采油與地面工程運行管理系統商業智能體系的建設及應用

王曉冬

大慶油田工程有限公司

石油是現代工業的支柱，也是重要的戰略資源。在石油的勘探與生產領域，采油（采氣）工程和地面工程是其核心組成部分。在采油（采氣）工程、地面工程信息系統的運行過程中，產生了大量的歷史數據。如何利用這些歷史數據來分析業務指標，為各級管理層提供決策依據，是采油與地面工程運行管理系統商業智能體系的建設目標和工作內容。

1 項目介紹

采油與地面工程運行管理系統（A5）是中國石油“十二五”信息化總體規劃中勘探開發與管道項目（A）中的一個重要項目。采油與地面工程運行管理系統對采油（采氣）工程、地面工程生產過程中的管理、運行、投資成本和質量進行有效控制，建立在用的井、間、站、庫、設備、裝置、管道、電力、道路等設施的統一、標準、完善的運行管理系統，實現了數據管理系統強大的圖文數字處理與分析功能[1]。

采油與地面工程運行管理系統劃分為門戶網站、個人工作臺、采油工程、地面工程、系統管理五個子系統。采油工程和地面工程是核心業務系統。采油工程包括規劃與方案、完井管理、采油生產、采氣生產、注入生產、井下作業管理、綜合管理等七個模塊，需要分析的業務指標包括采油生產指標、采氣生產指標和注入生產指標。地面工程包括前期管理、建設管理、生產管理、生產輔助管理和綜合管理五個模塊，需要分析的業務指標包括生產管理指標和生產輔助管理指標。

2 建設思路

商業智能是加特納集團（Gartner Group）1996年最早提出[2]，是用來幫助企業更好地利用大量的業務數據、提高決策質量的技術集合。商業智能借助現代信息技術，從大量的業務數據中提取知識和挖掘有用的信息，以一種更清晰的角度呈現給用戶。商業智能能夠為勘探評價、關鍵方案編制、產能建設和開發煉化等業務提供決策[3]，使油田的各級決策者獲得知識和洞察力。

建設采油與地面工程運行管理系統商業智能體系（圖1），需充分利用已建A類系統和16家油氣田公司自建系統中的數據?；贓LT技術對勘探與生產技術數據管理系統（A1）、油氣水井生產數據管理系統（A2）、中國石油地理信息系統（A4）、油氣生產物聯網系統（A11）和各油氣田公司自建系統中所需要的業務數據進行抽取、裝載和轉換，建設數據倉庫，轉換后的數據按照已建A類系統數據標準結合A5數據標準來設計，這樣有利于在中國石油內部統一設計標準，提高工作效率，縮短設計周期[4]?；贠LAP技術設計業務模型，通過鉆取、切片和旋轉等方法多維度透視數據，以表格、圖形等形式實現工況分析、指標對比分析、生產變化趨勢分析、效果評價、故障診斷、節能降耗效果分析，實現對項目運行的科學評價，為油田采油與地面工程系統管理、優化簡化等各項工作提供數據及信息支持，為各級領導及部門決策提供依據。

3 構建數據倉庫

數據倉庫是商業智能體系的基石，是一個面向主題、集成、隨時間變化，但信息本身相對穩定的數據集合[5]，出于分析和決策支持目的而創建，采用反范式的規則來設計，設計原則有意引入冗余。而傳統的數據庫是面向事務的，存儲在線交易數據，采用符合范式的規則來設計，設計原則盡量避免冗余。數據倉庫中的數據在從分散的數據源抽取的基礎上轉換和匯總得到，須統一數據標準，消除源數據中的不一致性。

3.1 數據抽取與轉換

構建數據倉庫，除了需要采油與地面工程運行管理系統自身的業務數據，還需要從A1、A2、A4、A11和16家油氣田公司自建系統中獲取業務數據。數據的抽取、裝載、轉換基于ELT技術，ELT是構建數據倉庫的基礎，ELT從數據源抽取所需的數據，將數據加載到目標數據源，在目標數據源進行數據轉換。ELT技術和傳統的ETL技術不同，傳統的ETL技術需要先將抽取的數據放置在ETL服務器上，在ETL服務器上轉換、標準化即將入庫的數據[6]，最后裝載到目標數據倉庫。ELT技術不使用單獨的服務器做數據轉換，而是利用現有的關系型數據庫做數據轉換，減少網絡帶寬的占用，優化磁盤讀寫效率，降低了投入成本。數據轉換過程在目標數據倉庫端執行，ELT可以保持數據始終在數據庫中，避免了數據的頻繁加載和導出，通過數據庫性能調優，ELT的效率可以達到ETL的3倍。

圖1 采油與地面工程運行管理系統商業智能體系Fig.1 Business intelligence system for the oil production and surface engineering operation management system

數據抽取的過程是主動拉取而非推送。從A1系統抽取的數據包括鉆井信息、完井信息、套管數據；從A2系統抽取的數據包括井基本信息、井筒數據、采油生產日數據和采油生產狀態日數據；從A4系統抽取的數據包括地面基礎設施的空間信息和拓撲信息；從A11系統抽取的數據包括采出井增產措施，注入井增注措施，站庫、管線的基礎數據，抽油機井示功圖、電流和電壓，站庫流量、壓力和溫度；從16家油氣田公司自建系統抽取的數據包括抽油機、螺桿泵、電泵動液面測試數據，抽油機、螺桿泵、電泵系統效率，分層測試成果和驗封測試成果。數據抽取分為全量抽取和增量抽取兩種方式，增量抽取只抽取自上次抽取以來數據庫中要抽取的表中新增或修改的數據。對于不存在時間戳的數據，如油氣水井基本信息、井筒、套管、工區，采用全量抽取的方式；對于存在時間戳的數據，如采油生產日數據、采油生產狀態日數據，采用增量抽取的方式。抽取完成后經過字段映射，裝載到數據倉庫的臨時表中，按照數據標準進行數據加工，對井ID、單位名稱、井別中的空值進行補全，對采出方式、驅替方式進行域值轉換，將井下作業的油水管記錄拆分為油井桿管檔案和水井管柱檔案，對油水井測試數據進行列整合。

3.2 建立數據模型

數據倉庫的兩個元素是維表和事實表。維表是維度屬性的集合，表示分析問題和觀察數據的特定角度，事實表里存放要查詢的數據。事實表的非主鍵屬性稱為事實，一般都是可以計算的數據，維表是文字、時間類型的數據。數據倉庫中常見的多維分析模型是雪花模型和星型模型。星型模型是指類似星星一樣的結構，中心是一個事實表[7]，周圍是一組維表，每一個維度都直接與事實表連接。星型模型是一種非正規的結構，不存在漸變維度，數據有一定的冗余。雪花模型將一部分維表擴展為事實表，這部分維表沒有直接連接事實表，通過其他維表連接到事實表。雪花模型是基于范式的，雪花模型在一定程度上減少了冗余，結構更規范化，但由于關聯多層維表，查詢性能比星型模型低。

采油與地面工程運行管理系統的數據倉庫采用星型模型構建，相比OLTP系統，數據倉庫的查詢性能更加重要，雪花模型會降低數據倉庫的查詢性能。數據在抽取、裝載、轉換完成后存入臨時表，根據采油生產、采氣生產和地面工程的業務需求進行后續的數據處理。以注入生產業務為例，首先根據業務需求和數據標準建立時間月維表、組織機構維表、井別維表、注入方式維表、驅替方式維表。將注入井月數據存入臨時表，根據月維度、組織機構維度、井別維度、注入方式維度、驅替方式維度進行數據過濾和字段映射，將處理完成的數據插入注入生產月數據事實表。注入生產月數據事實表與時間月維表、組織機構維表、井別維表、注入方式維表、驅替方式維表共同構成注入生產業務星型模型（圖2）。

圖2 注入生產星型模型Fig.2 Star model of injection production

4 業務指標建立與展示

基于數據倉庫的數據模型，使用OLAP工具建立業務指標，以注入生產為例，在物理層連接采油與地面工程運行管理系統的數據倉庫?；谖锢韺釉谶壿媽訕嫿I務模型，定義注入生產業務模型與物理模型間映射關系，定義事實表和維表的主外鍵關系，定義維表的層次和事實表的度量，對維表中的時間月維度與組織機構維度向下鉆取，形成年-月、總部-公司-廠名-礦名-隊名的多層維度，對事實表中的免修期、注入井總數、分注率等進行求和、計數、百分比等聚集運算。建立表示層的主題區域，隱藏不需要的技術術語，去掉業務不關心的字段INJECTION_ID、MONTH_ID，形成從用戶視角進行描述的業務指標。注入生產業務模型映射見圖3。

主題區域建立完成后，通過OLAP工具將主題區域的業務指標和維拖拽到表格和圖形的坐標軸上，設置圖形類別，添加用戶儀表盤，將業務指標按照目錄分類，保存后發布。在采油與地面工程運行管理系統的Web頁面即可查看發布后的業務指標，點擊油氣田公司的柱狀圖可以向下鉆取到廠級的分注率（圖4）。

圖3 注入生產業務模型映射Fig.3 Business model mapping of injection production

圖4 油氣田公司分注率鉆取Fig.4 Drill down separate injection rate for oil and gas field companies

5 結束語

隨著油田數字化建設的日益深化，商業智能扮演著越來越重要的角色。采油與地面工程運行管理系統商業智能體系的建設及應用完成了對中國石油上游業務采油（采氣）生產、地面工程大量數據的抽取、加載、轉換工作及相關業務指標的分析，可為企業的各級領導及部門決策提供依據。

中國石油自產柴油乘LR2型油輪赴歐

5月5日，裝載著遼陽石化和錦州石化生產的近9×104t超低硫柴油，“百老匯”（STI Broadway）號油輪從遼寧錦州港拔錨起航，駛往位于意大利西北部的熱那亞港。這是中國石油國際事業有限公司首次將集團公司自產柴油用LR2型油輪銷往歐洲市場，成為公司開拓國際高端高效市場的又一重大突破。這是國際事業公司發揮協同創效作用，海外營銷能力和交易能力不斷提高的體現。

近年來，隨著亞太地區新增煉能的投產，區內市場愈加飽和，國際事業公司積極開辟區外銷售渠道以緩解銷售壓力，同時實現出口效益最大化，本次出口將有助于推進系統內柴油出口歐洲市場的常態化。

此次柴油出口，國際事業公司發揮一體化優勢，采取“拼車”的運輸方式。LR2型油輪是10×104t級油輪，較常規5×104t級船型節省運費約70萬美元。亞洲到歐洲的海上運輸航程約30天，是國際石油貿易最長的航線之一。亞洲至歐洲的成品油跨市交易由于交貨路程遠、地區油品品質差異大，計價公式不同，屬于實貨貿易中最為復雜、技術含量最高的貿易。國際事業公司協同運作，落實出口通關手續，提前進行市場開發和分析，抓住有利時機鎖定跨市價差，成功實現大船跨市至歐洲市場。

來源：中國石油新聞中心網站