智能油田的数据治理工程及应用技术研究
来源:用户上传
作者:
[摘 要]在建设智能化油田的过程中，需要对数据进行治理，这是一项十分重要的工程，关系到智能油田的建设。本文将油田数据治理工程作为研究目标，对其工程理念和体系进行了详细分析，主要应用了数据池和数据治理工具等技术建立了平台，推动了油田数据链的完善，也使数据可以精准存儲，推动了智能油田建设，提高了管理效率。
[关键词]数字油田;数据治理;数字化;智能化
doi：10.3969/j.issn.1673 - 0194.2020.06.031
[中图分类号]F270.7;F426.22 [文献标识码]A [文章编号]1673-0194（2020）06-00-02
0 引 言
现在我国已经有很多油田逐步实现了数字化管理，取得了很好的效果，且已经能够稳定运行。油田数字化系统逐渐成熟，但是也存在一定的局限性，例如无法将其中发现的问题进行及时反馈，无法保证数据的质量等，容易出现数据鸿沟和信息孤岛等现象，这些都无法推动智能油田建设。为了解决这些问题，油田企业必须更好地应用大数据技术，为现代化油田建设打下基础，并为其提供数据支撑，开展一些数据治理工作，不断推动油田向智能化方向发展。
1 油田数据治理工程概述
1.1 油田数据治理工程理念
所谓数据治理，指根据油田现在所拥有的相关数据所出现的问题，比如数据鸿沟和信息孤岛等。这些现象使数据发生了混乱，无法进行统一管理，需要借助数据治理工程对其进行整理，实现统一规划使用，并且进行科学化建设。油田数据治理工程的基本理念有以下几个方面，主要是将数据整合起来，将其看作一个大工程，然后采取措施对其整理。第一，不断进行科学研究，采取合适的方法来管理。第二，智能油田建设过程中，需要对油田数据进行管理，不断建设相关工程，改变思想，实现技术转型;大力研发新型技术，也可以引进相关的技术转变思维，变成DT思维。第三，在进行数据建设时要为数据传输建设通道，实现数据到数据、数据到应用之间可以进行无障碍传输。根据数据使用的相关规律，不断完善每一个环节，使其朝向智能化的方向发展。根据数据治理工程的相关内容，本文主要分析了在油田数据中出现的相关问题，这些问题使数据无法共享。油田建设时无法充分地进行应用，数据多样化没有一个统一的管理标准，这些都不利于油田发展，且数据之间的质量问题也很多。油田在建设过程中，涉及了很多部门，这些部门都需要使用相关数据，但是数据管理部门由于管理机制等会互相推脱责任，这些不利于油田的发展，无法充分利用相关数据，降低了效率。在油田行业中已经逐步形成了大数据，但是却无法进行合理应用，特别是一些基础的工作还没有十分完善，无法为高级应用奠定基础。这些都不利于智能化油田的建设工作，因此就需要进行数据治理工程来管理相关数据。
1.2 油田数据治理工程体系建设
在进行数据治理时需要借助相关理论作为指导，以此来推动工厂建设，也需要不断完善工厂相关体系。油田在进行数据治理之前就必须建设工程体系，主要有以下这几个部分，分别是组织、管理、技术和执行体系。在建立组织体系的过程中，首先要明确信息生产者，然后确定数据管理者、数据使用者，并准确地分析数据及在进行油田工作时需要哪些数据。在监测管理体系时，首先，完善数据的标准，明确应该按照怎样的规则来管理数据，同时也要完善管理机制，出现问题时及时解决，制定数据接入的规则，不要随意进入数据，避免造成混乱。其次，制定数据应用的规则，使其能够充分发挥作用。最后，完善数据池架构模型。在建设技术体系时，要对数据质量进行检查，确保其能够准确地为油田服务，也要对其他多余的数据进行清洗。清除掉那些不必要的数据，将数据集成起来进行储存，然后将数据进行推送展示，最后是应用数据。在建立执行体系时，如果数据出现了问题，要对其进行准确定位，发现是哪里出了问题，然后采取针对性的措施解决，当处理完成之后要形成书面报告进行存档，避免以后出现类似的问题，同时也要对数据进行考核，确保其质量无误，并对数据进行绩效管理。以上就是数据治理工程的相关体系，需要严格按照这些体系开展工作，从而推动油田向智能化的方向发展。
1.2.1 组织体系
数据治理是一个十分庞大的工程，需要依靠领导者对其进行统一管理。组织体系起到了领导作用，本文主要根据数据发展的相关规律不断加强对数据的管理。
1.2.2 管理体系
管理体系是一个十分重要的内容，可以使数据管理能够在科学合理的机制下顺利进行。同时在进行管理时需要完善相关监督制度，不断监督数据的整个过程，严格按照标准来开展。
1.2.3 技术体系
技术体系是把数据融合起来并进行不断管理，同时也会借助相关工具来完成数据治理的工程，主要有探察数据、数据清洗、数据整理、数据集成等方面，最后将数据进行融合并应用。
1.2.4 执行体系
在整理数据的过程中，会把数据作为核心来不断完善相关数据机制和管理机制，数据在应用时也要遵循相应的规则和服务机制。执行体系需要不断进行完善，梳理相关内容业务，并对数据进行分析，最后考核评估。
1.3 油田数据治理工程解决方案
这些新的数据治理理念应用在油田中，形成了相应的解决方案，可以更好地处理数据并取得一定的效果。在进行数据治理时主要有两大技术，分别是数据治理工具技术和数据池。数据治理工具是整个工程中的关键，本文主要分析了相关技术，可以读取很多数据，能力很高，且在处理数据时可以看到处理过程。处理数据的方法有很多种，可以针对不同的数据进行处理。借助这些技术，可以更好地提取数据，并对其进行清洗、整理、推送，同时在分析过程中利用GIS，可以将数据实时推送出去。数据池是一种十分关键的技术，属于数据治理的一个核心，关键是利用了虚拟的大数据库技术和相关理念。数据的种类不同，所采取的格式也是不同的，可以分别建立不同关系的数据库。数据池种类丰富，且这些数据池之间是互相独立不会干扰的，没有大小和边界限制，具有一定的扩充能力。 2 油田数据治理工程实施案例及应用效果
油田数据治理工程十分重要，已经广泛应用在油田企业中，本文主要分析了相关油田的使用效果。
2.1 案例背景分析
在進行数据治理的过程中，主要借助了油田企业中出现的一些数据来对其进行动态分析，主要涉及了一些相关基础的设备在使用过程中所产生的数据。选择其中的一些数据放在系统库中，这个数据库的数据量很多，需要花费几分钟甚至更久的时间才能查询到想得到的数据。当查询工作完成之后，也需要在各个表之间建立一定的关联关系，不断统计产量，这需要耗费很多时间和人力，同时效率也比较低，可以通过数据治理方式来提高效率，快速解决这种问题。
2.2 方法与技术
为了能够更快、更方便地获取数据，在进行处理时需要解决以下3个问题，主要有查询速度、自动统计和报表呈现。
2.2.1 查询速度
根据管理体系制定的规则，利用数据库技术将相关的数据同步到数据池中，当完成同步之后，就可以提高查询速度，可以在较短的时间内完成数据查询。
2.2.2 自动统计
根据技术体系中的内容，例如相关技术来明确数据流程，同时在处理过程中也可以看到这些处理的过程。在过去，就需要开发人员掌握相关的知识和程序，但是当借助数据软件之后，可以在短时间内方便地设计出来。
2.2.3 报表呈现
当数据的一系列工作完成之后，就可以借助技术将报表进行单独输出。
2.3 数据治理工程效果
根据不断的实践结果可以看出，通过数据治理工程来管理数据，并建立数据池平台，解决了很多数据的问题，提高了数据录入、转存、查询、过滤的效率，同时也取得了很好的效果。不断完善油田数据治理体系，将数据治理工具作为技术的核心，建立数据池来处理数据，不断完善数据治理工程，解决了很多问题，缩短了取得数据的时间，速度快，效率高，推动了智能油田建设，更好地应用了油田大数据。
3 数据治理要点
在开展数据治理的过程中，需要完善相关管理，主要包括数据质量、数据架构、数据开发、数据安全等方面。
3.1 元数据管理
元数据需要对数据的相关特征进行定义和描述，同时也是实现数据共享的一个前提。元数据包括技术、业务和操作3个方面。技术元数据指在系统设计和日常管理中的信息。业务元数据指在油田开展业务时所产生的相关数据。操作元数据指系统和设备在运行时所产生的操作信息，主要有设备运行的次数以及开始和结束的时间结果等。
3.2 数据质量管理
数据质量管理是在实施数据治理工程时十分关键的一步，要求把握好每一个生命周期，在每一个环节都要采取一定的保护措施，避免其出现问题，影响数据质量。同时也要对数据进行识别和监控，如果发现问题要及时解决，从而提高管理水平，提高数据质量。在开展数据质量管理工作时需要注意以下几个方面：第一，数据完整性，保证传输数据时完整传输，不要丢失关键数值等;第二，数据有效性，在传输时要及时将有效的数据传输过去，不要传输没有意义的数据，要符合业务的要求;第三，数据唯一性，要求传输的数据与相关业务之间的关键属性是唯一的;第四，数据一致性，要求所传输的数据的维度和度量值之间的关系是一致的;第五，数据精确性，主要指传输过程中要保证数据的精度，符合相关业务的要求;第六，数据时效性，主要是数据传输过程中时效性比较低，要采取措施保证数据的时效;第七，数据真实性，指传输的数据是真实的，不包含虚假信息。
4 结 语
现在油田已经朝着智能化的方向发展，数据是实现油田向智能化方向发展的一个十分重要的因素，需要进行数据治理来保证数据的质量，使其为实现油田管理智能化提供助力，不断推动油田发展。
主要参考文献
[1]李园园，胡璐.智能油田的数据治理工程及应用技术研究[J].中国管理信息化，2019（10）：72-73.
[2]孙敏.智能油田的数据治理工程及其应用[J].中国管理信息化，2018（6）：49-50.
转载注明来源:https://www.xzbu.com/3/view-15162035.htm
