数字油田的新媒体环境建设讨论

2015-08-09龙翔宇臧宏伟

新媒体研究 2015年2期

龙翔宇，臧宏伟

（1.大庆油田信息技术公司龙南分公司，黑龙江大庆 163000；2.大庆油田信息技术公司物联网分公司，黑龙江大庆 163000）

油田的发展一直都是技术密集环境的重要体现，尤其是信息技术，其成熟程度直接关系到油田领域中相关工作细节的安全和有效展开。而当前在信息技术的推动之下，整个社会都参与到信息化的进程中来，更加推动着数字油田体系的快速发展。对于这样的技术背景而言，数字油田的发展在当前也呈现出与以往不同的某些特征，体系化的框架已经逐步确立，曾经彼此分立的、处于油田工作体系不同层面中的系统如今开始呈现出融合趋势。不仅仅在技术上呈现出多个领域的技术融合特征，更加在应用环境上呈现出一定的边缘性融合。而想要加深对于数字油田体系的理解，甚至于把握发展脉搏，推动其深入发展，就更需要从完整的系统角度对数字油田的构造展开进一步的审视。

1 数字油田的概念、发展与结构

数字油田并不存在统一的概念，目前比较常见的认知方式是仿照1999年美国马里兰大学数字地球会议关于“数字地球”的陈述，来对比展开关于数字油田的描述。而我国对于该领域中相关技术以及系统的发展的高度关注，更是使得相关概念性的描述在近年来层出不穷。目前在我国油田领域环境中，描述性质的概念相对较多，通常认为数字油田是结合油田的石油科学技术和现代的石油信息技术，对整个油田及其相关的整个领域的一个数字化的描述和体现，是一种综合的、现代的管理信息系统。综合油田作为经济组织的行为特征，可以建立起相对完整的数字油田层次结构，参见图1。其中不仅仅顾及到油田工作环境中相关的多个方面技术需求，也对经济层面的活动特征加以考虑。

从图1中可以看出，整个数字油田体系自下而上分别为环境层、数据层、知识层、模型层、应用层、集成层以及战略层。每一个层面都专注于不同的工作任务并且在对应的工作环境中解决不同的问题，实现对于整个油田工作环境和任务的支持和优化。

图1 大庆油田工作环境中数字油田结构示意图

2 数字油田工作体系的深入分析与新媒体环境特征讨论

在数字油田的体系环境中，每一个层面都负责不同的职责。虽然当前从技术和应用两个角度看，都呈现出一定的交叉和领域模糊特征，但是不同层面之间考虑到系统维护等方面的需求，仍然保持了相对清晰的界限。

环境层包括了诸多相关信息基础设施，其主要职责在于实现数字油田中为数众多的数据采集工作，同时接受来自于高层的对应控制指令并且执行相应的动作。这一个层面主要包括了诸多监控设备以及基层的数字油田设备，诸如视频监控摄像头，以及数字仪表、温控温测等设备都处于该层面中。其上为数据层，数据层具体而言包括了两个层面，即数据仓库和其他诸多油田专有数据应用。其中诸如GIS、油田基础数据、勘探开发等相关应用型数据体系，本身建立在源数据库环境中，在图1中并未有所标出。如果进一步将源数据层面加以考虑，则数据层可以分为三个层面，即源数据层、专业主库层以及数据仓层面。其中源数据层通常为常规数据库管理系统，在此基础之上才能确保对应的专业主库层诸多专业数据库得以正常运行。而其上的数据仓库层面，则能够展开对于相应专业主库数据的分析和认知，进一步实现对应的包括数据挖掘在内的多个对应职能。

知识层和模型层的价值在于从大量的数据中抽取出有用的信息，形成能过为工作人员决策提供支持的信息，并且以合理的、易于被工作人员读取和理解的方式展现出来。这两个层面主要面向应用层展开服务，应用层的职责在于形成系统面向工作人员和组织行为的对应应用数据接口，其产生具有特定特征的应用数据处理结果，但是并不直接面向组织环境提供结果展示。从应用需求的角度看，应用层是面向组织以及其中员工工作需求的层面，而数据层，尤其是其中的专业主库子层面，则是面向油田环境专业特征展开服务的层面。

应用层所产生的合理的信息展示，虽然已经能够为相关的企业活动提供支持，但是为了获取更多跨领域的数据参考，实现更多横向对比，还需要在集成层展开进一步的加工。该层面已经可以实现面向用户的、基于数据分析的完整展示，但是在当前人工智能以及计算机相关技术不断成熟的环境之下，想要实现对于数字油田进一步的管理优化，还需要附加战略层面的企业战略决策职能，形成完善的决策支持信息系统才能构成完整的数字油田体系。

从媒体网络的构成角度看，数字油田呈现出极强的分布特征，但同时也充分利用了当前互联网的连通优势，打造成具有分布特征的完整数字油田通信环境，并且在此基础之上加深了数据分析和整理，以及人工智能的相关技术应用。从图1中可以看出，环境层和数据层承担了整个数字油田媒体环境的分布特征，尤其是环境层，诸多数据采集设备分布于整个油田工作环境的各个角落，同时源数据子层支持专业数据库子层实现对于数据的当地加工和初步分析处理职能。从这个领域看，数据层的两个低层面以及环境层共同构成分布数据系统的基层体系。

从数据仓库层开始向上，数据的深入加工职责慢慢变重，对应的数据分析与处理的实现方式也从分布端转移到的数据中心环境中。数据中心可以提供更强的数据分析与处理能力，因此承担起面向专业数据的整理、深入分析、建模以及人工智能等相关职责。

在这样的环境中，数据从环境层加以获取和生成，通过有线或者无线网络传输到位于本地的数据终端，即进入数据层，而后进一步通过主干网络送达到更高层面的数据中心环境中。在实现了数据的分析和展示之后，工作人员依据分析处理的结果下达对应的命令，通过光主干网将对应的指令送达对应的数据节点，并且进一步以无线或者有线方式传输至对应的工作站或信息终端。