石油和计算机的交叉研究

早在20世纪60年代，油气企业便开始采用数字技术对储层进行分析和预测；70年代初，石油公司开始建立大型工作站进行油田数据分析；在90年代早期，3D地震技术的应用将勘探发现成本较10年前降低了40%；到90年代末期，一些作业者利用3D技术，推动公司油气产量和储量平均增长了2.5倍。跨国一体化石油公司（BP、埃尼、道达尔、雷普索尔、沙特阿美等）的大型计算机能力甚至可以跟一些政府、军队和学术机构相媲美。进入21世纪以来，全球油田开发继续向智能油田迈进，例如雪佛龙的IFields项目、BP的未来油田项目、壳牌的智能油田项目，都是将大数据技术和人工智能建模技术应用于油田技术实践的典范。

石油和计算机形成的交叉研究方向为：

（1）大数据环境下在钻井、油藏数据的多维分析

大数据技术利用先进的通讯技术，通过对钻井参数的收集整理，利用高级计算机算法进行分析，设计最佳的钻井方案，在提高系统效率的同时，降低工程成本，将钻井风险降到最低，提高钻井系统的可靠性和稳定性。

在大数据技术方面，主要研究了海量数据管理（地震、测井资料）、井场实时数据管理（钻井、录井）、数据中心的建设与管理、异构数据集成、数据标准化等，并进一步深入研究：1）井下测量数据分析，实现对井下工具状态的实时检测，数据通过大数据分析，为下一钻井过程提供最优的作业方案；2）随钻测量数据分析，通过井下随钻系统