近年来在石油工业领域大力推广数据存储技术和数据挖掘技术。一方面,油田企业正在进行信息化改革,积累了大量的生产数据,对于这部分数据需要进行科学的管理。另一方面,随着数据挖掘理论的研究与发展,数据挖掘技术从实验室走向了现实应用,在商业、工程技术等方面获得了广泛的应用。对于油田企业来说,建立综合型存储系统将会解决海量数据管理的问题,而数据挖掘技术则可以在海量数据中提取出有用的信息和知识,更好的为油田的发展提供帮助。本文旨在完成油田数据存储系统设计和数据挖掘应用设计,主要研究工作如下:(1)分析了油田方面给出的数据存储需求,结合光盘库、PLC等硬件平台,设计了油田海量光盘数据存储系统结构。存储系统分成四个层次,分别是客户应用层、服务管理层、数据存储层和数据采集层。(2)以现有的UDF光盘文件系统为基础,从提高光盘扫描速度和增强光盘刻录容错这两个方面对UDF文件系统进行改进并优化。(3)根据油田生产业务实际需求,讨论了油田数据仓库的总体设计方案,同时给出油田数据仓库事实表和维度表的结构设计。(4)根据油田生产数据的特点,研究了基于密度的聚类分析算法——DBSCAN。利用空间索引技术对DBSCAN算法进行优化,使其在处理大规模数据时的时间性能增强,为油田生产数据挖掘应用打下基础。(5)利用改进后的聚类算法实现了两类油田数据挖掘应用:油井分类和油藏分类,利用聚类得到的结果为油田提出了生产开发决策建议。本文通过研究数据存储和数据挖掘两方面的应用,构建了油田数据管理的模型,实现了油田生产数据从采集到存储的一整套流程,并利用数据挖掘技术从生产数据中提取到了反映油井和油藏的规则与知识,为决策者优化生产制度、提高生产效率提供了可靠依据。