基于大數據挖掘的油氣田企業(yè)全產業(yè)鏈精準管理

黃 鎧，馮運凱，劉建武，程 浩，張 影

（中國石油天然氣股份有限公司華北油田分公司，河北 任丘 062552）

1 引言

中國石油天然氣股份有限公司華北油田分公司（簡稱華北油田公司）位于河北省任丘市，隸屬于中國石油天然氣集團公司，成立于1976年，是國有大型油氣能源企業(yè)，公司員工3.8萬人，年生產油氣當量600萬t。經過近40余年的發(fā)展，初步建成了油氣田勘探開發(fā)、多元業(yè)務開發(fā)、綜合服務三大板塊和常規(guī)油氣、煤層氣、生產服務、礦區(qū)及社會服務、多種經營五大業(yè)務協調發(fā)展的產業(yè)格局，累計生產原油2.8 億t、天然氣121.1億m3，煤層氣44.2億m3。

華北油田公司經過40 年的不斷發(fā)展，各類數據持續(xù)增長，涵蓋勘探、開發(fā)、工程、管理等各個環(huán)節(jié)，而面對諸多業(yè)務領域市場競爭的日趨激烈，如何應用好這些海量數據對于提升油田現代化管理水平至關重要。為此，華北油田公司堅持以效益效率為中心，圍繞“創(chuàng)新、資源、市場、多元化”的發(fā)展戰(zhàn)略，緊抓制約華北油田公司生產經營管理中的瓶頸問題，深入開展大數據分析和應用，強化數據應用對接，優(yōu)化分析方法，整合數據分析平臺，改進管理方式，調整工作流程，初步實現了“用數據說話、用數據決策、用數據管理、用數據創(chuàng)新”的數據應用理念，進一步推動了油氣田節(jié)能降耗、提升了科學決策能力、豐富了高質量發(fā)展的內涵，取得了顯著的經濟和社會效益[1-3]。

2 實施背景

2.1 順應行業(yè)發(fā)展趨勢的需要

油工業(yè)產業(yè)分為上游（油氣勘探、油氣開發(fā)生產）、中游（交易運輸）、下游（煉化、市場銷售）。從某種程度上說，石油工業(yè)還是信息工業(yè)，與其他工業(yè)領域相比，很少有其他工業(yè)像石油工業(yè)這樣依賴于數據支撐，而石油上游領域對數據的依賴程度更高，如其地震數據早已達到PB級以上。近年來，國內外石油公司都將數據技術與各項業(yè)務緊密結合，并進行了不同程度的探索與實踐，取得了很好的效果。另外，隨著油氣田信息化的不斷發(fā)展，傳統(tǒng)信息技術已經不能滿足油氣田勘探開發(fā)的需要，而當前高速發(fā)展的數據分析技術，在數據采集、數據管理、數據分析、數據呈現等方面具有更為高效和便捷的優(yōu)勢，為提升企業(yè)整體競爭力，促進華北油田公司增儲穩(wěn)產、加快轉型升級提供了支持，華北油田公司在原有信息化、自動化建設的基礎上，開展數據挖掘的精準管理是適應行業(yè)發(fā)展趨勢的必然選擇。

2.2 實現企業(yè)持續(xù)發(fā)展的需要

華北油田經過多年的勘探開發(fā)，現已普遍進入高含水后期的開發(fā)階段，總體表現出油氣新增儲量不足，儲量動用及采出程度高、油井含稅高、油水井增油措施效果差、低產低效井多、穩(wěn)產難度大的特點，加之生產費用及人工成本持續(xù)攀高，華北油田公司生產經營面臨著嚴峻挑戰(zhàn)。為提高油田開發(fā)效益，走可持續(xù)發(fā)展的道路，華北油田公司在原有的油氣田生產自動化、信息化建設成果的基礎上，廣泛應用數據應用成果，構建數據分析應用管理模型，利用先進的數據挖掘算法，對華北油田生產經營過程中積累的歷史數據、實時數據進行挖掘分析，尋找勘探開發(fā)經營管理規(guī)律，發(fā)現潛在油氣產能，提升油氣產量，提高生產效率，促進企業(yè)可持續(xù)發(fā)展。

2.3 實現企業(yè)管理變革的需要

目前，華北油田公司油氣資源品質劣質化嚴峻，資產規(guī)模與產量規(guī)模的比值同國際一流石油公司相比還有差距，總體冗員和結構性缺員矛盾突出等問題依然存在。傳統(tǒng)的油氣田勘探開發(fā)管理模式主要是現場崗位固定人員值守，人工錄取、分析數據，生產問題人工巡檢發(fā)現，生產問題逐級上報，響應速度緩慢，管控效率低下，在這種形式下，只有依托數據分析應用技術，積極推行生產管理扁平化，減少管理層級，提高各類生產數據信息的運行速率，才能使生產管理、工程管理、技術管理人員從過去經驗為主導的認識思維、決策方式提升到基于定量分析的“數據”高度，才能降低油氣田開發(fā)建設的投入，提高整體運行管控效率，提升各種資源優(yōu)化配置效率，構建合規(guī)、高效的油田公司管理新模式。

基于以上背景，華北油田公司于2018 年開始實施基于大數據挖掘的全鏈條精準管理。

3 主要措施及做法

華北油田公司根據“創(chuàng)新、資源、市場、多元化”的企業(yè)發(fā)展目標，結合油氣田企業(yè)發(fā)展的特點，以數據挖掘為核心，梳理數據管理制度，建立數據分析模式，對華北油田公司主營業(yè)務、新能源業(yè)務、物資采購業(yè)務進行信息化、智能化管理，通過各種算法，深度挖掘歷史數據，尋找各影響因素，針對分析結果，強化油氣生產關鍵環(huán)節(jié)控制，深入開展節(jié)能降耗，構建新型管控模式，確保油氣生產高效，提高資源利用效率，實現華北油田公司安全、環(huán)保、可持續(xù)發(fā)展，主要做法如下：

3.1 確立指導思想和實施思路

華北油田公司推行基于數據挖掘的精準管理的指導思想是：牢固樹立和踐行“用數據說話、聽數據指揮、用數據創(chuàng)新、用數據管理、用數據決策”的數據應用理念。

華北油田公司推行基于數據挖掘的精準管理的實施思路是：以主營業(yè)務為主導，兼顧保障業(yè)務，突出現場應用和制度建設，次第推進，分部實施，整合數據資源，完善的數據管理模式，以點帶面，最終形成常態(tài)分析機制。

華北油田公司明確提出數據挖掘精準管理的總體目標：為分散于各地二級單位提供硬件、軟件兩個平臺及相關服務，各二級單位可直接使用云平臺，而不需再建設新的機房設備、場地及運維人員，實現油氣生產數據資源高效應用在采油采氣生產領域的全覆蓋，在實現數字化生產的同時，通過數據資源高效應用邁進智能化生產階段，各級工作人員直接登陸數據分析平臺后，進入所需分析模塊，快捷地完成所選目標的數據分析挖掘，大幅提升華北油田公司運營管理水平和生產效率。

3.2 建立實施體系

3.2.1 建立組織體系。華北油田公司成立以主要領導為組長、各部門協作的數據挖掘精細管理領導小組，對華北油田公司數據挖掘的精準管理全面領導，研究決策重大事項，協調解決工作過程中的重大問題，并定期聽取工作進展，督促數據挖掘的精準管理加快推進。設立各業(yè)務工作領導小組辦公室，由機關專業(yè)部門抽調力量，共同組建數據挖掘精準管理工作領導小組辦公室，負責協調處理相關專業(yè)工作過程中的具體問題；定期組織開展工作交流，不斷完善各項工作機制；定期向工作領導小組匯報工作進展，及時督促跟蹤各項具體工作推進情況。

3.2.2 梳理管理制度。為達到管理到位、內容詳實、風險可控的目的，相關人員收集整理各種文件、規(guī)定以及通知等資料，按照數據挖掘精準管理的要求重新整理和完善。從數據采集、數據管理、數據分析、數據呈現、數據應用五個方面，梳理職責，明確責任主體，理清職責界面，細化工作流程，建立操作性強的體系文件。經過收集、整理、補充和完善，編制了《開發(fā)動態(tài)資料、開發(fā)數據管理辦法》、《網絡與信息系統(tǒng)安全管理辦法》、《專業(yè)應用軟件管理辦法》。通過體系文件的建立，規(guī)范日常業(yè)務運行，實現以效率為核心的流程管理。

3.2.3 優(yōu)化數據分析模式。科技進步與管理創(chuàng)新是企業(yè)發(fā)展并行的支撐點，創(chuàng)新是企業(yè)發(fā)展的原動力。近年來，華北油田公司取得多項信息專業(yè)科技成果，其中部分科技成果涉及數據分析和應用，加之科技人員長期積累的提高老油田采收率、避免生產事故發(fā)生、挖掘生產潛在效益、提高工程設計水平、實施設備全生命周期管理等多項科研成果，成為數據分析模式優(yōu)化的堅實基礎。

數據分析模式優(yōu)化中遵從的原則為：操作簡單性，即操作人員進入所需適合版本的分析模塊，輕點鼠標即可調用相應的分析模塊；應用多樣性，即強調應用多層次，推出不同版本適應不同人員的需求；靈活可拓展性，即隨著數據的不斷積累，需求的不斷變化，實現模塊的再開發(fā)、再利用。

數據分析模式優(yōu)化的設計流程：目標選取→數據清理→數據挖掘→可視化展示→診斷剖析→決策優(yōu)化→實施評價。

3.3 主營業(yè)務精準管理

3.3.1 基于大數據，優(yōu)化油水井管理

（1）依托數據應用平臺，搭建主題數據庫。以油水井管理基礎資料等數據基礎，在數據分析平臺上集成數據采集專業(yè)化工具，完善采油井、采氣井、注水井、油水井維修、油水井配套儀器儀表、油水井供配電、油水井設備等與油水井管理相關的數據信息，通過篩選采集到的數據，利用專業(yè)數據管理工具對數據進行提取、轉化、整合，建立主題數據資源池，為油水井主題數據信息的進一步挖掘分析奠定數據基礎。

充分利用數據分析平臺上集成發(fā)布的深化數據分析應用的專業(yè)工具和專家分析系統(tǒng)，實現油水井運行參數的工況分析，實現油水井異常數據過濾和分析診斷功能，實現配電線路的在線監(jiān)測及故障點快速定位功能。

（2）深化數據分析運用，提升油水井綜合管理效率。利用自動化條件下油井生產數據自動采集與處理，使用油水井深度數據分析工具和專家診斷系統(tǒng)，對油水井各種數據進行深度挖掘和對比分析，為各級油水井管理人員提供科學依據，保證油水井正常生產。深度挖掘分析油井實時生產數據，利用先進的快速反應分析管理工具，優(yōu)化油井生產參數，發(fā)現各類異常問題，摸索生產規(guī)律，減少維修作業(yè)次數，降低油井維護工作量，延長檢修周期。利用油水井專家診斷系統(tǒng)工具，深度挖掘歷史數據，尋找產量變化不正常的井，查找原因，提出措施建議，確定油井生產潛能；對新建區(qū)塊的油井，收集各種數據，對比同類型區(qū)塊的油井數據，深度挖掘分析，及時調整生產運行參數，提升新建油井的生產效益。

（3）同步跟蹤考核，定期總結管理效果。通過數據平臺，統(tǒng)計分析不同用戶進行油水井管理的情況，自動記錄跟蹤油水井生產管理過程中發(fā)生的管理活動，形成跟蹤記錄考核數據，實現自動監(jiān)督考核的目的；立足提高油水井管理效率、效益，配合績效考核政策，從管理層到操作層，定期進行年度、旬度、月度油水井管理考核，促進管理水平的提升。

3.3.2 基于大數據，降低生產能耗水平

（1）確定能耗分析的總體思路。近年以來，隨著油田開發(fā)進入中后期，同時伴隨著新能源的不斷出現，迫使石油行業(yè)改革創(chuàng)新，華北油田提出了建設數字化油田的需要，促使企業(yè)由工業(yè)化向信息化融合。基于數據分析的能耗管理是在這種大背景下的一種新的嘗試，基于數據平臺的海量數據資源，優(yōu)選專業(yè)的技術人員組建能耗數據分析團隊，提升數據分析整體水平，通過分析，找出能耗的潛在點并進行措施制定，現場追蹤實施效果，形成案例，豐富專家診斷系統(tǒng)，促進能耗管理水平不斷優(yōu)化。

（2）建立能耗分析團隊。確定能耗分析團隊人員選拔標準。基于數據分析的能耗管理，要求團隊人員具有復合的專業(yè)背景，因此，確定的選拔標準為：以業(yè)務為主導，具備豐富的油氣專業(yè)知識同時掌握數學、統(tǒng)計學、概率學等知識；熟練掌握計算機操作、運算；具有一定年限的現場生產管理經驗。

定期組織培訓，提升團隊人員業(yè)務水平。為保障數據能耗分析人員的節(jié)能業(yè)務知識與時俱進，華北油田公司每年定期舉辦公司級節(jié)能節(jié)水管理人員培訓班，以能源管理體系建設、能效對標和能源管控、節(jié)能統(tǒng)計指標體系等為主要授課內容，對各級單位節(jié)能管理人員和相關專業(yè)技術人員進行管理與技術培訓。

自上而下，建立能耗分析團隊體系。華北油田公司層面以生產運行處、數據中心、工程技術研究院為支撐，成立頂層的數據能耗分析管理團隊，負責數據、油氣生產節(jié)能技術培訓和業(yè)務指導；各采油（氣）單位層面以所屬生產運行科、科技信息中心、工程技術研究所為支撐，成立數據能耗分析現場團隊，負責數據、油氣生產節(jié)能技術現場指導和現場情況反饋；采油（氣）單位所屬油氣生產單元設立兼（專）職數據分析員，負責現場數據采集真實性管理。通過這種立體團隊體系，自上而下的集中培訓和與相關部門聯合培訓，采取請進來、走出去、互幫互學等多種形式，開展培訓工作，提升管理人員業(yè)務素質，幫助業(yè)務人員了解各種分析工具，掌握各種評價方法。

3.3.3 基于大數據，構建能耗收集系統(tǒng)。建立的能耗監(jiān)控系統(tǒng)，分為廠級監(jiān)控和工區(qū)監(jiān)控兩級。廠級監(jiān)控是油氣生產運行過程管理的直接指揮層，集中監(jiān)視、調度作業(yè)區(qū)所轄的井、站、管道等生產單元的管理中心，具有生產實時監(jiān)控、調度運行監(jiān)控、安全環(huán)保監(jiān)控、應急指揮系統(tǒng)、大屏展示等主要功能。同時廠監(jiān)控中心可以接入工區(qū)監(jiān)控中心，通過實時監(jiān)測油水井、摻水集油閥組、聯合站、接轉站、計量間的生產數據，在LED 大屏上動態(tài)顯示產液量、注水量、耗電量等數據。根據需要查看實時及歷史生產監(jiān)測數據，以層級顯示的形式進入需要查詢的界面，通過調度日報、生產值班、重點工作跟蹤等生產業(yè)務的網上運行，提高信息反饋的時效性、準確性，實現各部門的配套聯動，優(yōu)化工作流程，提高運行效率和質量。通過搭建高效的數據收集系統(tǒng)，實現以能耗為基礎的生產管控模式，形成從能耗產生到問題解決一系列完整、及時的信息回路，將開源節(jié)流、降本增效的計劃落實到現場執(zhí)行，同時，及時掌握正確的信息進行系統(tǒng)的調整和優(yōu)化。

3.3.4 基于大數據，構建能耗分析系統(tǒng)。采用全體數據采集的方式分析相關數據類型，利用各種數據評估方式，評估數據的正確性和有效性，通過數據預處理，識別和刪除不合理和不合格的數據；利用數據分析平臺對已進行預處理后的數據，運用回歸分析、聚類分析、人工神經網絡分析等方法，探索和分析數據的結構和規(guī)律；將挖掘和回歸出的規(guī)律進行現場試驗應用，進行效果跟蹤；最后，將后臺收集到的數據信息經數據分析之后，以各種專業(yè)化的圖表進行展示。及時幫助各級管理決策者制定降低能耗的措施，并可以依據提前嵌入的分析系統(tǒng)，模擬措施調整以后的措施效果，輔助各級決策者做出決策。

3.3.5 強化節(jié)能管理，控制能源消耗。基于大數據分析，華北油田公司對各單位成品油消耗嚴格實行定額控制管理，根據各單位耗能設備和工作量的變化情況，每季度下達一次成品油指標，季度核定，全年考核。各單位對總體指標層層分解，逐級落實了單機定額消耗管理。各采油廠制定了《成品油管理實施細則》，對所屬用油單位實行月度消耗指標考核管理。通過定額管理，全公司成品油消耗得到有效控制，取得顯著效果。2018年與2017年對比，成品油用量減少了1 000t，下降了3.06%。

3.4 新能源業(yè)務精準管理

目前華北油田整體已處于勘探開發(fā)中后期階段，依靠常規(guī)油氣生產已無法滿足華北油田公司的可持續(xù)發(fā)展，因此，煤層氣、儲氣庫等新能源業(yè)務呈穩(wěn)步發(fā)展態(tài)勢，煤層氣價格受國際油價波動影響小，成為新的效益增長點；儲氣庫業(yè)務注、采氣量逐年增加，在為京津冀天然氣調峰發(fā)揮作用的同時，也為華北油田公司提供穩(wěn)定的增長點。結合煤層氣、儲氣庫業(yè)務實際，利用生產經營過程中產生的海量數據，運用數據分析與挖掘技術，開展生產技術數據與財務數據的關聯性研究，分析影響成本費用的關鍵生產技術指標，抓住成本控制的要點，構建數據分析應用業(yè)務模型，實現節(jié)能降耗和降本增效，在發(fā)展規(guī)模不斷擴大的同時，穩(wěn)步提高效率和效益。

3.4.1 建立財務數據分析團隊。組建以油田公司財務主管部門、勘探開發(fā)研究院、儲氣庫管理單位、山西煤層氣勘探開發(fā)分公司為成員的財務數據分析團隊，全面負責數據分析指導公司新能源業(yè)務。財務處負責總體實施方案的制定和問題協調工作；儲氣庫管理處、山西煤層氣勘探開發(fā)分公司負責按要求提供生產數據和財務數據；勘探開發(fā)研究院運用數據發(fā)掘和分析技術，開展數據關聯性分析，負責建立數理應用模型。依托公司“穩(wěn)油增氣”發(fā)展戰(zhàn)略，以經濟效益為中心，運用數據分析技術，開展煤層氣、儲氣庫等新能源業(yè)務財務、生產等數據之間的關聯性研究與分析，并將研究成果運用于效益管控，實現效益穩(wěn)步提升。

3.4.2 確定工作流程。整體工作流程是：制定工作目標→收集數據→數據整理→數據挖掘→建立模型→實施應用。明確數據分析在煤層氣、儲氣庫效益管控中的工作目標，并形成分析方案；財務人員與煤層氣、儲氣庫生產技術人員充分結合，收集影響成本及效益的主要生產技術指標，形成數據庫或數據池；通過科學分析，對所有數據進行分析、過濾及清理，對數據庫中不合理、重復或無效及錯誤數據進行清理，對不完善的數據進行補充填報；運用數據相關性分析及挖掘技術揭示隱藏在數據中的規(guī)律和認識，揭示數據實際意義；在數據挖掘的基礎上，以成本費用為核心目標，建立生產技術數據與財務數據結合的數理應用模型，實現生產數據流和財務信息流的有機融合；將數理模型運用于新能源業(yè)務效益管控，強化實施跟蹤與效果評價，并將結果反饋到生產經營過程中，不斷完善數據庫及優(yōu)化數理模型，為生產經營提供決策支持。

3.4.3 基于數據，提升煤層氣業(yè)務運營效益。根據煤層氣的業(yè)務特點，梳理整理出煤層氣及財務管理相關的數據指標，以財務數據中的成本費用為分析對象，其余數據指標作為成分費用的影響因素，按照近5 年生產運行情況，分月，按作業(yè)工區(qū)進行統(tǒng)計和整理，建立煤層氣業(yè)務生產技術指標、財務成本數據池。運用數據分析技術，對相關數據進行關聯性研究，找出影響成本費用的主要影響因素，將關鍵敏感因素進一步予以量化，以此建立煤層氣成本費用消耗模型，用此模型預測歷年的月成本費用得到相對誤差的絕對值平均值為5%以內時，則表明該模型可有效運用于煤層氣業(yè)務的成本費用預測及效益管控。通過數據分析的運用，形成更為合理的預算指標分配方法，提高了預算分解的合理性和可行性，實現了降低煤層氣單位操作成本的目標，由0.53 元/方降低至0.51元/方。

曼飛龍塔在當地及中國佛教史上具有極其重要的地位。之所以建造此塔，是因為在曼飛龍塔正南向的佛龕下的一塊原生巖石上，留有一人的裸足印，相傳是佛祖釋迦牟尼的足印，于是便建塔進行頂禮膜拜。

3.4.4 基于數據，提升儲氣庫業(yè)務運營效益。華北油田分公司蘇橋儲氣庫自2013 年試運行以來，積累了大量的運行數據，通過數據的分析，各類成本中電力成本直接占到運行成本的50%以上，而電力成本中單位注氣成本占到50%以上，因此，將單位注氣電費作為成本費用的核心分析對象。根據儲氣庫建設和生產運行情況，收集整理自2014年至2017年的逐月歷史數據，運用灰色關聯分析法，刷選影響注氣電費影響核心指標注氣量和出氣壓力；運用數據分析技術，建立運行模型，確定適合各種運行狀態(tài)的注氣電費定額指標，通過現場數據對比，定額指標和實際運行的差異率控制在5%以內，提高了儲氣庫成本管理的精度和準確性，實現了儲氣庫運行成本的有效降低。

3.5 物資采購精準管理

3.5.1 基于ERP歷史數據，整合物資采購分析平臺。根據中國石油集團公司信息系統(tǒng)建設“六統(tǒng)一”的原則，結合華北油田各業(yè)務鏈條的實際需求，搭建華北油田公司ERP 數據分析平臺，利用已存儲至本地的ERP專業(yè)數據庫中的數據進行業(yè)務功能的實現和業(yè)務主題分析，在滿足各部門業(yè)務需求的同時，輔助各業(yè)務管理部門和公司領導的經營管理和決策分析。

將物資采購的各環(huán)節(jié)從需求提報、采購申請、交易平臺上傳、訂單處理、物資交貨、收貨發(fā)貨等業(yè)務流程按照體系文件的要求進行網絡化，同時收集整理在此過程中產生的各種數據；然后，將已建各種信息系統(tǒng)的數據進行集成，包括網上超市、ERP系統(tǒng)中的物資采購數據的實時運行數據、企管一體化平臺中的管理流程節(jié)點數據等等；最后，在大量數據集成之后，根據各類數據的不同及可獲得性，分別構建數據分析與評價模型，為各級管理人員提供決策依據。

3.5.2 基于大數據進行采購數據成本分析。收集的物資采購數據，按物資類別、單位、業(yè)務流進行多維度數據分析、影響因素分析、各類統(tǒng)計報表分析，通過對歷史數據采購量及價格的波動，分析未來的價格走勢。根據歷年采購量確定的基本情況，引導物資采購在價格低谷批量采購，可以大幅度降低采購成本，為公司領導層的降本增效決策提供數據依據。針對價格波動較大的物資，通過建模運算擬合得出每月平均采購單價和每月采購量，分析出全年最低月份、全年最高月份、全年平穩(wěn)月度等，確定集中采購的時間點。如無縫鋼管的采購價格，每年4月份左右采購價格為全年最低，9月份到12月份采購價格趨于平穩(wěn)，若全年采購量基本確定，在價格低的月份進行采購可以大幅度降低采購成本。

3.5.3 基于大數據進行采購時效分析。依照物資采購各環(huán)節(jié)的管理規(guī)定、工作流程，實現從需求計劃提報、審批、采購申請、傳輸交易平臺、采購交易、訂單處理、供應商交貨、收貨發(fā)貨等環(huán)節(jié)的業(yè)務流程的展示和節(jié)點消耗時間統(tǒng)計分析，并從任意已知的節(jié)點查看物資需求計劃的整體執(zhí)行情況。通過分析采購業(yè)務流程中各業(yè)務節(jié)點的平均時效和偏差情況，確定各業(yè)務節(jié)點的工作時效是否合理，以及及時提醒督促造成流程緩慢的業(yè)務節(jié)點操作人員，尋找時效短板，提出改善方案，從而充分發(fā)揮油田物資供應保障能力，進一步提高物資供應人員履職能力，持續(xù)提升物資采購效率和服務水平。

首先，計算每一條記錄的各個業(yè)務節(jié)點的時長值（以天為單位，最短時間為1d），時長值為后續(xù)業(yè)務操作時間減去前置業(yè)務操作時間，以此來確定每個時間段所處的位置。通過大量歷史數據，分析每個節(jié)點所用時間，得出各節(jié)點期望值，以期望時間作為本節(jié)點的工作時效長度，并標注在一個標準差內單據的占比，在兩個標準差內單據的占比。以此來發(fā)現異常單據操作，解決問題也有的放矢。利用確定的分析模型，對華北油田公司物資采購時效進行分析，得到分析結果，明析業(yè)務流程執(zhí)行情況。按照單位、需求計劃上報月份、計劃類型、物資大類對單位需求計劃業(yè)務流程節(jié)點進行統(tǒng)計分析，實現精確顯示單條需求計劃的流程信息，系統(tǒng)顯示該節(jié)點時間、操作人以及耗時時間。

3.5.4 多數據整合分析，優(yōu)化物資采購供應鏈。物資采購涉及物資的選擇、采購、倉儲、出入庫等。物資采購的各數據實現整合后，多個相對獨立的數據單元通過物資編碼、類型等實現了關聯，形成了完整的數據鏈，通過物資采購分析功能模塊，分析采購供應鏈的制約環(huán)節(jié)，提出優(yōu)化建議。

通過整合的物資采購分析平臺，對物資采購，從需求提報、需求審批、申請、訂單處理、交貨、發(fā)貨等環(huán)節(jié)設置的實效管理要求，設定各環(huán)節(jié)處理時間和考核目標。應用數據分析方法，對采購流程中各節(jié)點消耗時間進行統(tǒng)計分析，可以從關鍵的節(jié)點獲取物資需求的整體執(zhí)行情況，根據這些提出預警及改進建議。

結合歷史采購數據和物資使用單位的需求，結合以往的設備采購信息，綜合判斷，輔助物資采購部門、物資使用單位進行供應商的優(yōu)選，保證物資的正常采購和油氣田穩(wěn)定的連續(xù)生產。同時，結合各供應商的供貨信息與考核指標，以及物資使用狀態(tài)分析評價結果，分析不同廠家的設備故障率、產品合格率、供貨時效、綜合成本、最終用戶評價等各項數據指標，對各供應商的整體水平進行綜合評價。根據評價結果，對各供應商進行資質分級，為設備采購決策提供輔助參考，以期設備采購的效力最大化。

4 取得的效果

4.1 提高了油田企業(yè)生產效率

通過實施大數據的深度挖掘和深化分析應用管理，強化了業(yè)務過程的管理和監(jiān)控，保證業(yè)務過程的可視和可追溯性，確保業(yè)務執(zhí)行目標的達成，推動績效考核方式持續(xù)改進。利用數據分析技術，深度挖掘數據價值，進一步提升了管理水平，優(yōu)化了合理調配資源，促進了管理方式從粗放型向精準型的轉變；實現了從單純數據積累和經驗配合到復雜知識成果轉化的信息化管理，降低了工作強度，提高了油水井的生產效率。

4.2 提升了油田企業(yè)管理水平

華北油田公司各級生產與管理人員利用數據挖掘精準管理的成果，能夠高效地組織生產，更精準地找到提質增效的關鍵節(jié)點，有針對性制定改進措施，為各級管理人員的降本增效決策提供數據依據；利用計算機、網絡、移動終端等現代化工具，應用深度挖掘后的數據成果，加快了信息處理速度，減少了管理環(huán)節(jié)，加強了各部門、各層級之間的管理協調和溝通能力，提升了整體的綜合管理水平，確保了華北油田公司高效、穩(wěn)健的發(fā)展。

4.3 取得了良好效益

“油氣田企業(yè)基于大數據挖掘的全鏈條精準管理”項目實施后，華北油田公司的經濟效益和社會效益持續(xù)提升，通過利用數據發(fā)現規(guī)律、預測變化趨勢、總結經驗、高效決策，降低了華北油田公司生產運行成本，提高了人員工作效率，通過現場施工工藝的優(yōu)化，減少建設投資和能源消耗，降低了原油日常運維費用，2018年創(chuàng)造經濟效1 791.352萬元。

5 結語

大數據時代的到來，引領傳統(tǒng)能源企業(yè)走向更加高端的智慧油田發(fā)展階段。華北油田公司順應行業(yè)發(fā)展趨勢的需要，為有效實現企業(yè)管理變革及持續(xù)發(fā)展，確立了基于大數據挖掘的精準管理的指導思想和實施思路，建立并實施從勘探開發(fā)主營業(yè)務到新能源新興業(yè)務，再到物資采購管理等涉及企業(yè)全產業(yè)鏈的精準管理體系，提高了油田企業(yè)的生產效率，提升了油田企業(yè)的管理水平，取得了良好的經濟社會效益。