jù)結(jié)構(gòu)》規(guī)范，天然氣水合物數(shù)據(jù)主要包括空間位置數(shù)據(jù)、調(diào)查數(shù)據(jù)、取樣數(shù)據(jù)、鉆探數(shù)據(jù)、走行觀測數(shù)據(jù)、定點(diǎn)觀測數(shù)據(jù)、樣品分析數(shù)據(jù)、資料解釋數(shù)據(jù)、實(shí)驗(yàn)數(shù)據(jù)、成果報(bào)告及圖件等，又分為關(guān)系數(shù)據(jù)、空間數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)[3]，如圖2所示。

圖2　水合物勘探數(shù)據(jù)分析

關(guān)系數(shù)據(jù)利用ORACLE數(shù)據(jù)庫采用了傳統(tǒng)的關(guān)系數(shù)據(jù)模型進(jìn)行統(tǒng)一存儲(chǔ)和管理，非結(jié)構(gòu)化數(shù)據(jù)以文件的方式進(jìn)行存儲(chǔ)和管理，空間數(shù)據(jù)主要是指在水合物勘查過程中具有坐標(biāo)的數(shù)據(jù)和分析后形成的具有坐標(biāo)的異常圖，其中取樣位置數(shù)據(jù)包括海底表層取樣位置、孔隙水取樣位置、頂空氣取樣位置等；海洋環(huán)境圖主要是指海底溫度、壓力分布圖；地質(zhì)構(gòu)造圖又包括海底斷層分布圖、海底構(gòu)造帶分布圖及海底構(gòu)造單元分布圖等；海底地質(zhì)圖主要包括地質(zhì)剖面圖、地層柱狀圖等。

1.2數(shù)據(jù)挖掘方法研究

(1) 數(shù)據(jù)預(yù)處理

數(shù)據(jù)挖掘所需數(shù)據(jù)必須是干凈、準(zhǔn)確、簡潔的數(shù)據(jù)。原始數(shù)據(jù)是從各實(shí)際應(yīng)用空間數(shù)據(jù)庫、關(guān)系數(shù)據(jù)庫等多個(gè)數(shù)據(jù)庫中獲取的，不同的數(shù)據(jù)庫往往缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和定義，數(shù)據(jù)結(jié)構(gòu)也有較大的差異，量綱與單位不同，使得數(shù)據(jù)存在不一致性；對(duì)同一數(shù)據(jù)可能在不同的數(shù)據(jù)庫中都有記錄；數(shù)據(jù)在采集、存儲(chǔ)、傳輸?shù)冗^程中也可能會(huì)出現(xiàn)某些數(shù)據(jù)的丟失或數(shù)據(jù)質(zhì)量下降的情況。因此，首先需要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理[4-8]。

針對(duì)數(shù)據(jù)的不一致性和可能存在的重復(fù)，采用標(biāo)準(zhǔn)化、選擇、抽樣、合并四種方法來消除各數(shù)據(jù)單位與量綱的差異，篩選數(shù)據(jù)，統(tǒng)一標(biāo)準(zhǔn)；利用包括線性插值方法、克里金插值、反距離插值等插值方法來處理數(shù)據(jù)缺失現(xiàn)象；采用九點(diǎn)圓滑方法進(jìn)行數(shù)據(jù)圓滑來解決數(shù)據(jù)在獲取或傳輸過程中可能存在的數(shù)據(jù)質(zhì)量下降的現(xiàn)象。

(2) 數(shù)據(jù)分析

數(shù)據(jù)挖掘中常用的數(shù)據(jù)分析方法有統(tǒng)計(jì)分析方法、趨勢面分析方法、判別式分析方法、回歸分析方法、因子分析方法、聚類分析方法共6種[9-12]。利用統(tǒng)計(jì)分析方法可以對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行探索分析，包括均值、方差、中數(shù)、標(biāo)準(zhǔn)差、總數(shù)等，可以初步了解數(shù)據(jù)的分布特征及規(guī)律；趨勢面分析方法可以確定區(qū)域背景異常，進(jìn)而確定局部異常，根據(jù)趨勢分析結(jié)果，繪制背景異常等值線圖和局部異常圖；回歸分析方法是研究某一變量與多變量之間的線性關(guān)系，根據(jù)自變量對(duì)因變量的方差貢獻(xiàn)的顯著程度，“引入”或“剔除”指標(biāo)，建立回歸方程，并對(duì)回歸方程式進(jìn)行檢驗(yàn)，確定變量間的關(guān)系，分線性回歸和非線性回歸兩種方法；因子分析方法指研究變量之間的相關(guān)關(guān)系，從研究相關(guān)系數(shù)矩陣的內(nèi)部結(jié)構(gòu)出發(fā)，找出數(shù)目較少的，相互獨(dú)立的基本變量，稱為主因子，并計(jì)算主因子的解，給出相應(yīng)因子得分。由此可以排列各水合物判別指標(biāo)在決定異常中所起的作用和須序；判別分析方法指從眾多指標(biāo)中選擇對(duì)分類最優(yōu)的指標(biāo)形成綜合指標(biāo)，對(duì)樣本進(jìn)行判別分類；聚類分析的基本思想是根據(jù)各個(gè)評(píng)價(jià)指標(biāo)之間某種相似性或者差異性通過采用某種數(shù)學(xué)方法進(jìn)行定量研究[13，14]。

(3) 綜合評(píng)價(jià)

由于地學(xué)參數(shù)之間往往存在相關(guān)關(guān)系，評(píng)測目標(biāo)比較多，目標(biāo)參數(shù)間關(guān)系比較復(fù)雜，許多智能算法如模糊評(píng)價(jià)法、AHP層次分析法、灰色理論評(píng)價(jià)法等由于自身特點(diǎn)，無法解決地質(zhì)數(shù)據(jù)非線性匹配的問題，而神經(jīng)網(wǎng)絡(luò)和模式識(shí)別的發(fā)展讓人們有了更多的選擇，在一些專家意見難統(tǒng)一的領(lǐng)域，運(yùn)用神經(jīng)網(wǎng)絡(luò)和模式識(shí)別建立綜合評(píng)價(jià)系統(tǒng)往往能取得與令人信服的結(jié)果[15-17]。因此綜合評(píng)價(jià)方法選用模式識(shí)別和神經(jīng)網(wǎng)絡(luò)兩種方法。

神經(jīng)網(wǎng)絡(luò)通過構(gòu)建數(shù)學(xué)模型完成對(duì)自然界存在的生物神經(jīng)網(wǎng)絡(luò)的抽象、簡化和模擬實(shí)現(xiàn)計(jì)算機(jī)世界中信息資源的處理，它通過對(duì)樣本的學(xué)習(xí)訓(xùn)練來改變自身的拓?fù)浣Y(jié)構(gòu)和連接權(quán)值，以此保證其不斷接近期望的輸出結(jié)果，通過學(xué)習(xí)調(diào)整，提高自身的性能[18]。模式識(shí)別通過計(jì)算機(jī)的輔助能夠自動(dòng)模擬和識(shí)別客觀世界中的事物、事件、過程或現(xiàn)象[19]，它首先對(duì)數(shù)學(xué)領(lǐng)域的點(diǎn)集劃分采用核參數(shù)進(jìn)行表示，然后對(duì)核參數(shù)進(jìn)行評(píng)價(jià)，不斷輸入樣本來計(jì)算評(píng)價(jià)誤差的協(xié)方差在某一規(guī)則下實(shí)現(xiàn)分類。

2　組件設(shè)計(jì)與實(shí)現(xiàn)

2.1總體設(shè)計(jì)

本文采用B/S架構(gòu)，基于SPSSModeler二次開發(fā)，以微軟通信框架WCF(WindowsCommunicationFoundation)服務(wù)的方式，按照服務(wù)組件設(shè)計(jì)->服務(wù)組件研制開發(fā)->服務(wù)組件測試->天然氣水合物數(shù)據(jù)挖掘服務(wù)平臺(tái)研制的全過程進(jìn)行研究。

2.2功能設(shè)計(jì)

根據(jù)前文對(duì)水合物數(shù)據(jù)挖掘方法的研究及水合物數(shù)據(jù)特點(diǎn)分析的基礎(chǔ)上，對(duì)水合物數(shù)據(jù)挖掘服務(wù)組件進(jìn)行功能設(shè)計(jì)。采用SPSSModeler二次開發(fā)和自主開發(fā)相結(jié)合的方式，主要包括數(shù)據(jù)服務(wù)、數(shù)據(jù)挖掘、結(jié)果展示3大部分。數(shù)據(jù)服務(wù)包括文件上傳、數(shù)據(jù)發(fā)布、數(shù)據(jù)瀏覽功能；數(shù)據(jù)挖掘包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析、綜合評(píng)價(jià)功能；結(jié)果展示包括Text數(shù)據(jù)展示、圖形文件展示和Excel數(shù)據(jù)展示功能。其中數(shù)據(jù)挖掘是核心，所包含的數(shù)據(jù)預(yù)處理功能又包括抽樣、選擇、合并、圓滑、插值等模塊；數(shù)據(jù)分析功能又包括統(tǒng)計(jì)分析、趨勢面分析、判別分析、因子分析、回歸分析和聚類分析模塊；綜合評(píng)價(jià)功能又包括模式識(shí)別和神經(jīng)網(wǎng)絡(luò)模塊。

2.3服務(wù)接口設(shè)計(jì)

服務(wù)接口是指一個(gè)組件各種業(yè)務(wù)可以通過接口定義來實(shí)現(xiàn)業(yè)務(wù)的功能。一個(gè)服務(wù)接口可以實(shí)現(xiàn)一個(gè)或者多個(gè)業(yè)務(wù)功能。而且每一個(gè)接口都有0個(gè)或者多個(gè)請(qǐng)求參數(shù)，也會(huì)有0個(gè)或者多個(gè)相應(yīng)參數(shù)，根據(jù)用戶需求不一樣,這時(shí)參數(shù)可以是簡單的數(shù)據(jù)類型也可以是復(fù)雜的數(shù)據(jù)類型。根據(jù)組件功能設(shè)計(jì)，對(duì)每個(gè)組件的服務(wù)接口進(jìn)行了詳細(xì)的設(shè)計(jì)，對(duì)每個(gè)接口建立了詳細(xì)的接口參數(shù)表。以K均值聚類組件為例，其參數(shù)如表1所示。

表1　K均值聚類組件接口詳細(xì)參數(shù)表

2.4關(guān)鍵技術(shù)

1) 基于SPSS Modeler二次開發(fā)

IBM公司的SPSSModeler是比較有影響的通用數(shù)據(jù)挖掘系統(tǒng)，該工具提供可視化、流程化的集成開發(fā)環(huán)境，用戶可以在其基礎(chǔ)上開發(fā)適于自己領(lǐng)域的特定應(yīng)用。利用SPSSModeler進(jìn)行數(shù)據(jù)挖掘又可以分為兩種方式，即流文件方式和腳本文件方式。SPSSModeler軟件提供了批處理模式(IBMSPSSModelerBatch)實(shí)現(xiàn)調(diào)用SPSSModeler的挖掘模塊，在此基礎(chǔ)上可以實(shí)現(xiàn)基于SPSSModeler的數(shù)據(jù)挖掘服務(wù)平臺(tái)快速構(gòu)建和實(shí)現(xiàn)。

(1) 流文件方式

通過在SPSSModeler軟件的主工作區(qū)以拖拽的方式將與業(yè)務(wù)相關(guān)的數(shù)據(jù)操作圖表來創(chuàng)建業(yè)務(wù)相關(guān)數(shù)據(jù)流，每個(gè)操作都用一個(gè)圖標(biāo)或者節(jié)點(diǎn)表示，這些節(jié)點(diǎn)連接在一起構(gòu)建成一個(gè)業(yè)務(wù)流并輸出到本地，流保存格式為.str。在平臺(tái)調(diào)用時(shí)，首先要根據(jù)實(shí)際需求對(duì)流中的參數(shù)進(jìn)行修改，然后以批處理的方式執(zhí)行。具體流程表現(xiàn)為首先在SPSSModeler中創(chuàng)建流—選擇節(jié)點(diǎn)—連接節(jié)點(diǎn)—保存流，然后在服務(wù)平臺(tái)上實(shí)現(xiàn)創(chuàng)建流腳本—修改流參數(shù)—執(zhí)行。

(2) 腳本編程方式

首先在服務(wù)平臺(tái)中創(chuàng)建相應(yīng)腳本，根據(jù)挖掘業(yè)務(wù)編寫相應(yīng)的腳本內(nèi)容，內(nèi)容中包括流和節(jié)點(diǎn)的創(chuàng)建、節(jié)點(diǎn)連接及相應(yīng)的參數(shù)等信息，然后以批處理的方式調(diào)用執(zhí)行。

本文以因子分析為例詳述采用腳本編程方式開發(fā)的過程如下所述。

第一步，編寫腳本文件。首先在腳本文件內(nèi)實(shí)現(xiàn)流和節(jié)點(diǎn)的創(chuàng)建，將相應(yīng)節(jié)點(diǎn)進(jìn)行連接并設(shè)置相應(yīng)參數(shù)，參考代碼如下：

createstream′NeuralNetworkStream′

//創(chuàng)建神經(jīng)網(wǎng)絡(luò)流

varexcelimport

setexcelimport=createexcelimportnode

set^excelimport.full_filename= ″C:/MarineDataMiningForTest/Files/xls/r.xls″

set:^excelimport.excel_file_type=Excel2003

varimporttype

setimporttype=createtypenode

connect^excelimportto^importtype

set^importtype.type.′result′=Set

11月13日8版《聚焦核心素養(yǎng)》，其“2007年11月徐匯區(qū)開了先河。這是具有悠久歷史文化底蘊(yùn)和優(yōu)秀教育傳統(tǒng)的徐匯區(qū)，在教育史上書寫的大手筆:堪稱徐匯區(qū)教育界的大事，刷新上海區(qū)級(jí)層面舉辦此節(jié)的紀(jì)錄”，用“……開了先河……徐匯區(qū)，在教育史上的大手筆……大事，開創(chuàng)了上海區(qū)級(jí)層面舉辦此節(jié)的紀(jì)錄”為妥。書寫手筆，此話不通；是先河，何來“刷新”“堅(jiān)定了徐匯教育走內(nèi)涵發(fā)展、科學(xué)發(fā)展、持續(xù)發(fā)展的新思維”，用“強(qiáng)化了徐匯……的新思維”為好。

set^importtype.direction.′序號(hào)′=Input

set^importtype.direction.′經(jīng)度′=Input

set^importtype.direction.′緯度′=Input

set^importtype.direction.′甲烷上′=Input

set^importtype.direction.′甲烷下′=Input

……

set^importtype.direction.′result′=Input

set^importtype.direction.′result′=Target

varneu

connect^importtypeto^neu

set^neu.method=MultilayerPerceptron

set^neu.model_name=″result″

execute^neu

savemodelresultasC:MarineDataMiningForTestFilesmodelsNeuraNet.gm

exportmodelresultasC:MarineDataMiningForTestFiles empNeuraNetwork.txt

第二步，腳本調(diào)用。該步驟是為了在平臺(tái)內(nèi)執(zhí)行腳本完成數(shù)據(jù)挖掘過程所必須的步驟，腳本執(zhí)行代碼如下：

Processprocess=newProcess();

process.StartInfo.CreateNoWindow=true;

process.StartInfo.UseShellExecute=false;

process.StartInfo.FileName=spssModelerPathNoGUI;

process.StartInfo.Arguments=cmd;

process.Start();

execute^excelexport

//執(zhí)行節(jié)點(diǎn)

以流文件方式進(jìn)行SPSSModeler開發(fā)時(shí)，由于是事先在軟件中輸出流，開發(fā)難度較低，節(jié)點(diǎn)屬性修改方便，但由于節(jié)點(diǎn)與節(jié)點(diǎn)都已經(jīng)固定，對(duì)流變動(dòng)較大時(shí)(如增加刪除節(jié)點(diǎn))就顯得靈活性不足。而以腳本文件方式進(jìn)行開發(fā)則可以克服這一缺點(diǎn)，可以在腳本中對(duì)流進(jìn)行修改，因此本文采用腳本編程方式來實(shí)現(xiàn)。

2) WCF服務(wù)發(fā)布

WCF是微軟提供的基于SOA的統(tǒng)一編程框架，用于構(gòu)建面向服務(wù)的應(yīng)用程序。他為數(shù)據(jù)通信提供了最基本最有彈性的支持，使得SOA架構(gòu)的軟件開發(fā)效率大大提高[14]，WCF服務(wù)發(fā)布的步驟為定義服務(wù)契約接口—定義服務(wù)類實(shí)現(xiàn)契約接口—配置和托管服務(wù)—配置和建立客戶端—調(diào)用服務(wù)。

(1) 定義服務(wù)契約接口

契約接口中定義需要公開的操作契約(即方法)，接口聲明使用ServiceContract關(guān)鍵字，方法聲明使用OperationContract關(guān)鍵字，將服務(wù)暴露給客戶端。通過使用ServiceContract標(biāo)記將接口公開為服務(wù)契約。

數(shù)據(jù)服務(wù)接口代碼如下所示：

[ServiceContract]

publicinterfaceIdataProvider

{

[OperationContract]

stringGetEntityList(stringpEntityName,stringstrHql);

[OperationContract]

byte[]GetEntityByteValue(stringstrHql);

//

……

//

}

(2) 定義服務(wù)類實(shí)現(xiàn)服務(wù)契約接口

服務(wù)契約接口中的所有操作都是沒有定義實(shí)現(xiàn)的，業(yè)務(wù)邏輯操作必須在服務(wù)類中完成。服務(wù)契約接口并不是必要的，但一般推薦有服務(wù)契約接口，這樣才能發(fā)揮其靈活性和擴(kuò)展性優(yōu)點(diǎn)。

(3) 配置和建立宿主

WCF服務(wù)的寄宿方式包括自托管、Windows激活服務(wù)WAS(WindowsActivationService)托管、IIS托管等方式，用戶可根據(jù)應(yīng)用程序運(yùn)行的具體網(wǎng)絡(luò)類型來選擇相應(yīng)的寄宿方式。自托管是指將WCF服務(wù)寄宿于一個(gè)由開發(fā)者提供并管理的應(yīng)用程序中。使用自托管時(shí)，配置和使用都相對(duì)簡單。本文采用自托管的方式，將WCF托管在宿主網(wǎng)站上。

(4) 配置和建立客戶端

本文采用VS開發(fā)環(huán)境，使用WCF服務(wù)時(shí)，直接在客戶端應(yīng)用程序內(nèi)添加相應(yīng)的服務(wù)引用即可。

(5) 調(diào)用服務(wù)

首先以具體的服務(wù)名+Client來創(chuàng)建客戶端的服務(wù)實(shí)例，然后通過服務(wù)實(shí)例訪問公開的服務(wù)操作，來完成服務(wù)的調(diào)用。

3　實(shí)例驗(yàn)證

本次研究以位于珠江口盆地南部凹陷帶的白云凹陷為驗(yàn)證區(qū)域，結(jié)合水合物賦存條件、勘查業(yè)務(wù)與數(shù)據(jù)分析，選取進(jìn)行水合物綜合評(píng)價(jià)的評(píng)價(jià)指標(biāo)，主要包括地質(zhì)條件、地球物理特征和地球化學(xué)特征3個(gè)方面的評(píng)價(jià)指標(biāo)。溫壓條件是判斷水合物賦存的一個(gè)非常重要的指標(biāo)，但所選驗(yàn)證區(qū)域內(nèi)絕大部分區(qū)域的溫壓條件都滿足水合物賦存需求，所以溫壓條件不作為本次研究中的評(píng)價(jià)指標(biāo)。

結(jié)合收集的資料，首先進(jìn)行數(shù)據(jù)的預(yù)處理，消除評(píng)價(jià)指標(biāo)數(shù)據(jù)可能存在的單位與量綱差異、數(shù)據(jù)缺失、數(shù)據(jù)傳輸過程中質(zhì)量下降的現(xiàn)象。主要預(yù)處理模塊如圖3所示。

圖3　數(shù)據(jù)標(biāo)準(zhǔn)化模塊和數(shù)據(jù)圓滑模塊

在水合物綜合評(píng)價(jià)過程中，雖然對(duì)水合物綜合評(píng)價(jià)所需的評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行了數(shù)據(jù)預(yù)處理，但是評(píng)價(jià)指標(biāo)過多會(huì)導(dǎo)致評(píng)價(jià)速度慢的缺陷，需要進(jìn)行數(shù)據(jù)分析處理，以少量主要的有代表性的評(píng)價(jià)指標(biāo)代替大量的評(píng)價(jià)指標(biāo)。主要的數(shù)據(jù)分析模塊如圖4所示。

圖4　因子分析模塊和聚類分析模塊

經(jīng)對(duì)各評(píng)價(jià)指標(biāo)采用數(shù)據(jù)分析模塊分析后，最終選取地質(zhì)條件(包括構(gòu)造條件、沉積條件和氣源條件)、地球物理特征(包括似海底反射層BSR(BottomSimulatingReflector)、重力和磁力)和地球化學(xué)特征(頂空氣甲烷異常)3大方面的7個(gè)評(píng)價(jià)指標(biāo)，以剩余重力異常為基礎(chǔ)圈定研究區(qū)域內(nèi)的評(píng)價(jià)單元，如圖5所示。

圖5　白云凹陷重力異常評(píng)價(jià)單元

由于水合物鉆探樣品數(shù)據(jù)過少，無法滿足BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練對(duì)樣本數(shù)量的要求，在水合物遠(yuǎn)景預(yù)測時(shí)，可先通過“自學(xué)”模式識(shí)別方式，結(jié)合已有資料經(jīng)相關(guān)專家分析選擇出典型的有代表性的樣本作為BP算法及相關(guān)改進(jìn)算法的學(xué)習(xí)樣本，在此基礎(chǔ)上進(jìn)行整個(gè)研究區(qū)域內(nèi)水合物賦存區(qū)的識(shí)別，其模塊如圖6和圖7所示。

圖6　“自學(xué)”模式識(shí)別模塊

圖7　BP神經(jīng)網(wǎng)絡(luò)模塊

采用“自學(xué)”模式識(shí)別算法運(yùn)算需要輸入各評(píng)價(jià)指標(biāo)數(shù)據(jù)定量化數(shù)據(jù)和權(quán)值，在進(jìn)行權(quán)值計(jì)算時(shí)采用已有研究資料所確定的各評(píng)價(jià)指標(biāo)的有利程度和層次分析法AHP(AnalyticHierarchyProcess)聯(lián)合進(jìn)行。根據(jù)設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)，通過對(duì)選定的樣本進(jìn)行學(xué)習(xí)訓(xùn)練，對(duì)研究區(qū)域所有樣本進(jìn)行識(shí)別和預(yù)測，其結(jié)果如圖8所示。

圖8　白云凹陷BP算法識(shí)別與預(yù)測結(jié)果圖

從圖8可以看出，所選研究區(qū)域水合物有利賦存單元分布于區(qū)域中部和東部，較有利單元分布于其東北部和西南部。在選定的28個(gè)評(píng)價(jià)單元中，有利于水合物賦存單元為BY-5、BY-6、BY-10、BY-23、BY-25和BY-28單元，其中在BY-10區(qū)域已經(jīng)成功鉆取出水合物樣品，在一定程度上驗(yàn)證了本研究評(píng)價(jià)結(jié)果的可行性。

天然氣水合物綜合評(píng)價(jià)需要地質(zhì)、地球物理和地球化學(xué)大量的評(píng)價(jià)指標(biāo)數(shù)據(jù)，本研究僅基于收集整理的部分資料進(jìn)行水合物綜合評(píng)價(jià)方法驗(yàn)證，其結(jié)果需大量資料做進(jìn)一步完善。

4　結(jié)　語

本文在對(duì)天然氣水合物勘探業(yè)務(wù)分析和數(shù)據(jù)分析的基礎(chǔ)上，研究數(shù)據(jù)挖掘方法，采用服務(wù)組件的開發(fā)思想，設(shè)計(jì)并實(shí)現(xiàn)了基于IBMSPSSModeler的天然氣水合物數(shù)據(jù)挖掘服務(wù)組件，并以白云凹陷區(qū)域?yàn)閷?shí)例，進(jìn)行了服務(wù)組件的驗(yàn)證。構(gòu)建的服務(wù)組件能夠?qū)Ａ克衔飻?shù)據(jù)的處理及綜合分析提供一定的幫助，為專題數(shù)據(jù)挖掘應(yīng)用提供技術(shù)方案，為天然氣水合物勘查領(lǐng)域數(shù)據(jù)挖掘智能決策產(chǎn)品的研究奠定了良好的基礎(chǔ)，同時(shí)也能夠?yàn)楹Ｑ蟮刭|(zhì)數(shù)據(jù)庫建設(shè)和數(shù)據(jù)應(yīng)用打下技術(shù)積累。但是，隨著新的數(shù)據(jù)挖掘方法的出現(xiàn)，組件在功能上還需要進(jìn)一步擴(kuò)展，提供更加完善的數(shù)據(jù)挖掘功能。

[1] 王宇寧，石寶明，白雪松.2014年中國原油供求分析及展望[J].化學(xué)工業(yè),2014，32(8)：1-5.

[2] 劉展，楊辰，魏合龍，等.基于EPICENTRE的海洋鉆探數(shù)據(jù)庫構(gòu)建方法研究[J].計(jì)算機(jī)技術(shù)與發(fā)展,2012，22(6)：49-52.

[3] 李曼.面向?qū)ο筇烊粴馑衔飻?shù)據(jù)挖掘支持研究[D].青島:中國石油大學(xué)，2013.

[4] 劉明吉，王秀峰，黃亞樓.數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理[J].計(jì)算機(jī)科學(xué),2000，27(4):54-57.

[5] 菅志剛，金旭.數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理的研究與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用研究,2004，21(7):117-118,1587.

[6] 方洪鷹.數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理方法研究[D].重慶:西南大學(xué)，2009.

[7] 關(guān)大偉.數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理[D].長春:吉林大學(xué)，2006.

[8] 劉莉，徐玉生，馬志新.數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理技術(shù)綜述[J].甘肅科學(xué)學(xué)報(bào),2003，15(1)：117-119.

[9] 周濤，陸惠玲.數(shù)據(jù)挖掘中聚類算法研究進(jìn)展[J].計(jì)算機(jī)工程與應(yīng)用,2012，48(12)：100-111.

[10] 孫劍.海洋環(huán)境數(shù)據(jù)倉庫與數(shù)據(jù)挖掘應(yīng)用研究[D].青島:中國海洋大學(xué)，2011.

[11] 馬廷淮，穆強(qiáng)，田偉，等.氣象數(shù)據(jù)挖掘研究[J].武漢理工大學(xué)學(xué)報(bào),2010，32(16)：110-114.

[12] 李德仁.論空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的理論與方法[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2002，27(3)：221-223.

[13]KaufmanL,RousseewPJ.FindingGroupsInData:anIntroductiontoClusterAnalysis[D].NewYork:JohnWiley&Sons,1990.

[14]MullerB,RrinhardtJ.NeuralNetworks:anIntroduction[D].Berlin:Springer-Verlag,1997.

[15] 高學(xué)輝，劉艷忠，王巧芝，等.基于在線支持向量回歸算法的短時(shí)交通流預(yù)測[J].山東科技大學(xué)學(xué)報(bào):自然科學(xué)版,2011，30(1)：78-82.

[16]RumelhartDE,HintonGE,WilliamsRJ.LearingRepresentationsbyBack-PropagatingErrors[J].Nature, 1986,323(9):533-536.

[17] 劉展，許炳如.塔里木盆地航磁局部異常的自學(xué)模式識(shí)別分類及評(píng)價(jià)[J].石油地球物理勘探,1999，34(1)：71-78.

[18] 吳昌友.神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用[D].哈爾濱:東北農(nóng)業(yè)大學(xué)，2007.

[19] 趙喜林，趙喜玲，江祥奎.模式識(shí)別方法及其比較分析[J].信陽農(nóng)業(yè)高等?？茖W(xué)校學(xué)報(bào),2004,14(3)：37-40.

[20] 張海靜.基于B/S模式的組態(tài)監(jiān)控軟件Web發(fā)布系統(tǒng)[D].北京:北京交通大學(xué)，2013.

DESIGNANDIMPLEMENTATIONOFDATAMININGSERVICECOMPONENTOFGASHYDRATE

LiLianwei1XuMingming2LiuZhan1LinFeng3SunJihong3AnCongrong1

1(CollegeofGeoscienceandTechnology,ChinaUniversityofPetroleum,Qingdao266580,Shandong,China)2(BeijingJozzonSoftwareCo.,Ltd.,Beijing100190,China)3(QingdaoInstituteofMarineGeology,Qingdao266071,Shandong,China)

Gashydrate,afutureenergywithhugepotentialinthe21stcentury,ithasgotattentionfromgovernmentsandscientificresearchdepartmentsastheenergycrisisbecomesaseriousissue.Currently,therearevariousmethodstosurveyandexploregashydrateinmarinearea,notonlytheindeterminacyofgeologicparametersdiffergreatlywithdifferentexploringmethods,themethodsforanalyzing,predicatingandevaluatinggashydratearealsorelativelycomplicated.However,thedataminingtechniqueshavedistinctadvantagesinthefieldsofdataanalysis,predicationandevaluation,andithasbeenappliedtothepetroleumandmineexplorationandothergeosciencesfieldforalongtimewithhighreliability,reducingtheexplorationcostsgreatly.Therefore,inthispaper,thedataminingmethodforgashydrateisresearchedbyanalyzingthebusinessesanddatumofgashydrateexplorationwhilethedataminingservicecomponentsforgashydratearedesignedandimplementedbasedonIBMSPSSModeler,whichprovidegoodbasementforstudyingintelligent-decisionproductsfordata-mininginthegashydratefields.Besides,thestudyalsoaccumulatetechnologiesforconstructingmarinegeologicdatabaseandapplyingdatum,thusbeingusefulforgashydrateexploration,developmentandcomprehensiveevaluation.

GashydrateDataminingServicecomponent

2015-07-03。中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(13CX06012A，15CX02005A)；國家海洋專項(xiàng)資金項(xiàng)目(GZH201100313)。李連偉，講師，主研領(lǐng)域：地理信息系統(tǒng)應(yīng)用和系統(tǒng)設(shè)計(jì)開發(fā)。許明明，碩士。劉展，教授。林峰，研究員。孫記紅，工程師。安聰榮，講師。

TP

ADOI:10.3969/j.issn.1000-386x.2016.10.008