近年来,随着数字化时代的到来,大数据分析技术日臻成熟,石油公司逐渐加大了对基础资料的购买、获取及整合,不断提高油气大数据的分析应用,以期从大数据中寻找"大石油"。油气商业数据库大规模原始数据为大数据分析奠定了资料基础,然而,传统统计分析方法研究海量数据时效性很差,缺乏有效分析方法和关键评价指标,严重制约了油气勘探行业大数据的深度应用。西非北段毛塞几比、科特迪瓦和贝宁等三个盆地是重要的被动大陆边缘含油气盆地,勘探面积大,均有不同程度的油气发现,而且,勘探程度较低,待发现资源量大,具有较好的勘探潜力。然而,近年来三个盆地勘探成效较差,新增储量较少。毛塞几比盆地北部自2014年获得大量油气新发现之后,近几年新钻井的失利揭示了盆地中北部深水漂移期成藏的复杂性。科特迪瓦盆地自2007年发现Jubilee油田后,近10多年在漂移期领域发现的储量规模逐年减小,近5年,在漂移期深水区新钻8口探井,多为干井或者揭示薄油气层。贝宁盆地漂移期勘探程度极低,水深超过1000m的探井仅为11口,漂移期是盆地勘探的新领域,目前对其勘探潜力与方向认识不清。综上分析可以看出,三个盆地基本处于勘探初期到发展阶段,勘探规律不明,勘探成效差异较大,亟待深入开展油气成藏研究,明确油气富集成藏的主控因素,指导有利区带、区块的评价与优选。为此,引入大数据思维,开展大数据分析,对全球被动大陆边缘盆地油气勘探发现情况统计、分析勘探规律,指导勘探研究。油气勘探大数据最直观的体现是钻井和地震,相比于地震资料所反映的间接信息,钻井资料更加真实的揭示了地下油气赋存情况的直接信息,包含岩性资料、流体物性(孔渗),同时也蕴含着作业成本及商业价值。因此,深度挖掘、分析以钻井、油气田为代表的油气勘探大数据能给石油公司的宏观战略规划及决策提供最直观的、最有价值的依据。另一方面,研究靶区勘探潜力最现实的体现是油气公司的关注度,随着企业对"大数据"的认识和应用逐步深入,对数据及数据价值的理解和把握也将更加具体,基础资料的利用率也将不断提高,油气勘探研究的效率也将不断提高、勘探研究的范围也将持续聚焦。那么,对油气勘探行业,如何引入数据挖掘和大数据分析等新技术,深度挖掘基础数据所蕴含的地质价值,为勘探研究提供数据支持和理论支撑;如何从海量的属性中寻找能够评价勘探潜力、预测发展趋势的关键属性,从混沌中探索规律,从规律中寻找方向,指导勘探研究,是大数据分析在油气勘探领域应用较好的切入点和契合点,也是本次研究探索的重点。油气勘探大数据分析研究思路及对策数据基础是整合了各大商业数据库(IHS、Wood Mackenzie、C&C)而创建的基于GIS的全球油气勘探数据库,包含了从宏观的国家、盆地、区块到微观的油气田、探井等不同级别研究对象的属性信息。每类研究单元分别有20到60个左右的属性,比如,该区共有探井约400口,每口井有62个属性,包含国家、盆地、油气田、层系、作业公司等文本属性,及钻井日期、时长、费用、发现储量等度量属性,共计数十万条属性。针对海量基础属性,此次研究创新性提出了三步走目标驱动勘探大数据分析的思路和对策。第一步,多角度解析海量属性,结合靶区特点,从盆地、区块、作业公司到油气田和探井等不同级别进行统计,多形式、多维度呈现油气勘探现状,全面描述、摸清家底。第二步,多属性融合分析要素,将不同级别、不同类型的属性转换到以盆地为单元进行分析,交会衍生出新属性。第三步,多参数评价优选KPI,对不同种类的参数进行评价,优选满足区域研究阶段的KPI参数。