基于云計算的油氣管道SCADA系統設計

劉 苗，譚永東，賈世民

LIU Miao1, TAN Yong-dong1, JIA Shi-min2

（1.中國石油天然氣管道局 中油龍慧自動化工程有限公司，北京 100053；2.中國石油天然氣管道局 科技中心，廊坊 065000）

0 引言

云計算是一種利用互聯網實現隨時隨地、按需、便捷地訪問共享資源池（如計算設施、存儲設備、應用程序等）的計算模式[1]。對云計算而言，其借鑒了傳統分布式計算的思想，但其更強調大規模資源池的分享，通過分享提高資源復用率[2]。作為信息產業的一大創新，云計算模式一經提出便得到工業界、學術界的廣泛關注。其中Amazon等公司的云計算平臺提供可快速部署的虛擬服務器，實現了基礎設施的按需分配[3]。MapReduce[4]等新型并行編程框架簡化了海量數據處理模型。Google公司的App Engine[5]云計算開發平臺為應用服務提供商開發和部署云計算服務提供接口。Salesforce公司的客戶關系管理（CRM, customer relationship management）服務[6]等云計算服務將桌面應用程序遷移到互聯網，實現應用程序的泛在訪問。在油氣管道工控自動化領域也迫切需要借鑒云計算思想實現技術革新。

SCADA（Supervisory Control And Data Acquisition，數據采集與監視控制系統）是一種以監督為基礎的計算機控制系統[7]。目前，中國石油長輸油氣管道采用集中調度管理的運營模式。油氣管道SCADA系統由中心控制系統、通訊系統、站控系統組成。中心控制系統使用廣域通訊網絡，通過部署在站場的智能控制設備（PLC、數據通訊網關、站場服務器）實現對管道工藝設備的監視和控制[8]。管道的運行需要控制中心的整體控制，來協調和平衡各個管段、各個站場的壓力和流量，需要控制中心具有很強的可靠性，所以，中心采取一主一備的熱備冗余結構[9]。服務器集群完成數據采集、數據實時處理、歷史數據存儲、模型服務解析等功能，每個服務器負責單獨一個管線，同時采用主備冗余機制保障。操作員工作站應能夠連接多臺服務器、多系統進行監視和控制。

在傳統的SCADA系統中的單一備份服務器并不能完全保證系統的可靠性，而且，這種冗余配置不但造成服務器資源的浪費，而且增加了運行維護管理工作量和設備電源功耗等。此外，隨著系統規模不斷擴大，主備中心不斷增加服務器數量，由于所面對的管道站場數據點數量不同，某些服務器的負載過重，而有些服務器的資源利用率卻很低，從而造成整個SCADA系統的負載不均衡和資源巨大浪費。分布式云計算技術能實現大規模資源池的分享，通過分享提高資源復用率，因此采用云計算思想來解決油氣管道SCADA系統的資源利用率低和負載不均衡問題急需研究。

1 基于云計算的油氣管道SCADA系統模型

本文提出的基于云計算的油氣管道SCADA系統如圖1所示。

新的系統中數據中心采用分布式云架構，徹底打破了傳統的各管線獨立操作，一主一備冗余的模式。建立多區域數據中心，將所有數據中心的存儲資源和處理器資源聚合起來，形成油氣管道SCADA系統云。考慮到油氣管道SCADA系統的不斷擴大，提出的基于云計算的油氣管道SCADA系統采用分級結構。針對不同區域設立區域數據中心，對于不同管線的數據和任務，采取就近原則，選擇最近的區域數據中心執行管線實時數據處理和歷史數據存儲。多個區域數據中心之間通過專用網絡和衛星進行通信，多區域數據中心的數據互為備份。并設立主數據中心，主數據中心負責縱觀和協調各區域數據中心。新的SCADA系統模型中每個站場配備一臺站場服務器，用于存儲該站的數據備份，如果網絡發生故障無法連接到云數據中心，可以直接在該站場進行就地操作。

在SCADA系統云數據中心里，我們將所有管線的點配置信息分成固定包，每一個點配置信息包分別裝載在本地數據中心臺不同的服務器上以及異地數據中心 臺服務器上。需要存儲的歷史數據也被分成固定大小塊，每一塊歷史數據分別存儲在不全在同一數據中心的 臺服務器上。當實時數據被采集到服務器端，主服務器根據調度算法，將實時數據調度到多個從服務器上處理執行，并就地存儲歷史數據。

相對于傳統的SCADA系統，本文提出的基于云計算的油氣管道SCADA系統模型利用每臺服務器的存儲空間構成分布式存儲，每份數據至少存儲在3個節點上，滿足SCADA系統存儲的可靠性需求。此外，基于云計算的油氣管道SCADA系統數據中心Master采用本文提出的最優資源調度方法, 可以整合優化數據中心服務器的內存資源和處理器資源，按需分配給每一個實時任務，該資源調度方法不僅能提高SCADA系統服務器資源利用率，并且能保障每一個實時任務的高可靠性執行。

基于云計算的油氣管道SCADA系統數學模型定義如下：

5）假設SCADA系統能夠容忍2個處理機失效，則，實時任務的基版本和副版本的計算時間之和應小于或等于截止期限。

對于SCADA系統中的每一個處理機Pi：

2 最優資源調度算法

2.1 最優資源調度算法設計

基于云計算的油氣管道SCADA系統資源調度方法設計如下：

1）建立基于油氣管道SCADA系統的基于Master-Slave結構的云服務器。

Master維護系統的原數據，包括名字空間，訪問控制，點配置定義塊與Slave的映射信息，Salve負載信息等，并負責進行系統資源調度。

2）對油氣管道SCADA系統實時任務的基版本進行資源調度。

首先找到預裝實時數據所需的點配置信息的處理器，本地處理器Pj1，Pj2和Pj3，異地處理器Pj4和Pj5。令分別計算和Pj5的Zji。在本地處理器Pj1，Pj2和Pj3中選擇Zji最小的處理器執行。

3）對油氣管道SCADA系統實時任務的本地副版本進行資源調度。

在本地處理器Pj1，Pj2和Pj3中選擇Zji次小的處理器執行是實時任務的副版本。

4）對油氣管道SCADA系統實時任務的異地副版本進行資源調度。

在異地處理器Pj4和Pj5中選擇Zji最小的處理器執行其中是實時任務的副版本。

2.2 實驗驗證

1）可靠性性能

實例試驗的基本參數：實時任務的截止期限 =1000，單處理器調度長度=400，本地Slave服務器數及異地Slave服務器數分別為6，12臺處理機的失效率分別設為本地處理機0.9，0.95，1，1.05，1.10，1.15，異地處理機0.9，0.95，1，1.05，1.10，1.15。其基本單位是次/小時。圖2是算法的可靠性性能曲線。雖然，隨著任務個數的增加算法的可靠性代價隨之增加 ，但算法能夠保障系統的高可靠性。

圖2 可靠性性能曲線

2）可調度性能

圖3是算法的可調度性性能曲線。雖然，隨著任務個數的增加，算法的可調度性性能略有下降，但算法能夠滿足系統的調度需求。

圖3 可調度性性能曲線

綜上所述，本文提出的最優資源算法不僅具有很好的可靠性和可調度性，而且當實時數據被采集到服務器端，主服務器采用該最優調度算法，可以將實時數據優化調度到多個從服務器上并行處理執行，能有效提高基于云計算的油氣管道SCADA系統的資源利用率，此外，該最優資源調度算法采用主副版本技術能有效提高系統可靠性和可用性。

3 結束語

由于CPU、內存、磁盤存儲獨立，現有SCADA系統在大數據實時處理和存儲方面存在性能瓶頸。本文提出基于分布式云計算技術的油氣管道SCADA系統徹底打破原有SCADA系統應有模式，不僅能整合油氣管道SCADA系統中心服務器資源，并且通過建立基于Master-Slave架構的云服務器集群，將實時任務同時分配到多個處理器執行，選擇最優的處理器執行實時任務的主副版本，這樣，不僅可以提高系統的可靠性及資源利用率，并能改善系統負載均衡。研究基于云計算的油氣管道SCADA系統對于推動油氣儲運行業高速發展具有重要意義。

[1] Feinleib D.The Intersection of Big Data, Mobile, and Cloud Computing[J].Big Data Bootcamp. Apress,2014:85-101.

[2] Dinh H T, Lee C,Niyato D, et al. A survey of mobile cloud computing: architecture, applications, and approaches[J].Wireless communications and mobile computing,2014,13(18):1587-1611.

[3] Armbrust M,Fox A,Griffith R,et al.A view of cloud computing[J]. Communications of the ACM,2014,53(4):50-58.

[4] Kokkinos P,Varvarigou T A,Kretsis A, et al.SuMo:Analysis and Optimization of Amazon EC2 Instances[J].Journal of Grid Computing,2014:1-20.

[5] Ostermann S, Iosup A,Yigitbasi N, et al. A performance analysis of EC2 cloud computing services for scientific computing[J].Cloud Computing. Springer Berlin Heidelberg,2014:115-131.

[6] Ekanayake J, Fox G.High performance parallel computing with clouds and cloud technologies[J].Cloud Computing. Springer Berlin Heidelberg,2013:20-38.

[7] Karnouskos S,Colombo A W.Architecting the next generation of service-based SCADA/DCS system of systems[J].IECON 2011-37th Annual Conference on IEEE Industrial Electronics Society.IEEE, 2014:359-364.

[8] 郭曉瑛,路艷斌,鄭娟.國內外長輸管道SCADA系統標準現狀[J].油氣儲運,2011,2:156-159.

[9] 馬榮所.淺析油氣管道中SCADA系統的應用[J].數字技術與應用,2012,7:55-58.