智能油田的数据治理工程及应用技术研究

2019-05-23李园园胡璐

中国管理信息化 2019年10期

关键词：应用

李园园胡璐

[摘要]随着科技的快速发展，智能化的处理方式已经应用在多个行业。油田的数据治理是智能油田建设过程中的基础操作，且占有重要地位。本文主要研究了油田数据建设，在数据治理建设思想和相应体系的基础上，利用数据池的技术方法以及相关治理手段，为油田提供一个数据治理平台，从而让数据处理趋向正常化、标准化以及智能化，进而有效提升油田的数据处理能力。

[关键词]智能油田；数据治理工程；应用

doi：10.3969/j.issn.1673 - 0194.2019.10.034

[中图分类号]F270.7；F426.22 [文献标识码]A [文章编号]1673-0194（2019）10-00-02

0 引言

2010年，我国已经开始应用智能油田的数字化数据治理技术，比如庆新油田，截至目前，该油田一直处于良好运行状态。庆新油田很早就应用数字化的数据治理方式，很多方面并不完善，虽然实施了数字化管理，但在管理评价方面没有相应反馈，即使有反馈，反馈的内容也不够科学。在数据管理方面，没有整体管理架构和管理数据的工具，经过数字化处理的数据存在很多问题，主要表现在存在信息孤岛问题，阻碍了油田发展。在油田数据治理的应用过程中，现代化科技给油田数据智能化治理奠定了基础，推动了油田智能化发展，有利于在未来全面实行数字化的油田数据治理。

1 智能油田数据治理工程概述

1.1 智能油田数据治理工程的相关概念

在油田数据治理过程中，将收集到的数据按相应方式进行分割会产生两个问题：数据鸿沟和信息孤岛。产生问题的根本原因是油田企业在进行油田数据治理时，没有注意信息之间的互动，导致信息之间没有关联性，整体脱节。若不同部门之间存在信息差别，就会导致数据混乱，使企业不能掌控数据。因此，对数据规范化的要求至关重要。

油田企业对智能油田进行数据处理时，一般会用以下思想进行管理。首先，数据治理被看作一个工程项目，在数据研究方面会不断加大数据处理方面的研究。其次，在实际智能油田的建设工作中，油田的数据治理是其中的核心内容，因此，完善油田的数据治理是重中之重。在数据治理方面，要在思想和技术上实现转型，将原先的IT思想转变为现在的DT思想。再次，重视数据的建设过程，数据建设的关键是打开数据应用的通道，该通道是实现数据之间的通信，实现数据到实际应用的通道。最后，重视数据的智能化操作，在操作过程中，对数据进行相应操作，操作内容包括数据采集、数据储存、数据管理以及数据应用等，参照以上依据可以实现数据在数据链上的智能化。面对多样化的数据，制定一定的标准是很重要的，否则容易出现质量问题，不利于实现智能化和精准化的目标。

1.2 建立数据治理工程体系

在智能油田数据治理过程中，油田企业要建立完善的数据治理工程体系。该体系包括扩组织、管理、技术以及执行体系4个部分。

（1）组织体系。在数据治理过程中，油田企业一定要有组织体系，为整个数据治理提供一个治理方向。数据治理时要按照一定的规律组织数据，例如，规定相应生产数据的人、使用数据的人以及管理数据的人，对数据进行有序治理。

（2）管理体系。数据治理在执行过程中，难免会出现偏差，因此，为了保证数据质量，企业就要让数据治理在一定机制下进行操作，保证数据治理的科学性、合理性。此外，在数据治理的管理体系中可以制定相关规则，例如数据运行机制、数据应用机制、数据治理相关模型、数据管理相关机制等。

（3）技术体系。企业在完成数据采集工作后整合数据。该过程离不开技术支持，包括查找和获取相关数据，对数据进行过滤、萃取，从而获取真正有用的信息，提升对数据的融合，加强对数据的应用。

（4）执行体系。经过一定的数据治理后，数据相关生产机制、数据相关管理机制、数据相关应用规定以及数据相关服务机制都会逐渐形成一个核心内容，以数据池为核心。同时，企业建立的执行体系包括整体业务梳理、数据相应分析、数据治理考核评价以及相应管控机制等。

1.3 智能油田数据治理工程的处理方案

不同的油田有不同的治理思想，本文主要以庆新油田为例进行相关阐述。2010年，庆新油田的数据治理存在很多问题，解决方案如下。在对庆新油田进行数据治理前，首先，分析整体的工程技术架构，主要包括数据相关治理工具、技术应用、数据池形成过程。其次，技术支持是数据治理的核心内容，治理数据必须要有技术支持。在数据治理时，庆新油田运用了Datist技术，最大的特点是读写数据，该技术的读写能力非常强，在对数据进行治理过程中，可以看见整个处理过程。在治理过程中，企业采用的数据治理方法非常多，可以实现很多数据处理操作，例如，提取相关数据、过滤数据、整理数据、呈现及推送数据等。该技术在处理数据的过程中，运用了GIS的分析功能，能够实时呈现数据。

在整个体系架构中，数据池是核心部件，使用了虚拟的大数据库技术。数据库存放在云端，云端内容具有各种不同的格式。常见的数据库是关系型数据库，包含多种格式，如Oracle和MySQL。由此可见，数据池可以兼容多种不同格式的数据，也可以存放不是数据的文件。该体系架构可以拥有多个数据池，这些数据池之间没有联系，独立存在，不会相互影响，没有固定的大小，扩充性较强。

2 智能油田的数据治理工程及其应用

2.1 智能油田相关案例介绍

在油井分析中，动态分析是核心的工作内容。在分析的过程中，主要涉及的数据表有开关井日数据表、单井基础信息表、油井產量数据表以及关井原因代码表等数据表。在这些数据表中，开关井日数据表、单井基础信息表、油井产量数据表这3张数据表存放在A系统库中，由此可见，A系统库所存放的数据量非常大，在这个庞大的系统库中寻找想要的信息，不是一件简单的事情。一条查询记录需要花费几分钟的时间，甚至需要几十分钟的时间。第一，找出每个表之间存在的联系，将这些联系进行关联，实现数据之间的关联，从而进行相应查询操作；第二，统计关井之前的相关产量，保证数据表的完整性。该过程在一定程度上浪费了时间，浪费了人力资源，效率较低，是一种不可取的方式。

2.2 智能油田的数据治理工程应用技术

上述方式出现了一些问题，比如在查询方面，查询速度非常慢；在统计方面，没有一套省时省力的统计方法；在呈现相关数据报表时，没有相关数据。解决以上问题的具体措施有以下几个方面。首先，加快查询速度。在相关管理体系中，根据管理体系中的管理规则将开关井日数据表、单井基础信息表、油井产量数据表同步上传到数据池中，这样一来就可以加快查询速度，提高查询效率。其次，自动统计。运用Datist技术，在制定相关技术体制时，企业可以参照技术体系中的相关规则制定相应流程。编程人员和数据库相关开发人员可以利用Datist的强大功能和透明处理过程来掌握相应的编程操作，从而实现程序开发。目前，许多数据的统计都可以通过该技术实现。最后，呈现相关数据报表。使用以上技术可以很快呈现出独立存在的报表。

2.3 智能油田的数据治理工程产生的效果

通过相关实践证明了实施数据治理工程和建立数据池平台是实现数据共享的有效手段。在数据录入、存储、同步以及提取的过程中，使用以上技术能够提高效率。事实证明，相关数据治理工程可以在一定范围内解决数据共享问题，缩短原先获取数据的时间，甚至缩短到秒级。该技术在油田企业的未来发展中一定会得到广泛应用。

3 结语

智能油田的数据治理工程离不开技术支持。相关技术带来的优势非常可观，通过数据治理工程及其应用技术，能够推动油田企业实现可持续发展。

主要参考文献

[1]张彪，杜景涛，许海银.基于物联网技术的数字油田三维管线智能巡检系统[J].智能建筑与城市信息，2017（9）.

[2]于振山，孙茜，张跃.大数据、物联网技术在智慧油田建设中的应用[J].中国管理信息化，2016（18）.

[3]丛倩倩，兰玉菲，崔晓，等.利用siRNA高通量测序技术检测平菇病毒[J].中国食用菌，2018（1）.

[4]王博.油田数据传输工程中卫星通信技术模式的应用[J].通讯世界，2016（11）.

[5]朱绍荣.浅谈A5数据管理系统在油田地面工程中应用[J].中国管理信息化，2017（15）.

[6]王利君.智能油田建设中的关键技术研究与应用[J].中国管理信息化，2017（7）.

[7]李强.海上油田群电网一体化智能监控系统研究与应用[J].电器应用，2016（5）.