中国石油企业源头数据资源建设架构及对策

孙金凤

(中国石油大学(华东)经济管理学院信息管理系,山东东营 257061)

中国石油企业源头数据资源建设架构及对策

孙金凤

(中国石油大学(华东)经济管理学院信息管理系,山东东营 257061)

为解决数据资源孤立、数据采集标准、流程和规范不统一、专业数据格式不统一、数据内容不齐全以及数据管理不到位等问题,提出石油企业源头数据资源体系模型架构,并结合油田所采取的方式依然是追帐式的数据资源建设模式的实际情况,提出石油企业源头数据资源建设与应用方面的对策和建议,实现石油企业源头数据资源的“一次采集,全局共享”的有利模式,为油田领导决策提供依据.

中国石油企业;源头数据资源;数据中心;数据管理

0 引言

石油企业在勘探开发与生产经营过程中,会产生大量数据,这些数据资料不仅指导油田生产,还真实记录油田每一刻的生产和经营情况,是油田企业投入大量资金获取的数据资产.然而,由于油田业务的复杂性和多样性,源头数据量大,数据结构复杂,存储介质多样并且格式复杂,软件使用的环境复杂等,使得石油企业在信息化建设的过程中也逐步暴露出一些亟待解决的问题,如数据质量不高、数据管理不到位、应用系统集成度低且缺乏对知识的管理等.为保护和充分地利用上述数据资源,我国石油企业开始不同程度地进行数据中心建设,以加快勘探开发、提高油田经济效益.

石油企业源头数据资源建设是整个数据中心建设的基础[1].然而,目前无论是石油企业还是有关研究人员都主要关注数据中心建设,有关数据资源建设尤其是源头数据资源建设重视程度不够.数据作为石油企业的宝贵资源,其质量高低必然会影响各石油企业的科学管理,如果基础数据质量不高,则不能成为企业管理、决策和调控的依据,石油企业信息化建设成效也失去了基础保障.目前,我国石油企业虽然已经完成大部分基础数据资源建设,但所采取的方式依然是追帐式数据资源建设模式.因此,笔者在对我国石油企业目前数据资源建设现状及存在问题分析基础之上,从“数字化油田”建设的大思路出发,提出源头数据资源建设模式,以建立稳定的数据基础和良好的数据环境[2],为我国石油企业数据中心建设及石油企业整体信息化建设奠定良好基础.

1 需求分析

(1)数据资源.我国石油企业开始建设信息系统时,大多从局部应用考虑而缺乏系统整体的考虑,导致所建设的数据资源比较孤立,不便于后期的数据整合,或者存在数据整合的可能性,但数据又过于孤立,导致所建数据资源不能有效利用.

(2)数据采集的标准、流程和规范.油田以往的数据采集、制作方式及更新等工作相当艰巨且耗资巨大,已成为我国石油企业信息化建设的一个瓶颈.再加上勘探开发数据采集流程不规范和不统一,缺乏统一的信息标准,数据结构混乱或不太合理,缺乏数据检验手段和考核办法,数据维护不及时、不细致等.这些问题导致数据质量不高,业务应用人员不敢用.

(3)专业数据格式.分专业建设的数据库数据格式不统一,数据存储的标准化程度低,信息难以共享.另外,专业数据和业务管理数据标准不统一,也无法相互传递和引用.

(4)数据内容.在勘探开发各研究阶段,没有规范的工作流程与数据采集及传递流程,大部分非结构化数据尚未上载.历史数据缺失较为严重;有些数据入库工作量大,技术难度高,难以短期内完成;建库单位和使用单位协调不够.没有源源不断地源头活水,在源头到应用的某个环节不一致、不连通或性能极差[3].

(5)数据管理.数据管理制度不健全,考核不严格;人力配备不合理,分工不明,岗位不落实;数据标准不统一,更新不及时,实施不严格;数据建设与应用没有统一规划.

因此,源头数据资源建设还需进一步改进,对数据资产增值专业应用建设和数据资产管理工作还需科学统筹和详细计划.

2 模型构建

2.1 设计思路

所谓源头数据是指在油田生产经营活动中所产生的原始的、最初的、非合成的数据,这些数据覆盖了油田各项业务.因此,石油企业源头数据资源建设体系的创建与应用也牵涉到油田勘探开发、经营管理、生产运行各个方面的各个应用层次,是一个复杂的系统工程[4].要作好数据资源建设,必须跟据油田勘探开发生产流程和现场管理的实际需求,全面整理业务运转各环节产生的原始基础数据.以科研、生产、经营管理流程的实体作为对象,从数据流分析入手,明确数据源头,同时还要清理“数据孤岛”和无源数据项.本着“从源头采集数据,避免数据的二次录入”的原则,把油田企业各系统、各业务模块的数据从产生地(源头)采集录入计算机,把经过审核和规范化后的各类数据通过信息通道传入数据中心进行集中存储和统一管理;然后根据油田不同实际应用需要,建立相应主题应用库,满足生产经营及决策等,盘活这些数据资源,使其在统一的平台下有序流转.

2.2 体系框架

根据设计思路,结合我国油田企业实际的生产经营情况,提出石油企业源头数据资源建设体系架构模型,见图1.由图1可知:

(1)基础层.各油田主干网覆盖企业所有的科研、勘探开发、辅助生产和后勤保障单位,完善信息基础设施.硬件、软件支撑平台要满足数据资源建设要求.

(2)数据源层.从数据源头梳理和采集开始,将涉及油田勘探开发、化验、钻井、测井、经营等各系统、各业务模块的数据从产生地(源头)采集并直接录入计算机,通过信息通道传入数据资源管理和应用中心服务器[5].并且,对数据本身要加强质量控制,可在数据源、专业应用部门、信息管理部门建立三级数据质检体系[6],对数据从采集、处理、传输、上载、应用、维护进行有效管理.

(3)数据中心层.建设油气田勘探开发、钻井工程、生产运行、地理信息及经营管理库,初步实现勘探开发、生产经营数据“源头一次采集、全局共享”的局面,同时跨专业数据应用逐步转变为数据集中统一管理.

(4)主题应用层.根据不同应用主题梳理数据源,集成源头数据并建立相应主题数据库.根据不同应用需求,建立计算机分析模型,为油田企业提供辅助决策依据.

(5)决策层.建设油田企业各单位和部门的企业信息门户、智能辅助决策系统和实现应用系统的集成统一认证.实现数据资源的挖掘和在线分析,促进油藏管理由人工管理逐步向计算机智能管理过渡[7].

按照图1体系框架,从源头库到应用库,根据不同决策需求进行数据抽取并挖掘形成数据仓库,三者具有数据关系的一致性.逐步形成一个“标准唯一、源头唯一、结构合理、上下一致、内外兼有、统一存放、授权共享、集中管理”的油田数据资源中心,真正解决数据孤岛和数据质量问题,实现全局范围内的数据共享.

图1 石油企业数据资源建设体系架构模型

3 建设对策

3.1 主库与子库互动

每个应用系统都有自己的小型数据库,这势必与建立统一的数据库产生矛盾.如果从主库建设开始,再推应用,则会造成数据资源建设缓慢,数据结构稳定性差,难以维护等问题.采用子库与主库互动,稳定一块建设一块的方法,在保证应用的基础上,则能完善主库结构,加快资源建设.在应用逐渐增多的时候,通过完善主库,整合子系统的数据资源,同时利用回迁工具,则能保证子库与主库的数据一致性.

3.2 统一数据资源和应用系统建设标准

信息化建设的数据标准和应用系统的设计与接口标准是进行数据与系统整合的关键,也是整个信息工作的重点与核心.因此,油田企业应尽快制定统一标准,重点是专业应用系统开发建设的数据标准并严格执行,即建立稳定的企业全域数据模型[8],尽可能地消除“信息孤岛”现象.同时,搜集整理勘探与生产分公司和股份公司相关的信息技术规范,重点是勘探、开发、生产与工艺专业系统的数据规范和其他应用系统建设维护规范,形成油田企业统一数据资源和应用系统建设标准以供遵循.

3.3 建立数据采集标准、规范和制度

数据采集的标准对于数据的规范化管理是第一道关口,因此石油企业应尽快制定统一标准并严格执行,这是避免信息分散、减少数据“信息孤岛”的有效途径[9].油田企业可以在总结油田以往数据采集方式方法的基础上,纠正不规范的记录标准,采用更加科学合理的数据标记方法,形成统一的数据采集标准,为后面的数据入库减少工作量.同时,可采用数据流程及方法(见图2)进行源头数据采集,在数据入库时就对数据质量进行控制,并使得入库的数据信息符合存储要求,避免对数据的重复操作.为此,可降低数据采集费用并加快数据采集、制作、入库的流程,得到实时性强、标准、规范的基础数据.

图2 石油企业数据采集流程

3.4 开发数据管理与服务平台

通过软硬件的持续集中投入,各二级单位数据中心、数据主库项目库建设以及一体化专业软件集成平台建设,形成一个集数据交汇存储、分析处理、应用服务为一体的安全可靠、扩展性强、油田公司级的数据管理和数据应用服务平台,可提高数据管理和服务能力.实现数据的下载、上载、接口服务,将数据及时发布,并转化为业务技术和管理人员可用的信息进入他们的工作平台,随时跟踪和使用.

3.5 利用数据仓库和数据挖掘技术

通过多年的数据资源建设,积累了大量的数据,但这部分数据与现有的标准、规范及结构有一定差距.利用数据仓库和数据挖掘技术(见图3),将不同来源数据进行抽取、清理、转换和挖掘,为综合地分析数据创造条件,为油田公司管理层提供全面的决策支持.

图3 石油企业数据仓库和决策系统框架

3.6 建立信息系统意外灾难防范机制

为了确保数据资源中心及应用系统保持24h不间断运行,还应建立灾难恢复小组、制定灾难恢复流程和详细计划及购置灾难恢复软件等以保护油田企业信息系统,避免由于IT基础设施的损坏而引起的业务数据丢失风险.

4 结束语

通过源头数据资源建设,我国石油企业可初步实现研究、生产、管理人员有资料可查和有数据可用,逐步盘活各类数据资产,实现信息的高度共享,以解决“信息孤岛”问题.然而,由于石油企业源头数据资源的建设涉及油田从勘探到报废的整个运营,情况复杂.随着石油企业在源头数据资源建设方面投资的逐步增加,在进行数据资源和数据资源管理体系建设过程中,除了考虑技术和功能性需求以外,还更应考虑各类数据资源建设所带来的经济影响,使得油田在勘探、开发、科研、生产、经营、管理的运行中所产生的数据真正地成为石油企业的财富和资产,为石油企业的管理和发展提供强有力的决策支持.

[1] 刘志忠,徐庆,赵郁文,等.大港油藏数字化建设与应用报告[R].大港:大港油田分公司,2003:24-29.

[2] 范建洲,焦建英.企业信息化与数据环境的重建[J].山西建筑,2001,27(1):159-160.

[3] 越有富,费海涛,赵桂红.采油厂数据资源建设模式实践与问题探讨[J].数字石油和化工,2006(4):42-46.

[4] 费海涛,越有富,赵桂红,等.采油厂数据资源管理体系的创建与应用[J].数字石油和化工,2008(10):28-30.

[5] 陆岩玮,肖静恒,闫德彬,等.胜利油田源头数据中心建设思路[C].第十届全国信息技术化工应用年会论文集,2005:230-234.

[6] 王辉,袁耀岚.加强数据建设服务油田生产[J].数字石油和化工,2008(1):24-28.

[7] 王洪雨.微机版油藏描述软件系统[R].大港:大港油田分公司,2004:22-23.

[8] 周荣辉.重视企业信息化建设中的数据资源建设[J].西南石油学院学报,2001,23(1):24-29.

[9] 周立宏,陈善勇,曾清斌,等.大港油田分公司“十一五”科技与信息专项规划[R].大港:大港油田分公司,2005:75-76,89-91,96-99.

Original data resources implementation in the oil enterprises in China/2010,34(4):67-70,76

SUN Jin-feng
(College of Economyand Management,China University ofPetroleum,Dongying,S handong 257061,China)

The model of implementing original data resources for oil enterprises in China was established to resolve the following problems such as the isolated data resources,inconsistent standards,processes and norms for data collection,lack of professional data formats,part data,and poor data management. Some suggestions or advices to implement the original data resources were proposed in the paper according to the actual situation in the oil enterprises.“Data collection only once,data share in the whole or ganization”will be made to make more useful information for the leaders to make decisions.

oil enterprises in China;original data resources;data center;data collection;data management

book=4,ebook=385

TE319

A

1000-1891(2010)04-0067-04

2009-11-06;审稿人:邵 强;编辑:关开澄

国家软科学研究计划项目(2003DGQ2B171-2005DGQ1A02)

孙金凤(1978-),女,硕士,讲师,主要从事企业信息化建设与应用、系统集成等方面的研究.