石油勘探開發專業軟件共享技術研究與應用

◆張云飛 李志剛 韓慶時 孫 超 劉 銳

石油勘探開發專業軟件共享技術研究與應用

◆張云飛 李志剛 韓慶時 孫 超 劉 銳

(中海油研究總院有限責任公司信息數據中心 北京 100028)

為掌握集團公司科研軟件許可證的真實需求，提高其利用率，通過對各分公司海量監測數據的統計分析，挖掘軟件許可證應用峰谷周期不同的規律，利用共享方法設計和建立許可證應用中心，實現企業版軟件在集團公司范圍內集中管理與共享應用，減少集團公司許可證采購數量，節約軟件投資成本，該研究提出了基于數據驅動的許可證需求預測方法，為企業版軟件規劃提供科學依據。

跨平臺；數據采集；輔助決策；數據分析

0 引言

隨著海洋石油工業的快速發展，科研軟件在勘探開發研究中發揮了重要的作用，已成為科研生產不可缺少技術研究手段。石油勘探開發綜合研究需要多學科、多專業協同，為更加精準的儲量預測、綜合決策提供技術保障[1]。在石油勘探領域中有大量的解釋專業軟件被頻繁使用，但由于軟件許可證數量有限，導致日常科研與生產工作不能正常進行[2]。科研軟件許可證昂貴，提高其利用率是企業降本增效的有效方式。楊顯峰等通過設計了專業軟件遠程共享應用模式，解決跨國石油公司專業軟件軟硬件資源共享應用上存在的問題，其在軟件許可證共享應用上并未涉及[3]。集團公司各所屬單位軟件許可證獨立使用，由于缺少技術手段準確計算許可證使用數量，只能通過任務量和技術人員數量來估算需求，隨著各單位科研任務和人數不斷增加，許可證總數成倍數增長。科研軟件價格昂貴，為滿足科研生產需要，公司不得不投入巨額資金購買許可證。近年來，國際油價暴跌，上游業務受到嚴重影響[4,5]，持續高投入面臨挑戰。

本文在獲取許可證海量監測數據基礎上，利用統計分析方法，挖掘各單位軟件許可證使用峰谷周期規律，建立集團公司許可證共享中心，提出基于數據驅動的許可證需求預測方法，為公司科研軟件應用規劃提供科學依據。

1 共享技術方案設計與實現

數據采集與監測可視化：

（1）跨平臺許可證使用數據采集

數據采集是數據監測的基礎，科研軟件種類眾多，許可證服務運行在linux、windows等異構操作系統下，鄧莉等認為傳統簡單的許可證管理模式已不能滿足全面管控的要求[6]，提出對軟件許可證的預留與管控，提高利用率。但對于多個軟件、多個系統許可證使用數據采集與監測沒有提出明確的解決方案。基于Flexlm、SafeNet、底層IO請求和網絡分析技術，提出分時輪回異步采集機制，并將數據標準格式與非標準格式重新結構化輸出到數據庫中，實現數據的全采集。見圖1。

圖1 跨平臺許可證數據采集圖

（2）監測數據可視化

監測系統采用B/S架構，基于ASP.NET 2.0進行開發，Python語言編程實現，底層數據庫為SQL SERVER數據庫，利用許可證實時數據緩存技術實現海量數據采集、存儲等功能。數據展示為使用者提供便利，可視化技術出現在科學計算可視化（Visualization in Scientific Computing），指利用計算機圖形學、計算機圖像處理、計算機信號處理等方法對數據、信息、知識的內在結構進行表達[7]。針對數據量大、結構復雜的數據，孫秋年等提出將管理分析與數據可視化結合，在有限的時間內快速理解和分析數據[8]。在數據的種類與范圍與許可證使用數據存在差異。許可證監測數據從多個維度迅速直觀展示許可證使用情況需求，研發許可證監測可視化技術，集合多個數據圖表，支持多表關聯、追加合并，包括使用頻率、峰谷周期、購買數與使用數合理性分析等，實現跨系統、跨專業許可證應用數據多角度立體展示功能。

功能實現主要方法：

public void createReport(String software,String startDate,String endDate) {

List licenseNameList = getLicenseNameList(software);

View report = new View();

//創建匯總頁

createSummary();

//遍歷軟件許可List

for(LicenseInfo li:licenseNameList) {

//創建分項頁

createItem();

//繪制圖表

drawChart(report);

}

}

public void drawChart(View report) {

//創建圖表

ChartShape chart = report.addChart();

//設置數據系列

chart.setSeriesName();

chart.setSeriesYValueFormula();

chart.setCategoryFormula();

//設置圖例

chart.setLegend();

//設置坐標軸范圍

chart.setScaleValueRange();

}

組合顯示多樣化：顯示多軟件、多模塊在各個單位的使用數、購買數、最大值，并自動集成繪制趨勢圖，見圖2。

圖2 多單位使用數據分布圖

指標統計自動化：生成軟件使用匯總報告，統計軟件的整體使用情況，包括該軟件所有模塊在所有單位的使用峰值及使用率，并自動繪制使用峰值統計圖，見圖3。

圖3 同一模塊峰值示意

2 建立許可證共享應用中心

2.1 設計“本地+共享中心”應用模式

集團公司許可證共享應用，共享架構設計了南方與北方共享中心。跨區域共享必然導致許可證訪問用戶數與許可證進程數劇增，為突破服務器帶寬和系統用戶數方面的限制，利用許可證服務器網絡鏈路綁定技術，增加網絡帶寬，確保多用戶同時訪問無延遲。經過Geoframe與Jason兩個軟件在線用戶對服務器承載用戶數壓力測試，測試結果顯示在服務器（2顆CPU，8個核心，主頻3.2Ghz，內存48GB）以及萬兆網絡環境下，Redhat5.8下最多支持515個用戶同時訪問，此結論為確定共享軟件規模提供了數據支持。

2.2 跨區域共享應用中心安全性

地震資料綜合研究具有連續性特點，許可證應用的連續性至關重要。在許可證應用安全性上，建立許可服務的“多活”站點，確保許可證服務器故障能夠快速提供服務。其原理在于一臺許可服務器出現故障時，另外的服務器能快速地提供許可服務，提升許可服務的高可用性，確保許可證在有限公司范圍內共享應用的安全與穩定。見圖4。

圖4 服務器多活站點示意圖

3 基于滑動平均算法的需求預測方法

概率統計在經濟社會的各個方面應用廣泛，為解決現實世界中的問題提供研究思路[9,10]。通過對共享中心許可證使用數據監測，首次利用滑動平均算法[9]預測許可證需求數量趨勢，結合科研任務量和人員數量，為集團公司許可證采購與制定許可證共享分配策略提供依據。滑動平均的計算公式如下：

Ft＝（At-1＋At-2＋At-3＋…＋At-30）/n,

Ft代表預測值；

n代表移動平均的時期個數；

At-1代表前期實際值；

At-2，At-3和At-n分別表示前兩期、前三期直至前n期的實際值。

以北京研究中心許可證某模塊2016年1月至12月許可證使用情況數據為例。

紅線代表許可證購買數64個，通過監測數據顯示最大數為40個，許可證應用并不飽滿，勢必造成浪費。

圖5 許可證需求預測示意圖

基于以上監測數據分析得出的結論，對北京本地許可證進行調整，46個留在本地，其余放在共享中心，調整后使用情況數據為2017年7月至2018年3月數據，從監測顯示許可證應用最大值為45個，接近購買留在本地的46個，許可證的使用率提高，驗證了基于滑動平均算法的許可證需求方案的合理性。

4 應用效果與分析

（1）科研軟件共享中心，首次實現跨操作系統、跨軟件廠商、跨區域的許可證全面數據采集與監測；

（2）通過對采集8000多萬條監測數據分析發現，用戶使用許可證數量趨勢符合泊松分布規律（12個月為周期），指導、制定許可證采購策略；

（3）許可證共享中心為1800多名科研人員服務，該共享應用模式相比傳統模式一次性節約采購成本25%，經濟效益顯著。

5 結束語

專業軟件許可證跨操作系統、跨軟件廠商、跨區域共享應用模式，突破傳統獨立使用的壁壘，提出的基于滑動平均算法的許可證需求數量預測方法為采購許可證數量提供詳實數據支撐，發現的用戶使用許可證數量趨勢符合泊松分布規律為公司制定軟件采購規劃提供科學依據。集團公司范圍的科研軟件許可證共享應用新模式為公司海外科研軟件共享應用發揮示范引領作用。

[1]李慧，李志剛，王茹，劉銳，孫超.云技術在油氣田勘探開發系統建設中的應用研究[J].網絡安全技術與應用，2018.

[2]楊顯峰，毛承國，陳翔等.軟件遠程共享管理平臺的設計與實現[J].計算機時代，2016.

[3]魏鋒，劉璀，張超林等.跨國公司石油專業軟件共享系統的設計與應用[J].石油化工自動化，2016.

[4]馮啟海，衛永剛，鄭德鵬等.國內外石油企業應對低油價的做法及啟示[J].國際石油經濟，2016.

[5]李志剛，王俊琴.基于Studio的Petrel數據共享環境建設與應用[J].網絡安全技術與應用，2016.

[6]鄧莉，范德軍，孫胤航.大型專業軟件集中管控技術探索與實踐[J].中國管理信息化，2014.

[7]曾悠.大數據時代背景下的數據可視化概念研究[D].浙江大學，2014.

[8]孫秋年，饒元.基于關聯分析的網絡數據可視化技術研究綜述[J].計算機科學，2015.

[9]陳皓.概率統計在彩票中的應用探析[J].企業科技與發展，2018.

[10]張森源.概率統計在實際生活中的應用分析[J].經貿實踐，2018.