基于多平臺的油田業(yè)務(wù)管理系統(tǒng)關(guān)鍵技術(shù)研究

任偉建 宋成坤 霍鳳財 楊 迪 姜淑環(huán) 孫寶翔 王春蕾 李鵬娜

(1.東北石油大學(xué)電氣信息工程學(xué)院,黑龍江 大慶 163318;2.大慶油田有限責(zé)任公司第二采油廠,黑龍江 大慶 163414)

基于多平臺的油田業(yè)務(wù)管理系統(tǒng)關(guān)鍵技術(shù)研究

任偉建1宋成坤1霍鳳財1楊 迪2姜淑環(huán)2孫寶翔1王春蕾1李鵬娜1

(1.東北石油大學(xué)電氣信息工程學(xué)院,黑龍江 大慶 163318;2.大慶油田有限責(zé)任公司第二采油廠,黑龍江 大慶 163414)

應(yīng)用多數(shù)據(jù)源融合技術(shù)實現(xiàn)了油田各專業(yè)數(shù)據(jù)的分析與關(guān)聯(lián)，為油田管理中數(shù)據(jù)查詢和數(shù)據(jù)分析做好了準(zhǔn)備。采用基于數(shù)據(jù)挖掘的輔助決策技術(shù)實現(xiàn)了對重點數(shù)據(jù)的智能分析，解決了以往分析數(shù)據(jù)靠人工經(jīng)驗的問題；利用基于Android平臺的移動終端推送技術(shù)實現(xiàn)了數(shù)據(jù)的專業(yè)化定制，能夠隨時隨地掌握數(shù)據(jù)的變化情況。通過應(yīng)用這幾種技術(shù)整合了油田業(yè)務(wù)管理的數(shù)據(jù)信息，實現(xiàn)了各個部門的業(yè)務(wù)集成，提高了工作效率。

數(shù)據(jù)融合 數(shù)據(jù)挖掘 輔助決策 終端推送 油田業(yè)務(wù)管理

隨著油田企業(yè)數(shù)字化建設(shè)的深入進(jìn)行，大量的網(wǎng)絡(luò)信息系統(tǒng)被開發(fā)并投入運行，產(chǎn)生出了大量的不同專業(yè)、不同結(jié)構(gòu)的數(shù)據(jù)源[1]。針對這些不同類型的數(shù)據(jù)，如果不能有效地管理和整合，將很容易造成數(shù)據(jù)遺失和數(shù)據(jù)混亂。因此，如何有效地整合如此龐大、復(fù)雜的數(shù)據(jù)源，并在各數(shù)據(jù)源的基礎(chǔ)上實現(xiàn)關(guān)聯(lián)、分析及信息挖掘等都將成為油田數(shù)字化建設(shè)所面臨的難題。目前，各個企業(yè)網(wǎng)絡(luò)應(yīng)用系統(tǒng)應(yīng)用多數(shù)據(jù)源融合技術(shù)已經(jīng)成為一種趨勢[2]，將多數(shù)據(jù)源融合技術(shù)應(yīng)用于油田業(yè)務(wù)管理中，不僅能夠?qū)?shù)據(jù)進(jìn)行正確性分析以選取最優(yōu)數(shù)據(jù)集，而且還能預(yù)先處理數(shù)據(jù)滿足實際需求，因此應(yīng)用多數(shù)據(jù)源融合技術(shù)，開發(fā)一種多平臺的油田業(yè)務(wù)管理系統(tǒng)十分必要。針對油田生產(chǎn)數(shù)據(jù)量過大、數(shù)據(jù)源分散、專業(yè)數(shù)據(jù)無關(guān)聯(lián)，根據(jù)歷史數(shù)據(jù)分析生產(chǎn)情況、預(yù)測開發(fā)指標(biāo)等主要依靠人工手動查找資料，憑經(jīng)驗處理，效率不高的情況，筆者通過C#語言、多數(shù)據(jù)源融合及基于數(shù)據(jù)挖掘的輔助決策等幾個關(guān)鍵技術(shù)來解決這些實際問題。

1 系統(tǒng)整體架構(gòu)

基于多數(shù)據(jù)源融合技術(shù)的油田業(yè)務(wù)管理系統(tǒng)主要由多數(shù)據(jù)源融合模塊、決策支持系統(tǒng)模塊和移動終端推送模塊3部分組成：

a. 多數(shù)據(jù)源融合模塊是通過數(shù)據(jù)分析、數(shù)據(jù)整合等手段對不同源、不同部門、不同專業(yè)及不同系統(tǒng)等各類數(shù)據(jù)信息進(jìn)行融合與交互分析，對現(xiàn)有油田業(yè)務(wù)管理進(jìn)行深入挖掘，并對分布式油田管理數(shù)據(jù)進(jìn)行整合和集成，為油田管理部產(chǎn)量運行管理、計劃統(tǒng)計管理、油水井間管理、泵站管理及節(jié)能管理等方面的數(shù)據(jù)共享和數(shù)據(jù)分析提供便利。

b. 決策支持系統(tǒng)模塊是通過應(yīng)用自主學(xué)習(xí)型數(shù)據(jù)校驗技術(shù)和基于數(shù)據(jù)挖掘的輔助決策技術(shù)，建立油田管理數(shù)據(jù)校驗函數(shù)庫，逐步實現(xiàn)由事件驅(qū)動數(shù)據(jù)關(guān)聯(lián)的業(yè)務(wù)管理模型，對油田業(yè)務(wù)管理重點關(guān)注的數(shù)據(jù)項進(jìn)行多維度分析校驗，提高展示數(shù)據(jù)的管控效率，為油田管理提供直接的決策參考依據(jù)。

c. 移動終端推送模塊是運用基于Android平臺的移動終端推送技術(shù)，將受關(guān)注的數(shù)據(jù)信息推送至移動終端中，實現(xiàn)油田業(yè)務(wù)管理數(shù)據(jù)專業(yè)化定制，隨時隨地掌握生產(chǎn)數(shù)據(jù)變化情況。

2 技術(shù)研究

2.1多數(shù)據(jù)源融合技術(shù)

在油田管理業(yè)務(wù)系統(tǒng)中，針對多源數(shù)據(jù)要實現(xiàn)以下3個功能：建立基于結(jié)構(gòu)化數(shù)據(jù)庫和非結(jié)構(gòu)化數(shù)據(jù)庫的數(shù)據(jù)模型，遷移專業(yè)數(shù)據(jù)庫；提供統(tǒng)一的數(shù)據(jù)接口，以便各個部門提取合成數(shù)據(jù)；實現(xiàn)油田管理部下屬各個部門之間的數(shù)據(jù)交換和共享。以上功能的實現(xiàn)需要依托多數(shù)據(jù)源融合技術(shù)，多數(shù)據(jù)源融合技術(shù)指應(yīng)用相關(guān)方法將采集、分析、選取到的所有數(shù)據(jù)源全部集中到一起，對各類數(shù)據(jù)信息進(jìn)行綜合分析，進(jìn)而得到統(tǒng)一的數(shù)據(jù)集[3]。該技術(shù)的主要目的是將各種不同結(jié)構(gòu)的數(shù)據(jù)源中的各類數(shù)據(jù)信息進(jìn)行綜合，抽取不同數(shù)據(jù)源的特點并從中提取出比單一數(shù)據(jù)更直觀、更準(zhǔn)確的統(tǒng)一的數(shù)據(jù)信息。

針對油田業(yè)務(wù)管理的實際需求，實現(xiàn)多數(shù)據(jù)源融合可分為以下幾個步驟：

a. 選擇數(shù)據(jù)。選取數(shù)據(jù)時要保證數(shù)據(jù)的正確性和完整性，盡量篩選出合適的數(shù)據(jù)集進(jìn)行融合。

b. 由于油田企業(yè)中的數(shù)據(jù)類型有多種，包括結(jié)構(gòu)化數(shù)據(jù)庫(如A2數(shù)據(jù)庫)、非結(jié)構(gòu)化數(shù)據(jù)庫(如A5數(shù)據(jù)庫)和其他類型數(shù)據(jù)文件中的各種數(shù)據(jù)，因此合理選擇數(shù)據(jù)后要對它進(jìn)行預(yù)處理操作，保證數(shù)據(jù)融合后仍能滿足實際業(yè)務(wù)要求。具體做法是將不同部門、不同專業(yè)的數(shù)據(jù)進(jìn)行分類，并為每個待融合的數(shù)據(jù)源設(shè)置統(tǒng)一的主鍵，如“時間”、“礦名”及“隊名”等字段。完成上述數(shù)據(jù)預(yù)處理操作后，再根據(jù)實際要求，將各部門、各類型、各系統(tǒng)的數(shù)據(jù)進(jìn)行融合。

c. 從多個角度和多個方面對融合后的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘和數(shù)據(jù)分析，將分析結(jié)果作為管理人員的決策依據(jù)。

結(jié)合某采油廠數(shù)字化建設(shè)的特點，采用如圖1所示的框架實現(xiàn)多數(shù)據(jù)源融合。

圖1 多數(shù)據(jù)源融合技術(shù)總體架構(gòu)

先將A2結(jié)構(gòu)化數(shù)據(jù)庫、A5非結(jié)構(gòu)化數(shù)據(jù)庫和其他類型數(shù)據(jù)文件中關(guān)于產(chǎn)量運行、生產(chǎn)計劃、油水井間及泵站等各類數(shù)據(jù)信息進(jìn)行整合與交互分析，為了避免后期查詢速度過慢，采用建立動態(tài)數(shù)據(jù)庫中物化視圖的方式，通過編寫SQL語句執(zhí)行DML操作，用UNION ALL、JOIN等操作符將原始數(shù)據(jù)庫中的多個數(shù)據(jù)表連接在一起，并以每個表中的主鍵“時間”和“礦名”字段為基準(zhǔn)點，將靜態(tài)單井、產(chǎn)液量、注水量及油井井?dāng)?shù)等數(shù)據(jù)信息進(jìn)行融合并分類存儲，對分布式的油田管理數(shù)據(jù)進(jìn)行整合和集成，通過統(tǒng)一的數(shù)據(jù)接口將處理過的數(shù)據(jù)信息實時地傳遞至動態(tài)數(shù)據(jù)庫，再以動態(tài)數(shù)據(jù)庫中的實時數(shù)據(jù)作為基本數(shù)據(jù)，應(yīng)用于油田管理業(yè)務(wù)系統(tǒng)當(dāng)中。最終形成一套以油田管理為目的的整體數(shù)據(jù)集，并對現(xiàn)有油田業(yè)務(wù)管理進(jìn)行深入挖掘，實現(xiàn)油氣水產(chǎn)量、泵站管理及油水井間管理等各類數(shù)據(jù)信息的融合與交互分析。

2.2自主學(xué)習(xí)型數(shù)據(jù)校驗技術(shù)

自主學(xué)習(xí)型數(shù)據(jù)校驗，就是為了保證數(shù)據(jù)的有效性、完整性和正確性而在數(shù)據(jù)傳送時采用的一種校正數(shù)據(jù)錯誤的方式[4]。具體實現(xiàn)方式是用一種指定的算法對原始數(shù)據(jù)計算出一組校驗值[5]，在接收數(shù)據(jù)之后用同樣的算法對這組校驗值進(jìn)行計算，如果計算結(jié)果和原始數(shù)據(jù)的計算結(jié)果相同，則說明數(shù)據(jù)是完整的、準(zhǔn)確的。

數(shù)據(jù)校驗的最終目的是為了保證數(shù)據(jù)的完整性和正確性，并實現(xiàn)一些預(yù)警功能，包括數(shù)據(jù)融合調(diào)用過程中的數(shù)據(jù)校驗、預(yù)警分析等。采用如圖2所示的數(shù)據(jù)校驗流程，主要包括以下4個方面：構(gòu)建校驗函數(shù)庫，設(shè)計校驗?zāi)Ｐ?，根?jù)待校驗數(shù)據(jù)的特點，采用行校驗、跨表校驗和歷史數(shù)據(jù)校驗這3種校驗?zāi)Ｐ蛯χ攸c關(guān)注數(shù)據(jù)，如影響油量、影響液量及開采井?dāng)?shù)等進(jìn)行正確性校驗；編寫校驗程序，結(jié)合VS開發(fā)工具，采用XML結(jié)構(gòu)性標(biāo)記語言記錄檢驗規(guī)則，編寫預(yù)警函數(shù)，計算出重點關(guān)注數(shù)據(jù)偏離正常區(qū)間的百分比，并采用面向?qū)ο蟮臋C(jī)制將各類函數(shù)方法封裝成類，便于業(yè)務(wù)層調(diào)用；配置檢驗公式，在頁面上捕捉錯誤數(shù)據(jù)，根據(jù)原始數(shù)據(jù)對錯誤數(shù)據(jù)進(jìn)行補(bǔ)齊和更正；校驗結(jié)果展示，將校驗結(jié)果以曲線、列表等方式展示給用戶，例如在轉(zhuǎn)油站輸油情況追溯過程中，對輸油量下降值超出預(yù)期范圍的油礦、中轉(zhuǎn)站和井進(jìn)行下降預(yù)警提示，以便用戶根據(jù)提示信息迅速找到異常情況并及時處理，提升用戶的工作效率。

圖2 數(shù)據(jù)校驗流程

2.3基于數(shù)據(jù)挖掘的輔助決策技術(shù)

在油田業(yè)務(wù)管理中，需要對產(chǎn)油量、注水量及產(chǎn)氣量等數(shù)據(jù)做旬度、月度和年度的匯總和分析，得出的結(jié)果將作為下一季度工作計劃的參照模型，為油田管理提供可靠的決策依據(jù)，這就需要應(yīng)用基于數(shù)據(jù)挖掘(Data Mining)的輔助決策技術(shù)[6]。數(shù)據(jù)挖掘就是從大量的、模糊的、隨機(jī)的、有噪聲的數(shù)據(jù)中，分析獲取出隱藏在其中的、事先不被發(fā)現(xiàn)的但又非常重要的信息和知識的過程[7]。發(fā)現(xiàn)的信息和知識可以被用于信息管理、查詢優(yōu)化及決策支持等，還可以利用已有的信息對未來的活動進(jìn)行預(yù)測[8]。在實際應(yīng)用中，將大量的、存儲于企業(yè)數(shù)據(jù)庫中的實際數(shù)據(jù)作為樣本集，通過相關(guān)的數(shù)學(xué)分析方法對樣本集進(jìn)行分析，挖掘出其中的變化規(guī)律和各個樣本參數(shù)間的聯(lián)系和影響規(guī)律，進(jìn)而獲得相應(yīng)的計算模型，進(jìn)行參數(shù)間的規(guī)律計算與分析，可以為企業(yè)決策提供支持?；跀?shù)據(jù)挖掘的輔助決策技術(shù)實現(xiàn)流程如圖3所示。

圖3 基于數(shù)據(jù)挖掘的輔助決策技術(shù)流程描述

首先以多數(shù)據(jù)源融合后的動態(tài)數(shù)據(jù)庫作為數(shù)據(jù)倉庫，再以油田管理各個部門重點關(guān)注的數(shù)據(jù)，如產(chǎn)油量、產(chǎn)氣量、注水量及井?dāng)?shù)等方面的數(shù)據(jù)作為目標(biāo)數(shù)據(jù)，結(jié)合C#語言和VS開發(fā)工具，通過編程設(shè)計挖掘算法，調(diào)用SQL數(shù)據(jù)庫的封裝類，獲取目標(biāo)數(shù)據(jù)在一段時間內(nèi)的數(shù)據(jù)情況，以在線分析處理的方式對目標(biāo)數(shù)據(jù)進(jìn)行深入挖掘，分析這些數(shù)據(jù)在近幾天或者幾個月內(nèi)的變化情況，預(yù)測它們在近期內(nèi)的變化趨勢，最終利用gridview控件實現(xiàn)統(tǒng)計表格，并運用echarts插件中的Line、Bar和Pie圖形繪制工具實現(xiàn)折線圖、柱狀圖和餅狀圖的繪制，以統(tǒng)計圖表的形式展示給用戶，為不同用戶進(jìn)行數(shù)據(jù)管理和分析提供重要的決策參考依據(jù)，具體原理如圖4所示。

圖4 輔助決策原理

2.4基于Android平臺的移動終端推送技術(shù)

基于Android平臺的移動終端推送技術(shù)普遍采用XMPP協(xié)議(Extensible Messaging and Presence Protocol)實現(xiàn)Android推送[9]，采用如圖5所示的架構(gòu)模式。數(shù)據(jù)庫與PC端系統(tǒng)服務(wù)器和移動終端服務(wù)器相連接，進(jìn)行數(shù)據(jù)交換；移動終端服務(wù)器和PC端系統(tǒng)服務(wù)器間設(shè)有接口，通過PC端系統(tǒng)服務(wù)器配置移動終端服務(wù)器基礎(chǔ)信息；App客戶端通過XMPP協(xié)議與移動終端服務(wù)器建立連接，并進(jìn)行用戶登錄認(rèn)證[10]。服務(wù)器端有消息要推送時，應(yīng)用消息推送接口，通過Session找到相應(yīng)的客戶端，將配置好的消息包通過Session發(fā)送到相應(yīng)的客戶端，App客戶端接收到消息包之后，調(diào)用消息處理方法對消息包進(jìn)行解析，解析得到的數(shù)據(jù)即服務(wù)端實時推送的數(shù)據(jù)信息。

圖5 基于XMPP協(xié)議的移動終端推送架構(gòu)模式

移動終端模塊采用如圖6所示的原理實現(xiàn)信息推送?；贏ndroid平臺搭建App客戶端，客戶端通過XMPP通信協(xié)議與移動終端服務(wù)器建立連接，并通過該連接進(jìn)行用戶登錄驗證，當(dāng)有消息要推送時，運用數(shù)據(jù)轉(zhuǎn)換技術(shù)將油田數(shù)據(jù)庫中的各項業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)換為JSON數(shù)據(jù)流，并將數(shù)據(jù)流傳送到移動終端服務(wù)器上，移動終端服務(wù)器對數(shù)據(jù)流進(jìn)行內(nèi)外網(wǎng)轉(zhuǎn)換，轉(zhuǎn)換后的數(shù)據(jù)被Web服務(wù)器發(fā)布到Internet上，獲得服務(wù)端驗證許可的用戶可利用移動終端設(shè)備通過WLAN無線網(wǎng)絡(luò)訪問Internet上的重點數(shù)據(jù)。通過采用基于Android平臺的移動終端推送技術(shù)減少了工作人員使用網(wǎng)絡(luò)搜索信息的時間，為管理層和油田職工實時查詢數(shù)據(jù)信息提供了便捷。

圖6 基于Android平臺的移動終端推送原理

3 系統(tǒng)應(yīng)用

多數(shù)據(jù)源融合技術(shù)實現(xiàn)了各專業(yè)數(shù)據(jù)的智能查詢，應(yīng)用效果如圖7所示，解決了以往采油方式、驅(qū)動方式等不同類型的問題井情況只能在不同專業(yè)的系統(tǒng)中查詢、影響工作效率的問題，將油田中所有類型的地面問題井統(tǒng)一管理，集成到本系統(tǒng)中，只需根據(jù)采油方式和驅(qū)動方式即可查詢出所有類型的油井地面問題的相關(guān)情況，提高了工作效率?；跀?shù)據(jù)挖掘的輔助決策技術(shù)實現(xiàn)了對重點數(shù)據(jù)的多維度分析，應(yīng)用效果如圖8所示，可以看到近一個月內(nèi)的水井?dāng)?shù)據(jù)變化情況，根據(jù)下降的箭頭提示可以查看到水井?dāng)?shù)據(jù)下降的相關(guān)油礦，并且可以通過分析結(jié)果得到數(shù)據(jù)下降的具體值、下井的井?dāng)?shù)等關(guān)鍵信息，便于做出應(yīng)對策略。基于Android平臺的移動終端推送技術(shù)將實時變化的數(shù)據(jù)信息推送至手機(jī)中，應(yīng)用效果如圖9所示，通過點擊“輸油情況”、“罐存情況”、“油井情況”或“水井情況”的圖標(biāo)，即可查詢到相應(yīng)情況的實時變化的數(shù)據(jù)信息，使用便捷，不受時間和空間的限制。

圖7 多數(shù)據(jù)源融合效果

圖8 基于數(shù)據(jù)挖掘的輔助決策效果

圖9 移動終端模塊效果

4 結(jié)束語

應(yīng)用多數(shù)據(jù)源融合技術(shù)整合了油田各部門的專業(yè)數(shù)據(jù)信息，通過自主學(xué)習(xí)型數(shù)據(jù)校驗技術(shù)和基于數(shù)據(jù)挖掘的輔助決策技術(shù)完成了對重點數(shù)據(jù)項的數(shù)據(jù)校驗和智能分析，并為油田管理的決策提供了依據(jù)，利用基于Android平臺的移動終端推送技術(shù)實現(xiàn)了數(shù)據(jù)的實時推送，使用戶能夠擺脫空間限制隨時隨地掌握數(shù)據(jù)變化情況。實踐表明，以上幾項技術(shù)的應(yīng)用提高了油田管理部門的數(shù)字化建設(shè)水平，滿足了油田業(yè)務(wù)管理的綜合需求。

[1] 王娟,梁鴻軍,李良,等.油田數(shù)字化的異構(gòu)數(shù)據(jù)源整合與集成技術(shù)[J].油氣田地面工程,2014,33(11):10～11.

[2] 夏可青,陳根軍,李力,等.基于多數(shù)據(jù)源融合的實時電網(wǎng)故障分析及實現(xiàn)[J].電力系統(tǒng)自動化,2013,37(24):81～88.

[3] 王征,劉寧莊,張建成.數(shù)據(jù)融合的方法及應(yīng)用研究[J].自動化與儀器儀表,2006,(4):77～80.

[4] 昌力,劉擁軍,朱成,等.基于規(guī)則的電力調(diào)度計劃數(shù)據(jù)校驗機(jī)制[J].電力系統(tǒng)自動化,2012,36(21):98～101.

[5] 李亞潔,許廣輝,侯巖松.基于XML的柔性數(shù)據(jù)校驗系統(tǒng)的設(shè)計與實現(xiàn)[J].信息系統(tǒng)工程,2011,(4):26～28.

[6] 袁林.基于數(shù)據(jù)倉庫的輔助決策系統(tǒng)設(shè)計與實現(xiàn)[J].電力系統(tǒng)自動化,2001,(21):25～27.

[7] 徐剛強(qiáng),林燕.基于數(shù)據(jù)挖掘的招考志愿填報輔助決策支持系統(tǒng)[J].計算技術(shù)與自動化,2014,33(4):106～109.

[8] 李敏.數(shù)據(jù)挖掘在輔助決策系統(tǒng)的應(yīng)用研究[J].微計算機(jī)信息,2004,(5):96～97.

[9] 李丹鋒,尹丹云,陳瀟瀟.基于Android平臺的推送技術(shù)在移動OA中的應(yīng)用[J].制造業(yè)自動化,2014,36(12):17～18.

[10] 傅鏡藝,馬兆豐,黃勤龍,等.基于Android的移動終端安全管理系統(tǒng)[J].計算機(jī)工程,2014,(11):77～82.

(Continued on Page 858)

ResearchonKeyTechnologiesforOilfieldManagementSystemBasedonMultiplePlatforms

REN Wei-jian1, SONG Cheng-kun1, HUO Feng-cai1, YANG Di2, JIANG Shu-huan2, SUN Bao-xiang1, WANG Chun-lei1, LI Peng-na1

2016-01-20

國家自然科學(xué)基金項目(61374127)；黑龍江省博士后科研啟動資金項目(LBH-Q12143)

TP391

B

1000-3932(2016)08-0849-07