淺析油田數據中心建設及發展規劃

孟鵬云，劉 琛，魏 科

(長慶油田分公司第一采油廠，陜西 延安 716009)

油田數據中心是一個專業數據的管理機構。在油田數據的管理機構中包括很多方面的管理，其中核心的方面主要包括六個:第一個核心業務是油田的勘探采油;第二個方面是油田的開發;第三個方面是油田的生產與輸送;第四個方面是經營數據的管理;第五個方面是數據的處理;第六個方面是數據服務。油田數據中心具有很多的功能，主要體現在兩點:第一點是油田數據中心可以很好的保護在油田勘探開采中產生的大量數據資料;第二點是油田數據中心可以很好的利用在油田輸送經營中獲得的大量數據資料。但是，在實際的應用中卻存在著很多的問題。根據現在的資料發現，目前油田的數據中心并不是很適用，并不能很好的滿足當下和未來業務發展的需要。油田的數據中心也可以稱為也有油田現有信息化基礎設施。當前的油田數據對資源的利用率不是很高[1]。同時，油田數據中心的不管是軟件還是硬件都不能很好的滿足油田的開采和輸送需求。此外，因為軟硬件的問題，不能對業務系統做出很快的反應。基礎設施的建設也比較分散，從而導致運營和維護以及管理的成本都比較大。所以，當下要在油田數據發展方面，需要很快的將軟件和硬件資源進行整合。通過不斷的引進新的技術達到不斷提升數據中心的運營效率，不斷的將資源進行優化，避免資源的浪費。在油田的數據中心中進行虛擬化技術，可以很好的解決這些問題。油田虛擬化技術可以很好的節約油田企業數據的資源，同時降低數據中心運營的效率，從而提供企業的盈利能力，更利于企業的長遠發展。

1 當前油田信息化現狀

1.1 數據信息系統的資源利用率不高

在我國，油田信息的統建項目主要的油田二級單位，一些集團公司和上市企業除外。在二級單位中采用的系統通常是軟件和硬件系統一一對應的建設模式。這種建設模式存在的問題很多，其中資源的利用率不高是最大的問題。根據不完全的數據統計發現，資源的利用率低于30%的[3]。此外，因為大多數采油廠的業務類型比較接近，所以很多的功能也是相同的，也就導致了重復建設的問題出現。

1.2 數據基礎設施的軟件和硬件模式不能滿足勘探和開發的需求

當前油田開采和輸送采用的系統建設和模式也是比較相似的。在應用系統中需要的硬件設施的完成需要經過很多的環節，主要包括五大環節:第一是立項升級;第二是逐級審批;第三是招標采購;第四是設備到貨;第五是安裝和部署。在整個的完成環節中需要消耗大量的時間[3-4]。有時候需要消耗的時間長達半年以上。同時，不僅需要的時間比較長，整個操作流程還很復雜。此外，油田業務也是處在一個不斷變化的環境中。總的來說，以往比較傳統的IT基礎設施是不能很好的滿足當下的業務發展需求的。

1.3 基礎設施的建設對IT運維管理造成比較大的壓力

為了使得研究的結果具有實際意義和指導價值，本文選擇了長慶油田作為研究對象。長慶油田的基礎設施建設雖然規模比較大，但是依然存在著很多的問題。長慶油田的各個業務系統的基礎設施建設不僅是比較分散的，整個建設的基數也是比較大的。在建設的初期，從控制成本的角度出發，為了降低成本，沒有對系統進行備份設計。當基礎設施建設中沒有備份設計時，就很容易出現系統運行不夠穩定的問題。一旦系統不穩定，相應多久很容易出現各種故障。當故障率比較高到時候，就很容易對IT基礎設施的運行和維護以及管理造成比較大的壓力。這樣最終不僅沒有降低成本，反而增加了成本。此外，還會降低IT基礎設施的可用性，從而達不到保障業務具有可持續性的目的。

在某種意義上，云計算是可以被稱之為第三次技術變革的。中國的石油天然氣集團公司已經擁有自己的云技術平臺建設項目。與之相比，長慶油田就要落后很多。長慶油田雖然已經開始在服務器虛擬方面有所涉及，但是不管是涉及到的規模和范圍都是比較小的。并且長慶油田采用的新技術也不夠先進。長慶油田的云計算技術不僅是同國外同行，就是同國內同行相比都是有較大的差距的。

2 油田數據中心的設計目標和總體框架

2.1 油田數據中心建設的目標

隨著信息技術的不斷發展，在油田數據中心的建設上需要注重以下四個方面:第一個方面是不斷完善石油企業的集中數據管理資源;第二個方面是不斷完善數據資源統一的環節，不斷的打破空間和實踐上的隔閡;第三個方面是完善資源的優化配置，從而建立起比較合理的區域配置模式;第四個方面是建立起統一的數據資源，實現身份的統一認證，提供數據資源的管理效率。

2.2 油田數據中心設計的總體框架

隨著油田數據的不斷發展，建立起一個高效科學的數據中心是非常重要的。在進行數據中心的總體設計時，可以分為三個層面:第一層面是數據的采集，第二個層面是數據中心的存儲層;第三個層面是集成數據的服務層。

2.3 油田數據中心建設的主要內容

在建設數據中心時需要制定相應的采集軟件，從而可以自動形成一套比較完整的數據，達到提高采集數據質量的目的。數據中心的總體設計主要包括三個層面，第一層面是數據的采集，第二個層面是數據中心的存儲層，第三個層面是集成數據的服務層。具體如下：

1)數據中心存儲系統。數據的中心存儲系統主要包括兩個方面的內容：第一個方面是數據中心存儲硬件的標準；第二個方面是數據中心存儲軟件的標準。在進行數據分割時，因為數據的類型是不同的，所以相應的數據結構也是比較復雜的。要想真正優化數據中心的建設，就必須做到信息技術標準化。在信息技術標準化的基礎上做到和實際應用相結合。當前，雖然我國的石化開始了石油和天然氣的勘探和開發。但是，因為專業化不夠，在進行專業數據的管理時硬件配置是比較分散的。為了能真正的解決問題，企業是需要進行新的硬件配置，不斷的優化網絡結構。

2)數據中心數據服務系統。數據中心的數據服務系統是基于軟件架構進行構建的。在軟件架構中是需要用到專門的應用程序和專題數據的。只有軟件構架搭建好，才能做到實現數據的專業應用、數據的及時查詢和信息資產的綜合。構建好數據中心的數據服務系統，可以很好的做好商業模式和用戶管理。

3)數據采集系統。數據的采集主要涉及到五個環節：第一個環節是實物勘測數據的采集；第二個環節是鉆井數據的采集；第三個是測井數據的采集；第四個環節是采油數據的采集；第五個環節是油氣在運輸和生產中產生的動態數據。通過對這些不管是動態還是靜態數據的采集，都需要進行完整規范的數據采集。要實現這一系列的數據采集，就需要相應的采集軟件。借助軟件的作用達到生成一套完整數據的目的，從而不斷降低日常管理的工作量，同時提高數據的收集質量，提高數據的有效性。

3 油田數據中心的發展方向

3.1 基礎設施建設

基礎設施的建設對于促進工作的全面和規范化發展具有很重要的作用。所以在進行數據中心大數據的建設和管理時需要重視基礎設施的建設[5]。數據中心的作用有很多，不僅僅是提供基礎，還需要對數據進行加深整理，從而可以更好的為決策者提供數據支持。

3.2 完善標準體系

數據標準體系的完善主要包括四個方面的數據:第一個是開采方面的數據;第二個是儲存方面的數據;第三個是運輸方面的數據;第四個是生產管理方面的數據。確保采集到的數據是科學合理的，是具有指導意義的。通過不斷的優化數據標準體系，可以不斷的規范各種操作流程，從而達到規范采集數據和利用數據的目的。

3.3 實現自動化管理和可持續發展

最終要實現信息管理的自動化和服務功能，是要建立在數據長期不斷完善和發展的過程中的。所以利用數據中心的功能，可以不斷的降低人力成本，還可提高數據的真實性和有效性。在不斷的擴大數據化的服務范圍時，還需要不斷的培養專業的工作人員，從而確保數據中心可以做到持續性發展，最終達到實現油田信息化的目標。