基于大数据的化工工业园区智慧决策平台研究

王玉 凌财进

摘要：针对现有的化工工業园区管理平台安全事故报警时间长、缺少突发状况自动处置能力的问题，提出基于大数据的化工工业园区智慧决策平台研究。运用边缘计算技术对化学工业园区所有产业结构数据、商户信息数据、安全危险点及危险源等多层次、多维度数据进行采集，完成平台感知层构建;然后运用大数据技术对于采集数据进行处理并储存，为决策层提供数据依据;采用ACO智慧决策算法对数据库中历史决策进行学习，为用户提供迭代优化后的更为合理的决策策略，以此实现基于大数据的化工工业园区智慧决策平台构建。经实验证明，设计平台的用户满意度优于传统管理平台。

关键词：大数据：化工工业园;智慧决策平台

中图分类号：TQ086;TP274

文献标识码：A

文章编号：1001-5922（2020）08-0139-03

Research on Intelligent Decision Platform of Chemical IndustryPark Based on Big Data

WANG Yu，LING Cai-jin

（Fleyuan Polytechnic，Heyuan Guangdong 517000，China）

Abstract ： Aiming at the problems of long alarm time for security accidents in the existing management platform ofchemical industrial parks and lack of automatic handling capability for sudden situations.a research on intelligentdecision-making platform for（chemical industrial parks based on big data is proposed. Use edge computing technol-ogy to collect multi-level and multi-dimensional data of all industnal structure data.merchant information data.safety hazard points and hazard sources in the chemical industrial park，complete the platform perception layer con-struction;then use big data technology to process the collected data and storage，to provide data basis for the deci-sion-making layer;ACO intelligent decision algorithm is used to learn historical decisions in the datahase to pro-vide users with more reasonable decision-making strategies after iterative optimization.so as to realize the construc-tion of intelligent decision-making platform for chemical industrial parks based on big data.Experiments show thatthe user satisfaction of the design platform is better than the traditional management platform.

Key words ： big data;chemical industry park;intelligent decision-making platform

0引言

随着网络技术的快速发展，大数据技术正在逐渐成熟，其概念被定义为“从大量的网络数据中提取出有用的数据进行处理，并且提取到的数据具有一定的关联关系和分析价值”[1]。大数据核心技术主要分为2大类，一类是处理技术，例如数据挖掘技术、人工智能技术、自动识别技术、数据处理技术、分布式数据库技术等;另一类是分析技术，例如智能神经网络算法、云计算技术等，由于大数据技术具有效率高、精度高、使用方便等优点，已经普遍应用到各种信息系统和平台中。为将此优势技术应用于园区管理，打造高度数字化的智慧园区，提出基于大数据的化工工业园区智慧决策平台研究。将大数据技术理念引入到化工工业园区智慧决策平台中，基于大数据处理全面、深入、高效以及标准化的决策流程，设计开发出一种新的决策平台，完成化工工业园区的各个决策活动，保证平台的先进性、可扩展性，以及将平台的分析决策能力提升到更高的水平。

1基于大数据的化工工业园区智慧决策平台设计

秉承“用数据参与决策”的设计理念，旨在通过大数据、云计算、智能感知等先进技术，对化工工业园区内各项数据进行高效采集和深度挖掘，实现化工工业园区业务的全面可视化、企业管理智能化感知和园区管理的科学化决策，确立治理优先任务、治理成果及关键业务驱动因素的逻辑过程，助力化工工业园区进行决策平台建造。具体步骤为：首先，建立以大数据服务资源池为基础架构的超大型决策资源数据中心，即平台的数据感知层，实现智慧决策服务提供端与接收端之间的数据交换以及统一管理，保证化工工业园区相关决策信息的一致.实现智慧决策平台内信息的快速响应;其次利用大数据处理技术完成对数据处理层的构建，为平台决策分析提供数据依据;最后运用ACO智慧决策算法对数据进行分析，计算出符合决策要求的决策策略。

1.1构建大数据信息感知层

感知層作为智慧决策平台的数据采集层，其主要任务是获取到化工工业园区所有相关数据。在园区中设置安防摄像头、安全报警传感器、化工污染气体传感器、粉尘浓度传感器、数据传感器、信息采集终端等各种类型的数据采集装置，以园区广域网的形式互联互通，将各数据采集终端的信息集中到园区管理中心，完成大数据信息感知层的物理构建。其中包括传感器、GIS、GPS技术等，将化工工业园区与互联网连接起来[2]。由于采集的数据资源复杂多样，且结构化数据和半结构化数据的采集周期和传送周期各有所不同，所以在数据采集过程中采用边缘计算技术，从感知层采集到的繁杂数据中智能提取特定类型的有效信息，对化学工业园区所有产业结构数据、财政收入数据、招商信息数据、税收数据等各类数据进行解析，实现化工工业园区初始数据的获取，并实时跟踪化工工业园区信息动态，及时反馈数据，为数据层的大数据技术应用积累充足的原始数据资料。

1.2构建大数据智能处理层

感知层将采集到的化工工业园区原始数据传输到智能处理层，该层作为智慧决策平台的核心部分，主要负责将原始数据进行处理和存储。由于原始数据基数较大，且数据格式及数据类型都不尽相同，为此采用大数据技术，对数据进行整合处理，如图1所示。

大数据技术对原始数据处理分为2个部分，平台在对内部数据处理时，按照RowKev对数据进行排序，每个数据都有1个指定的RowKey，在创建Row-Key时可以对其最大长度和内容通过二进制字符串进行编制，平台内所有的数据会根据RowKey进行动态的切分，数据切分后的单位为tablet，标志着数据所属类型;然后将节分后数据的若干字段进行Column-Group定义，其定义的目的是为后续数据物理存储提供方便，以此完成大数据技术对原始数据的处理。

数据经过处理后，利用大数据分布式数据库技术对其进行分类存储，大数据分布式数据库共包含5个组件：元数据组件、数据更新组件、静态数据存储组件、动态数据存储组件、数据查询组件，各个组件描述如表1所示。

大数据分布式数据库将平台数据分为动态数据和静态数据，静态数据是平台的基准数据，而动态数据是通过（CAA）组件更新后得到的增量数据[3]。在数据处理完后将所有的基准数据以SStablet稠密格式存储到CSS组件中，将剩下的增量数据以AAtahle稠密格式存储到CAA组件中，每1片数据存储为1个SStablet和AAtahle，将数据储存到大数据分布式数据库中，然后为数据查询组件提供数据依据，以此实现了大数据技术对化工工业园区智慧决策平台数据的处理和存储，完成数据层的构建。

1.3构建智能响应决策层

数据层为平台决策提供充足的数据依据，智能响应决策层是化工工业园区智慧决策平台的核心，可向用户提供决策应用服务的重要窗口。为保证平台高效运转，设计采用ACO智慧决策算法，该算法分为节点发现阶段、反向探测阶段、正向加强阶段，步骤如下。

第1步：记大数据分布式数据库集合为T，汇集数据节点集合S，子节点集合为D，假设G为一种聚合信息量，M为决策次数总数，则聚合信息量计算公式如下：

G=M/S

（1）

第2步：假设现需要决策为k，当前子节点的深度为h，学习到的决策策略总数为N，则平台内被检索到的决策策略为：

Q=k· h/NG

（2）

将检索到的决策策略进行排序，综合考虑信息素强度、聚合信息量，选取出最符合决策条件的策略作为结果输出。ACO智慧决策算法具有较好的学习能力，能够主动学习到数据库中现有的决策策略，根据化工工业园区所有业务决策特点，实现生产、销售、管理等业务的智能决策，以及对化工工业园区运营管理数据的实时动态监测，进而为园区智能化管理提供数据决策支撑，以此实现基于大数据的化工工业园区智慧决策平台研究。

通过以上3个层级的软硬件设计，完成化工园区的智慧决策平台构建，将园区中的企业管理、安全监控、应急预案、管理数据等多维度信息集成到1个平台中，实现了数据的一屏展示以及化工园区最为关注的安全突发事件无干预智能应急预案，实现了园区的智慧化管理。

2实验

2.1实验设计

为验证设计平台的有效性，设计对比实验。对比项选取了对化工工业园区管理最重要的数据采集速度、安全事故报警时间、应急处置动作时间等3个角度考察平台的响应速度。实验抽选了化工工业园区管理人员10名、入驻企业代表20名、园区服务人员15名、园区上级消防、安全、社发、工商、公安等主管部门代表各1名，共同组成50人的评价组，参与试用并给出评价。实验利用SPSS1软件（6.5版本）中的Paired-Samples T Test功能，以同步方式记录并统计实验结果。实验环境设置如表2所示。

2.2实验结果

利用SPSS软件对此次构建平台与传统平台测试结果记录，如表3所示。

从表3可以看出，设计平台在数据采集速度方面略慢于传统平台;安全事故报警时间和应急处置时间优于传统平台。基于大数据的化工工业园区智慧决策平台升级完善了园区管理功能，弥补了突发状况白动处置功能，基本满足化工工业园区智慧化建设的需求。

3结语

基于大数据的化工工业园区智慧决策平台优先考虑了化工园区的企业管理、安全防护、减灾报警以及突发状况应急处置预案等关系到园区生命财产安全的关注点，使用GIS地图的形式立体展示园区内各点位的实时状况，各项资源数据一目了然，极大地提高了工业园区的智慧化管理水平。由于此次研究时间及个人能力有限，虽然取得了一定的

研究成果，但对智慧决策平台的研究仅处于实用层面，今后会在智慧决策能力方面进行深入研究，促进大数据技术在智慧决策平台的推广应用。

参考文献

[1]屠佳琪，应鑫迪，丁浩然.基于分布式数据共享机制的高校财务决策分析平台构建[J].中国教育信息化，2020，35（07）：85-88.

[2]彭鹏，宋尔进.能源企业多能互补运营优化大数据智慧决策平台规划研究[J].红水河，2019，38（02）：65-70.

[3]杨雪平，陈光海，韩晋川.基于大数据的职业教育智慧云平台教学环境构建[J].职教论坛，2018，47（07）：57-60.

[4]丁锋，占玉林，黄新利，等.干旱区工业园建设对生态系统服务的影响分析——以新疆米东化工工业园为例[J].河南大学学报（自然科学版），2018，48（05）：565-573.

[5]刘静，檀辉，张兆海，等.化工工业园区生态化发展研究进展[J].中国人口·资源与环境，2016，26（S1）：172-175.

[6]周亨.化工园区产业链模式及可持续管理研究[D].上海：华东理工大学，2016.

收稿日期：2020-05-05

作者简介：王玉（1983-），女，江西九江人，硕士学位，讲师，研究方向：大数据技术与网页制作。