普光智能氣田數據資源共享中心建設

姜貽偉 李錦憲 張捍衛 王慶銀 于艷秋 賀春光 梁梅生

1.中國石化中原油田普光分公司 2.中國石化中原油田分公司

普光氣田在建設之初，相繼建成了集氣站場光傳輸網絡、站場自動化控制系統（PLC、SCADA、DCS）、安全監測報警與自動關斷、現場視頻監控、緊急疏散廣播等信息化基礎設施，在氣田生產中發揮了重要作用。但由于缺乏統一規劃部署，這些系統在氣田產能建設過程中分專業獨立建成，相關數據資源形成了多個“信息孤島”。這些分散獨立的“信息孤島”，雖然滿足了各業務部門對信息化應用的基本需要[1]，發揮了應有的作用，但在企業數據深度挖掘應用、機器學習、大數據分析等方面，數據資源建設還不能滿足智能氣田建設的需求，不利于業務和信息的深度融合發展。為此，普光智能氣田建設規劃設計了“1個平臺、2個中心、2個體系”的智能氣田整體架構。1個平臺即一體化應用平臺，2個中心即數據資源共享中心和輔助決策指揮中心，2個體系即規范標準體系和信息安全體系。其中數據資源共享中心是支撐智能氣田建設的關鍵基礎部分，為各業務系統應用和智能化目標提供統一的企業數據共享服務。

1 數據資源共享中心架構

國外石油公司如道達爾、英國國家石油公司等較早建立了企業級數據中心，國內石油公司如中國石油新疆油田、中國石化勝利油田、中原油田近年也建立了公司級的數據中心[2]。普光智能氣田數據資源共享中心建設總的指導原則：①要借鑒國內外石油公司企業級數據中心建設的成功經驗，繼承中國石化源頭數據庫建設的成果；②標準規范先行，立足高含硫酸性氣田的特點，制訂適合高含硫氣田業務的數據規范標準；③推進按崗位進行數據采集，保障數據來源唯一、避免重復采集；④加強管理及應用，建立覆蓋數據全生命周期的管理體系，解決數據質量、數據安全等問題，建立統一數據服務，解決數據共享困難等問題。

按照總的建設原則，普光智能氣田數據資源共享中心總體架構自下而上分別為數據規范標準、數據“采、存、算、用”及數據管控3層（圖1）。其中，數據標準涵蓋業務域、數據模型（SPDM）、數據質量規則等；數據采集涵蓋數據自動提取、格式轉換等；數據存儲涵蓋實時數據、結構化數據、成果文檔、GIS數據等；數據計算涵蓋數據驅動引擎、數據處理服務等；數據服務涵蓋主數據服務、數據微服務、數據接口等；數據管控涵蓋數據質量管理、數據安全管理、數據服務監控等。在技術架構設計上，在數據采集體系充分應用物聯網技術；在數據存儲體系存儲考慮結構化和非結構化數據庫技術，縱向、橫向可擴展云計算技術；在數據計算體系上支持大數據分析等海量數據計算能力；在數據服務體系上既支持傳統數據服務，又支持數據微服務等云服務。

圖1 數據資源共享中心架構框圖

2 數據資源共享中心建設

2.1 數據規范體系建設

數據標準對于提升數據質量、促進數據融合和共享應用具有重要的作用。普光智能氣田數據規范標準建設在遵循中石化源頭數據的基礎上，對普光氣田各崗位業務數據流分析，將氣田數據資源劃分成不同的業務域[3-4]、業務活動，遵循 “業務流程建模—數據庫邏輯設計—數據庫E/R關系設計”數據規范制定流程，逐步形成了普光智能氣田數據中心規范標準，標準包括表命名規則、編碼、計量單位、業務分類、數據組織、換算關系。

數據規范主要涉及物化探、綜合研究、井筒工程、地面工程、開發生產、天然氣凈化、分析化驗、HSE應急、物資設備、規劃計劃等11大類業務域（表1）。如：業務域“綜合研究”包括“儲量計算”“氣藏開發評價”兩個業務活動，分別對應“氣藏類型與要素分析”“氣體流體性質分析”數據表。

2.2 數據采集體系建設

根據數據采集與存儲方式不同，設計了4類數據采集模式：①工業控制類數據實時自動采集；②崗位動靜態數據人工采集；③視頻監控信息進行統一視頻接入；④文檔成果類數據定期歸檔。形成了完善的數據采集體系（圖2）。

實時數據采集。普光氣田先進的企業物聯網系統，全面覆蓋從井筒、站場、管網到凈化裝置的關鍵生產、工藝參數，實現LIMS化驗分析、采氣SCADA、凈化DCS等實時數據自動采集，將生產設施裝置的溫度、壓力、流量等通過RS485接口、硬接線方式接入站場、中控室PKS（Process Knowledge System），以API（Application Programming Interface）、OPC Server（OLE for Process Control Server）接口方式與辦公網絡數據信息交換[5]，滿足了生產實時監控、預警報警的需要。

表1 標準規范分類表

圖2 數據采集體系框圖

崗位數據采集。針對基層崗位操作人員開展崗位資料收集、整理，分析業務數據模型，編制采集模型，建立采集任務，定制崗位報表。實現崗位數據一次采集、共享應用，實現各流程節點上的不同崗位業務協同，為專業應用、綜合管理提供基礎數據。

統一視頻接入。集成現場生產、辦公場所視頻信息，建立了以二級平臺設備層、接入層與一級平臺協議服務層聯通的視頻集成平臺。研究不同的視頻接入源和RTSP直播流、碼流轉換、碼流轉發、碼流合成等技術，采用優選的H.264算法[6]進行編碼壓縮，按不同業務區域進行音視頻信號轉換、壓縮、加密、傳輸、分析采集，實現不同類型視頻的集中集成。

文檔成果數據歸檔。對鉆井、測井、錄井、井下作業、地面建設等工程施工形成的檔案資料，以及勘探開發綜合研究形成的成果數據，進行電子化分類歸檔存儲。

2.3 數據存儲體系建設

普光氣田具有數據類型多樣、數據量較大的特點，隨著業務信息化深化應用推進，數據量比之前有了較大的增長。存儲體系建設經歷了從簡單到復雜、由單一到多樣、由分散到統一的過程。自智能氣田建設開展以來，之前的以數據庫為主的應用，發展到以數據庫、實時數據、視頻數據、文檔數據等多種數據并存情況。數據結構上從結構化數據為主，發展成為結構化、半結構化和非結構化數據多種類型。按照結構化數據、實時數據、視頻流媒體數據以及非結構化文檔數據等格式分類集中統一存儲，建立了完善的數據中心存儲體系（圖3）。

圖3 分布式存儲框圖

針對工業控制實時數據建立了高并發高帶寬的Oracle RAC分布式數據高速存儲；對于檔案成果等文檔采用Hadoop分布式文件系統，HBase文件存儲系統對海量數據分布式存儲[7]，充分利用集群能力進行高速運算和存儲；對于高并發的實時數據建立了Redis緩存；對于生產視頻監控，采用云存儲技術[8]，將視頻監控點的信息集中存儲和發布，由應用層來實現媒體資源數據在各個服務器集群之間的遷移，滿足了大量視頻數據環境下對存儲負載均衡和橫向容量擴展的需要，從而較好地解決了集中存儲IO瓶頸和故障冗余問題。

2.4 數據管理體系建設

重點圍繞數據質量管理、數據安全管理、數據服務監控建立數據管理體系。加強數據質量管控建 設，實現對數據質量相關規范的制訂、審核、發布的流程管理，提升了業務數據的完整性、有效性和一致性。強化數據質量事中控制，事后評價，降低因數據問題給企業造成的損失，提升決策分析依據的準確性和實用性。

數據安全管理，利用虛擬磁帶庫技術進行數據安全管理，定期對數據中心數據進行備份恢復測試，同時根據數據類型和業務需求，創建不同的備份策略，提高了備份效率。“十三五”期間，將通過存儲虛擬化雙活技術，實現本（異）地災難備份保護[9]。

數據服務監控管理，使用技術手段和管控措施監控數據服務狀態，能跟蹤和控制大數據處理事務，對它進行終止、重啟等操作，確保大數據處理集群安全高效地運行。

2.5 數據計算體系建設

重點圍繞數據計算引擎、大數據分析挖掘算法建立數據計算體系。按照數據類型不同，分別建立結構化數據、實時數據、地理信息等計算引擎。基于Hadoop建立大數據平臺，實現大數據的匯集、計算以及人工智能的分析應用，在此基礎上利用經典數學方法、大數據、機器學習等建立相應的算法模型，提升大規模數據并行計算能力，大數據服務共享能力。

2.6 數據服務體系建設

圍繞主數據服務、數據微服務、數據接口建立數據服務體系。主數據服務（圖4），它是整個企業范圍內各個系統間共享的重要數據，在整個企業范圍內必須保持一致性、完整性、可控性[10]。通過分析業務關鍵參數，確定普光智能氣田主數據，實現對普光氣田主數據的統一采集和對外共享服務。

圖4 主數據服務框圖

建設數據微服務，如建立地理信息微服務，提供各種地理信息數據讀取、格式轉換，滿足應用系統對空間信息調用，建立文檔資源數據服務，提供文檔檢索查詢、調用等。建立數據接口服務，如建立基于實時數據資源OPC接口服務，為各應用系統提供共享實時數據調用，利用視頻平臺SDK開發包建立視頻組件，為三維可視化、智能管網、移動應用等提供視頻調用服務。

2.7 應用效果

通過普光智能氣田數據資源共享中心建設，形成了高含硫氣田數據采集標準規范，數據涵蓋勘探、開發、生產、集輸、凈化、QHSE、經營等全業務領域。實時數據采集覆蓋全氣田DCS和SCADA系統3萬點位，視頻集成普光氣田生產現場和生活區域全部1 046路視頻，崗位數據采集實現基層單位崗位全覆蓋，數據中心數據年增量由原先2萬條上升到12萬條。數據共享服務能力得到大幅提升，通過開展主數據服務、數據微服務、數據接口服務建設，有力支撐了智能氣田勘探開發、三維仿真地理信息、生產運行與應急指揮、移動應用等智能氣田核心應用系統的高效和穩定運行，為關鍵裝置故障診斷、管道腐蝕大數據分析等科技研究提供大數據基礎，為智能氣田數據挖掘、機器學習、大數據分析等智能化應用提供了強大的數據支撐。

3 結論與建議

1）數據資源共享中心是普光智能氣田建設的基礎工程，其總體架構設計、技術架構設計都圍繞數據是企業核心資產、數據是企業“新能源”這一理念來完成的。

2）普光智能氣田數據資源共享中心，實現了數據一次采集、共享使用、統一管理的目標，為智能氣田業務系統建設提供了重要的數據基礎。

3）數據資源共享中心的建設是一個循序漸進的過程，要不斷結合物聯網、云計算、大數據等新技術來逐步發展完善，不斷提升數據服務能力水平，為企業轉型發展提供強大的數據支撐動力。