大數(shù)據(jù)在石油錄井生產(chǎn)物資管理中的應用探討

褚艷麗

【摘要】本文對在錄井生產(chǎn)物資管理方面應用大數(shù)據(jù)分析進行了探討，針對物資管理的三個目標，結合錄井生產(chǎn)物資管理的實際情況，構建了面向對象的物資管理數(shù)據(jù)模型，以及有效的大數(shù)據(jù)挖掘和預測方法。

【關鍵詞】錄井生產(chǎn)物資管理 大數(shù)據(jù)分析 數(shù)據(jù)挖掘

石油錄井公司的物資管理涉及到生產(chǎn)物資的采購、入庫、出庫、各錄井小隊的物資領取和配發(fā)、物資庫的日常維護、管理以及物資的回收和再利用，其中數(shù)據(jù)量大，數(shù)據(jù)類型復雜，特別對數(shù)據(jù)的可靠性和實時性提出了更高的要求。如今，一個大規(guī)模生產(chǎn)、分享和應用數(shù)據(jù)的時代正在開啟，而發(fā)掘數(shù)據(jù)價值、征服數(shù)據(jù)海洋的“動力”就是云計算;以云計算為基礎的信息存儲、分享和挖掘手段，可以有效地將這些大量、高速、多變化的數(shù)據(jù)存儲下來，并隨時進行分析和計算。通過云計算對大數(shù)據(jù)進行分析、預測，會使得決策更為精準，釋放出更多數(shù)據(jù)的隱藏價值。針對錄井公司物資管理方面的大數(shù)據(jù)分析和預測，使用云計算要求有效的物資管理數(shù)據(jù)模型和其它相關數(shù)據(jù)模型，以及有針對性的大數(shù)據(jù)挖掘和知識發(fā)現(xiàn)方法，才能得到各種物資管理的規(guī)律。本文針對物資管理的三個目標，將以往的物資管理數(shù)據(jù)模型和其它相關大數(shù)據(jù)結合在一起，構建了新的大數(shù)據(jù)分析所需的數(shù)據(jù)模型，以及大數(shù)據(jù)挖掘方法。

1基于面向對象的物資管理數(shù)據(jù)模型

由于大數(shù)據(jù)分析預測產(chǎn)生的物資采購計劃具體到某類物資，物資配發(fā)計劃和回收物資再次配發(fā)計劃具體到某個錄井小隊，因此采用面向對象思想，以某類物資ID或某個錄井小隊ID為建模對象，構建不同的物資管理數(shù)據(jù)模型。

在預測或預判各錄井小隊物資配發(fā)計劃時，以各錄井小隊為具體預測對象，綜合以往的物資領取情況（加入時間戳），并重點考慮物資的使用時間和報廢期限，基于面向對象思想，構建物資管理數(shù)據(jù)模型：某錄井小隊={物資配發(fā)數(shù)據(jù)（t），物資配發(fā)數(shù)據(jù)（t-1），物資配發(fā)數(shù)據(jù)（t-2），…，物資配發(fā)數(shù)據(jù)（t-n）}+{物資使用時間數(shù)據(jù)（報廢期限），甲方單位物資需求數(shù)據(jù)（t），錄井小隊所在工區(qū)數(shù)據(jù)（t），…}

物資配發(fā)數(shù)據(jù)為企業(yè)行為數(shù)據(jù)，而物資使用時間數(shù)據(jù)和甲方單位需求數(shù)據(jù)等為基礎參考數(shù)據(jù);為進行大數(shù)據(jù)分析，使用關系數(shù)據(jù)模式，將各類物資名稱、編號，配送數(shù)量及使用期限數(shù)據(jù)作為從屬關系表，加入到物資配發(fā)數(shù)據(jù)模型中。

在由大數(shù)據(jù)分析，制定回收物資在各錄井小隊再次配發(fā)計劃時，綜合考慮面向物資對象和錄井小隊對象模型，基于關系數(shù)據(jù)表模式，構建回收物資再次配發(fā)數(shù)據(jù)模型，如下表述：某類物資={再次配發(fā)數(shù)據(jù)（t），回收入庫數(shù)據(jù)（t-1），…，（t-n），錄井小隊需求數(shù)據(jù)（t）}+{物資可再使用時間數(shù)據(jù)，錄井小隊工期數(shù)據(jù)，…}其中，回收入庫數(shù)據(jù)和再次配發(fā)數(shù)據(jù)為企業(yè)行為數(shù)據(jù)，錄井小隊需求數(shù)據(jù)為指控數(shù)據(jù)，可再使用時間和小隊工期數(shù)據(jù)為基礎參考數(shù)據(jù)。

這三種物資管理數(shù)據(jù)模型之間相互聯(lián)系，相互制約。在預測或預判各錄井小隊的物資配發(fā)計劃中，要加入回收物資再配發(fā)的數(shù)據(jù)信息;而在回收物資再配發(fā)數(shù)據(jù)模型中，各錄井小隊的需求數(shù)據(jù)也要用各小隊配發(fā)數(shù)據(jù)模型加以約束。最后，在預判物資采購計劃時，物資采購數(shù)據(jù)模型也要考慮回收物資再配發(fā)數(shù)據(jù)和各小隊的物資配發(fā)數(shù)據(jù)，用這些信息加以約束。

2基于時間序列的大數(shù)據(jù)分析與預測方法

從上面的物資管理數(shù)據(jù)模型中可以看到，數(shù)據(jù)模型中的單元都帶有時間戳，因此將物資管理數(shù)據(jù)看作時間序列數(shù)據(jù);通過時序數(shù)據(jù)分析與預測方法，從歷史數(shù)據(jù)中獲得時序數(shù)據(jù)行為規(guī)律知識，從而預測時間序列在未來的走向和趨勢。

傳統(tǒng)的時序數(shù)據(jù)分析和挖掘方法主要有自回歸移動平均模型（ARMA），支持向量機（SVM），人工神經(jīng)網(wǎng)絡等。由于物資管理數(shù)據(jù)模型要綜合考慮多個屬性的時間序列，因此本文在基于粗糙集（Rough Set）的時序數(shù)據(jù)分析方法的基礎上，構建了基于粗糙集的多類型時序數(shù)據(jù)集成分析與預測方法，充分發(fā)揮粗糙集理論對不同屬性、類型數(shù)據(jù)強大的包容能力，以及處理不確定性、不完備問題的能力。

具體方法如下所述：首先通過物資管理數(shù)據(jù)庫，形成各種類型的時間序列數(shù)據(jù);計算其對應的趨勢變化率時間序列，將該時間序列按照條件屬性和決策屬性的劃分，轉換為一信息決策系統(tǒng)，再由粗糙集理論，進行屬性約簡和規(guī)則知識提取;最后，將最近時間節(jié)點的趨勢變化率子序列，逐條與提取的規(guī)則相匹配，按照規(guī)則的置信度大小，得到置信度最大的下一時間節(jié)點的趨勢變化率，從而預測出下一時間節(jié)點的數(shù)據(jù)。

3結論與認識

本文重點對大數(shù)據(jù)分析在石油錄井企業(yè)生產(chǎn)物資管理方面的應用作了探討，結合物資管理實際情況，有針對性的構建物資管理數(shù)據(jù)模型和大數(shù)據(jù)分析與預測方法。實際應用表明，大數(shù)據(jù)分析能夠發(fā)掘出數(shù)據(jù)集蘊含的規(guī)律性知識，預測或預判出下一時間節(jié)點的數(shù)據(jù)變化趨勢，為物資管理人員制定物資采購、配發(fā)計劃提供更有效的幫助。大數(shù)據(jù)分析是解決企業(yè)生產(chǎn)物資管理難題，節(jié)約企業(yè)運行成本，提升企業(yè)精細化管理水平的重要途徑，也是未來企業(yè)物資管理的發(fā)展趨勢。本文只是在這方面作了初步的探討，今后對復雜物資管理進行大數(shù)據(jù)分析的應用研究將更加深入。

參考文獻：

[1]錢賽.基于射頻識別和無線網(wǎng)絡的倉庫物資管理系統(tǒng)研究[D].江蘇大學，2010.

[2]盛楊燕，周濤.大數(shù)據(jù)時代—生活、工作與思維的大變革[M].浙江人民出版社，2013.

[3]林榮耀.大數(shù)據(jù)及在當代互聯(lián)網(wǎng)應用中的研究[D].廈門大學，2014.