基于多平臺的油田業務管理系統關鍵技術研究

任偉建 宋成坤 霍鳳財 楊 迪 姜淑環 孫寶翔 王春蕾 李鵬娜

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

基于多平臺的油田業務管理系統關鍵技術研究

任偉建1宋成坤1霍鳳財1楊 迪2姜淑環2孫寶翔1王春蕾1李鵬娜1

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

應用多數據源融合技術實現了油田各專業數據的分析與關聯，為油田管理中數據查詢和數據分析做好了準備。采用基于數據挖掘的輔助決策技術實現了對重點數據的智能分析，解決了以往分析數據靠人工經驗的問題；利用基于Android平臺的移動終端推送技術實現了數據的專業化定制，能夠隨時隨地掌握數據的變化情況。通過應用這幾種技術整合了油田業務管理的數據信息，實現了各個部門的業務集成，提高了工作效率。

數據融合 數據挖掘 輔助決策 終端推送 油田業務管理

隨著油田企業數字化建設的深入進行，大量的網絡信息系統被開發并投入運行，產生出了大量的不同專業、不同結構的數據源[1]。針對這些不同類型的數據，如果不能有效地管理和整合，將很容易造成數據遺失和數據混亂。因此，如何有效地整合如此龐大、復雜的數據源，并在各數據源的基礎上實現關聯、分析及信息挖掘等都將成為油田數字化建設所面臨的難題。目前，各個企業網絡應用系統應用多數據源融合技術已經成為一種趨勢[2]，將多數據源融合技術應用于油田業務管理中，不僅能夠對數據進行正確性分析以選取最優數據集，而且還能預先處理數據滿足實際需求，因此應用多數據源融合技術，開發一種多平臺的油田業務管理系統十分必要。針對油田生產數據量過大、數據源分散、專業數據無關聯，根據歷史數據分析生產情況、預測開發指標等主要依靠人工手動查找資料，憑經驗處理，效率不高的情況，筆者通過C#語言、多數據源融合及基于數據挖掘的輔助決策等幾個關鍵技術來解決這些實際問題。

1 系統整體架構

基于多數據源融合技術的油田業務管理系統主要由多數據源融合模塊、決策支持系統模塊和移動終端推送模塊3部分組成：

a. 多數據源融合模塊是通過數據分析、數據整合等手段對不同源、不同部門、不同專業及不同系統等各類數據信息進行融合與交互分析，對現有油田業務管理進行深入挖掘，并對分布式油田管理數據進行整合和集成，為油田管理部產量運行管理、計劃統計管理、油水井間管理、泵站管理及節能管理等方面的數據共享和數據分析提供便利。

b. 決策支持系統模塊是通過應用自主學習型數據校驗技術和基于數據挖掘的輔助決策技術，建立油田管理數據校驗函數庫，逐步實現由事件驅動數據關聯的業務管理模型，對油田業務管理重點關注的數據項進行多維度分析校驗，提高展示數據的管控效率，為油田管理提供直接的決策參考依據。

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，將受關注的數據信息推送至移動終端中，實現油田業務管理數據專業化定制，隨時隨地掌握生產數據變化情況。

2 技術研究

2.1多數據源融合技術

在油田管理業務系統中，針對多源數據要實現以下3個功能：建立基于結構化數據庫和非結構化數據庫的數據模型，遷移專業數據庫；提供統一的數據接口，以便各個部門提取合成數據；實現油田管理部下屬各個部門之間的數據交換和共享。以上功能的實現需要依托多數據源融合技術，多數據源融合技術指應用相關方法將采集、分析、選取到的所有數據源全部集中到一起，對各類數據信息進行綜合分析，進而得到統一的數據集[3]。該技術的主要目的是將各種不同結構的數據源中的各類數據信息進行綜合，抽取不同數據源的特點并從中提取出比單一數據更直觀、更準確的統一的數據信息。

針對油田業務管理的實際需求，實現多數據源融合可分為以下幾個步驟：

a. 選擇數據。選取數據時要保證數據的正確性和完整性，盡量篩選出合適的數據集進行融合。

b. 由于油田企業中的數據類型有多種，包括結構化數據庫(如A2數據庫)、非結構化數據庫(如A5數據庫)和其他類型數據文件中的各種數據，因此合理選擇數據后要對它進行預處理操作，保證數據融合后仍能滿足實際業務要求。具體做法是將不同部門、不同專業的數據進行分類，并為每個待融合的數據源設置統一的主鍵，如“時間”、“礦名”及“隊名”等字段。完成上述數據預處理操作后，再根據實際要求，將各部門、各類型、各系統的數據進行融合。

c. 從多個角度和多個方面對融合后的數據進行數據挖掘和數據分析，將分析結果作為管理人員的決策依據。

結合某采油廠數字化建設的特點，采用如圖1所示的框架實現多數據源融合。

圖1 多數據源融合技術總體架構

先將A2結構化數據庫、A5非結構化數據庫和其他類型數據文件中關于產量運行、生產計劃、油水井間及泵站等各類數據信息進行整合與交互分析，為了避免后期查詢速度過慢，采用建立動態數據庫中物化視圖的方式，通過編寫SQL語句執行DML操作，用UNION ALL、JOIN等操作符將原始數據庫中的多個數據表連接在一起，并以每個表中的主鍵“時間”和“礦名”字段為基準點，將靜態單井、產液量、注水量及油井井數等數據信息進行融合并分類存儲，對分布式的油田管理數據進行整合和集成，通過統一的數據接口將處理過的數據信息實時地傳遞至動態數據庫，再以動態數據庫中的實時數據作為基本數據，應用于油田管理業務系統當中。最終形成一套以油田管理為目的的整體數據集，并對現有油田業務管理進行深入挖掘，實現油氣水產量、泵站管理及油水井間管理等各類數據信息的融合與交互分析。

2.2自主學習型數據校驗技術

自主學習型數據校驗，就是為了保證數據的有效性、完整性和正確性而在數據傳送時采用的一種校正數據錯誤的方式[4]。具體實現方式是用一種指定的算法對原始數據計算出一組校驗值[5]，在接收數據之后用同樣的算法對這組校驗值進行計算，如果計算結果和原始數據的計算結果相同，則說明數據是完整的、準確的。

數據校驗的最終目的是為了保證數據的完整性和正確性，并實現一些預警功能，包括數據融合調用過程中的數據校驗、預警分析等。采用如圖2所示的數據校驗流程，主要包括以下4個方面：構建校驗函數庫，設計校驗模型，根據待校驗數據的特點，采用行校驗、跨表校驗和歷史數據校驗這3種校驗模型對重點關注數據，如影響油量、影響液量及開采井數等進行正確性校驗；編寫校驗程序，結合VS開發工具，采用XML結構性標記語言記錄檢驗規則，編寫預警函數，計算出重點關注數據偏離正常區間的百分比，并采用面向對象的機制將各類函數方法封裝成類，便于業務層調用；配置檢驗公式，在頁面上捕捉錯誤數據，根據原始數據對錯誤數據進行補齊和更正；校驗結果展示，將校驗結果以曲線、列表等方式展示給用戶，例如在轉油站輸油情況追溯過程中，對輸油量下降值超出預期范圍的油礦、中轉站和井進行下降預警提示，以便用戶根據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 數據校驗流程

2.3基于數據挖掘的輔助決策技術

在油田業務管理中，需要對產油量、注水量及產氣量等數據做旬度、月度和年度的匯總和分析，得出的結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，這就需要應用基于數據挖掘(Data Mining)的輔助決策技術[6]。數據挖掘就是從大量的、模糊的、隨機的、有噪聲的數據中，分析獲取出隱藏在其中的、事先不被發現的但又非常重要的信息和知識的過程[7]。發現的信息和知識可以被用于信息管理、查詢優化及決策支持等，還可以利用已有的信息對未來的活動進行預測[8]。在實際應用中，將大量的、存儲于企業數據庫中的實際數據作為樣本集，通過相關的數學分析方法對樣本集進行分析，挖掘出其中的變化規律和各個樣本參數間的聯系和影響規律，進而獲得相應的計算模型，進行參數間的規律計算與分析，可以為企業決策提供支持。基于數據挖掘的輔助決策技術實現流程如圖3所示。

圖3 基于數據挖掘的輔助決策技術流程描述

首先以多數據源融合后的動態數據庫作為數據倉庫，再以油田管理各個部門重點關注的數據，如產油量、產氣量、注水量及井數等方面的數據作為目標數據，結合C#語言和VS開發工具，通過編程設計挖掘算法，調用SQL數據庫的封裝類，獲取目標數據在一段時間內的數據情況，以在線分析處理的方式對目標數據進行深入挖掘，分析這些數據在近幾天或者幾個月內的變化情況，預測它們在近期內的變化趨勢，最終利用gridview控件實現統計表格，并運用echarts插件中的Line、Bar和Pie圖形繪制工具實現折線圖、柱狀圖和餅狀圖的繪制，以統計圖表的形式展示給用戶，為不同用戶進行數據管理和分析提供重要的決策參考依據，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

基于Android平臺的移動終端推送技術普遍采用XMPP協議(Extensible Messaging and Presence Protocol)實現Android推送[9]，采用如圖5所示的架構模式。數據庫與PC端系統服務器和移動終端服務器相連接，進行數據交換；移動終端服務器和PC端系統服務器間設有接口，通過PC端系統服務器配置移動終端服務器基礎信息；App客戶端通過XMPP協議與移動終端服務器建立連接，并進行用戶登錄認證[10]。服務器端有消息要推送時，應用消息推送接口，通過Session找到相應的客戶端，將配置好的消息包通過Session發送到相應的客戶端，App客戶端接收到消息包之后，調用消息處理方法對消息包進行解析，解析得到的數據即服務端實時推送的數據信息。

圖5 基于XMPP協議的移動終端推送架構模式

移動終端模塊采用如圖6所示的原理實現信息推送。基于Android平臺搭建App客戶端，客戶端通過XMPP通信協議與移動終端服務器建立連接，并通過該連接進行用戶登錄驗證，當有消息要推送時，運用數據轉換技術將油田數據庫中的各項業務數據轉換為JSON數據流，并將數據流傳送到移動終端服務器上，移動終端服務器對數據流進行內外網轉換，轉換后的數據被Web服務器發布到Internet上，獲得服務端驗證許可的用戶可利用移動終端設備通過WLAN無線網絡訪問Internet上的重點數據。通過采用基于Android平臺的移動終端推送技術減少了工作人員使用網絡搜索信息的時間，為管理層和油田職工實時查詢數據信息提供了便捷。

圖6 基于Android平臺的移動終端推送原理

3 系統應用

多數據源融合技術實現了各專業數據的智能查詢，應用效果如圖7所示，解決了以往采油方式、驅動方式等不同類型的問題井情況只能在不同專業的系統中查詢、影響工作效率的問題，將油田中所有類型的地面問題井統一管理，集成到本系統中，只需根據采油方式和驅動方式即可查詢出所有類型的油井地面問題的相關情況，提高了工作效率。基于數據挖掘的輔助決策技術實現了對重點數據的多維度分析，應用效果如圖8所示，可以看到近一個月內的水井數據變化情況，根據下降的箭頭提示可以查看到水井數據下降的相關油礦，并且可以通過分析結果得到數據下降的具體值、下井的井數等關鍵信息，便于做出應對策略。基于Android平臺的移動終端推送技術將實時變化的數據信息推送至手機中，應用效果如圖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，即可查詢到相應情況的實時變化的數據信息，使用便捷，不受時間和空間的限制。

圖7 多數據源融合效果

圖8 基于數據挖掘的輔助決策效果

圖9 移動終端模塊效果

4 結束語

應用多數據源融合技術整合了油田各部門的專業數據信息，通過自主學習型數據校驗技術和基于數據挖掘的輔助決策技術完成了對重點數據項的數據校驗和智能分析，并為油田管理的決策提供了依據，利用基于Android平臺的移動終端推送技術實現了數據的實時推送，使用戶能夠擺脫空間限制隨時隨地掌握數據變化情況。實踐表明，以上幾項技術的應用提高了油田管理部門的數字化建設水平，滿足了油田業務管理的綜合需求。

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

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

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

[4] 昌力,劉擁軍,朱成,等.基于規則的電力調度計劃數據校驗機制[J].電力系統自動化,2012,36(21):98～101.

[5] 李亞潔,許廣輝,侯巖松.基于XML的柔性數據校驗系統的設計與實現[J].信息系統工程,2011,(4):26～28.

[6] 袁林.基于數據倉庫的輔助決策系統設計與實現[J].電力系統自動化,2001,(21):25～27.

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

[8] 李敏.數據挖掘在輔助決策系統的應用研究[J].微計算機信息,2004,(5):96～97.

[9] 李丹鋒,尹丹云,陳瀟瀟.基于Android平臺的推送技術在移動OA中的應用[J].制造業自動化,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[J].計算機工程,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