程静
摘要:集输大队针对信息网存在的一些缺陷,实施了信息网的综合调整,我们将对现有的数据资源进行规划整合,建立完善的分级管理架构,为数据的二次开发利用提供一个开放的数据接口,为优化生产运行提供良好的数据条件。
关键词:信息网生产数据生产数据管理服务器
中图分类号:TP311文献标识码:A文章编号:1672-3791(2012)02(a)-0026-03
1现状
集输大队信息网经过几年的建设,网络架构已经建立,同时各种网络信息技术如管线防盗、源头数据采集、工业实时监控系统等的应用,不但积累了大量的数据,也为有效提升整体管理水平奠定了基础。但是各种采集上来的数据存放在服务器里,提供给管理者的仅仅是一些可用于进行生产监测的零散数据信息,没有综合分析汇总形成有效数据链,为生产指挥决策提供依据。
1.1生产数据信息采集情况
1.2存在的问题
1.2.1人工录入数据方面
人工录入的数据多为基层站主要设备如储罐、泵、压缩机、加热炉、流量计等的生产参数。在采集流程、程序运行中存在着以下几个问题。
(1)重复采集。源头数据库与生产调度、计量盘库中所采集的许多数据相同,但却存在着多次、由多人录入的问题。以首站外输流量计为例,其8:00读数要由计量手工填写岗位报表一次,网上源头库录入一次,生产调度录入一次,盘库人员再录入一次。如此,不但增加了职工的工作量,同时也不能完全保证数据的正确性和唯一性。
(2)数据利用不够。源头库自2000年开始录入,目前已完成40余张表、300余万条记录的数据量;生产调度及盘库数据于2001年开始录入,已完成45张表、近100万条记录的数据量。而这些数据存放在服务器上,仅完成了一些生产信息的监测显示及简单查询,并没有通过精确分析计算,使之更好地服务于生产。
(3)现采集与发布的数据与实际生产情况有出入。生产调度及盘库报表是根据集输大队五年前的生产情况进行开发的,近几年,许多基层单位的生产工艺都发生了变化,上报的数据也与以前有了不同,而在原程序中这些问题已无法修改。目前大多是采用增加临时提交窗口的方式来满足生产需要。
(4)维护不便。生产调度及盘库程序中用户提交的数据项界面固化,用户不能自主进行数据项的修改,若数据项发生变化,如某站新增一台泵或一座储罐,只能通过更改程序来实现报表的改变。
(5)数据格式不统一。源头数据目前由基层站采用SQL Server数据库完成数据存储,待数据迁移至采油厂,则与生产调度盘库数据一样,采用oracle数据库。数据格式不统一,不但不方便管理者进行数据管理备份,也给后续进行数据开发带来了不便。
1.2.2自动采集数据方面
(1)数据读取调用不便。集输大队多个联合站投用了FOCS系统,对生产岗位重要的参数进行实时监测,数据采集频率高。这些数据采集上来以后,虽然在系统中能够方便地实现数据查询,但因系统封装原因,没有开放的数据接口,使得其他程序对数据读取调用不便,影响了数据的再次开发利用。(2)备份不完善。因为没有开放的数据接口,导致数据只能在FOCS系统中存储,无法进行完善备份。
2需求分析
从以上存在的问题可以看出,目前采集的生产数据唯一性、真实性不高,且存放零散、调用不便,不能形成完整数据链,无法满足集输大队生产指挥决策的需求。为此,我们进行了如下需求分析。
2.1生产调度的需求
集输大队生产调度所需的数据主要为各基层站的生产运行状况及设备运行参数。根据生产运行调控的要求,每8小时自动完成数据累计计算并生成《班运行报表》一张,每天早上6:00生成前一天《大队生产情况晨报》和《上报生产办报表》各一份。
2.2计划盘库的需求
计量盘库人员每天8:00对前一天的生产运行情况进行统计,根据上报要求,需要每天11:00之前自动生成《油气综合日报》、《盘库综合分析日报》、《气井生产日报》、《单井拉油日报》等多张报表。
2.3基层站队岗位报表需求
目前,集输大队基层站队岗位职工每2小时填报一次岗位纸张报表,同时还需要从网上多次提交这些报表数据,重复的工作量不但增加了职工劳动强度,也增大了数据填报出错率。为减轻岗位职工数据填报工作量,对于可从《中石化原油集输系统》中完成录入、查询、打印功能的报表,岗位工人将不再手工填写,只需按时将生产参数进行网上提交即可。
2.4生产运行优化分析的需求
集输大队多个联合站已实现了生产参数的实时监测,但大多是注意安全性、可靠性和原油脱水精度,并没有兼顾到系统的节能控制。为此,我们开展联合站集输油监控综合技术应用研究项目,对联合站的输油泵系统、油罐、外输管网、加热炉、油气集输系统整体用能进行动态分析计算,找出用能薄弱环节,使运行、检修人员和管理部门及时进行运行调整和设备维护。
3构建生产决策指挥平台
根据以上四个方面的应用需求,我们将对现有的数据资源进行规划整合,建立完善的分级管理架构,构建一个以源头数据为基础、以网络为依托、以优化生产运行为目的的生产决策指挥平台,为数据的二次开发利用提供一个开放的数据接口,实现数据的一次录入、多头使用,为优化生产运行提供良好的数据条件。
3.1数据来源
有三个主要数据来源:一是9个基层站的源头数据库数据;二是现场采集的工控数据;三是河压站、稳定站等没有使用源头库的单位手工录入的生产数据。
3.2建立大队生产数据管理服务器
数据库服务器可完成两个主要功能:(1)存储数据。从源头库中导入的与生产调度和计量盘库相关的数据;河压站、稳定站等单位人工录入的数据;与生产优化分析有关的工控数据。(2)数据管理及备份。对基层站源头库数据进行管理并定期备份;每天与厂计划科服务器完成计量盘库数据的库对库迁移;定期将服务器中数据备份到厂数据库服务器。
3.3数据流向
(1)从源头库中读取的数据直接导入。为减少多人多次录入数据造成的人为误差,对于源头数据库中已存储的数据,直接从源头库中读取,存入大队数据库,不再需要职工多次提交录入。(2)对于源头库中没有的数据,则由岗位职工手工录入,確认无误后存入数据库。(3)工控数据可根据用户需求,将与生产管理有关的数据存储至大队数据库进行管理。(4)源头库数据迁移。使用源头库的9个基层站每天按规定将各站数据迁移至采油厂数据库服务器。
4数据库建设技术关键点
构建生产决策指挥平台,建立安全可靠的数据库系统,将与生产密切相关、使用频率较高的数据存储在其中,不但可以更好地完成数据的存储管理,同时也可以更方便快捷地对数据进行读取。在数据库建
设上,有以下几个技术关键点。
4.1数据库软件的选取
数据库软件的选取直接影响着数据的后续开发,为统一数据接口、方便数据的管理,需要选择一款功能完善、可用性强、安全性高的软件做为集输大队生产数据库管理工具。为此,我们选择了SQL
Server2000。
4.2数据库系统网络架构的确定
根据集输大队的生产数据需求和网络现状,我们经过分析,确定大队生产管理数据库采用主从式架构。
4.3数据库结构的建立
本着“可扩展性强、可用性强、延续性强、维护方便”的原则来规划大队生产数据库结构,使之既方便程序开发人员调用,又能够很好地满足大队生产需求的变更,不因个别工艺设备的改变而轻易对数据结构进行更改。
5应用举例
5.1简化岗位报表
首站目前共有9个岗位使用源头数据库程序(《中石化原油集输系统》)录入数据,部分主要数据列表如表2。
这些数据由各岗位的职工到现场巡检采集后填写至本岗位报表,并完成网上数据提交,采集频率为1次/2小时。为减轻职工工作量,我们对首站生产岗位现有的18种报表进行了调查,根据生产现状进行了简化。简化后生产岗位报表种类列表3。
首站1#压缩机2006年11月份运行报表查询界面(图1)。
首站1#压缩机2006年11月日运行日报表(表4)。
通过简化岗位报表,不但降低了职工的劳动强度,同时也节约了大量的纸张。目前,我们已在9个集输站库、10个天然气计量岗位进行了实施。
5.2生产调度及盘库数据上报
首站上报给大队生产调度的数据是:每8小时上报一次储罐、外输泵运行数据,每2小时上报一次来油及外输流量计数据,具体数据项列表(表5)。
上报大队计划盘库数据如图2。
以上这些数据在源头数据库中已录入的可直接读取,不需职工再次录入;源头库中没有的,则由岗位职工手工录入完成。
5.3生产运行评价分析
在首站还有FOCS工控系统数据可以由自动化仪表完成自动采集,其采集的数据主要用于生产实时监控,采集点数为284个,采集频率為1次/5分钟。采集的主要数据项如表6。
这些数据采集后,与源头库数据结合应用,通过精确的计算,可对首站的生产工艺状况进行评价,完成能耗在线实时分析,制定更加节能的生产方案或工艺控制方案。
FOCS监控系统数据的采集入库显示如图3。
6需解决的问题
6.1网络方面
网络是数据传输的平台,其运行状况如何直接影响着数据的使用。目前,集输大队大多数基层站队采用的是无线网进行数据传输,在天气较恶劣的情况下,网络中断、数据丢失现象严重。2006年,在厂信息中心的支持下,我大队义和方向投用了光纤,使该方向的网络传输速度有了显著提高。若条件允许,建议将河东方向、埕东方向网络也改为光纤传输,并在关键网络设备上应用防雷措施。
6.2各基层站数据服务器
随着数据的深入应用,使用《中石化集输系统》的9个基层站对数据服务器的依赖也越来越强,而目前各站所使用的数据服务器均为普通PC机,在稳定性和持久性上不能满足下一步数据应用的需求,建议更换为配置较高、性能稳定的服务器。
6.3软件方面
现集输大队使用的《生产调度及计量盘库管理系统》软件与生产实际脱节,已不能满足生产管理的需要,建议重新进行开发。《中石化集输系统》中某些报表的数据项计算不符合我大队生产现状,需要上级信息部门配合修改。
7结语
综上所述我们可以看出,数据的二次开放利用,不但可以满足集输大队目前的生产需求,同时也为数据的管理提供了一个开放的接口。下一步,我们将拓宽思路,从数据的深入应用上继续挖掘潜力,使更多的数据能够更好地应用于生产、服务于生产。