基于云平臺的油氣勘探規劃與部署系統設計

梁 衛

（中海石油（中國）有限公司深圳分公司 科技信息部，廣東 深圳 518067）

0 引 言

目前石油天然氣勘探規劃與部署研究中存在一些問題，例如，缺乏完善的數據平臺，歷史數據分析難以深入；數據來源缺乏統一性，絕大部分數據由個人保管，不同類型數據保存在不同部門，無法保證數據的正確性；勘探規劃的關鍵數據即儲量數據歸口比較復雜，年報儲量數據與實際儲量數據之間存在差異；勘探規劃涉及投資、儲量、工作量、成本、效益等多種指標，專業上涉及鉆井、物探、測井等，管理上涉及盆地、區帶、目標、項目等。勘探規劃指標預測存在的問題：儲量增長趨勢預測是關鍵，實際研究過程中建立的十幾種模型尚未形成成熟模型，需要深入研究確定。資源量指標是勘探規劃編制的基礎，尚需深入研究細化資源量預測、劈分的方法和模型。開發的投資優化組合軟件因可操作性不強，使用頻率較低。目前勘探規劃與部署工作主要以Excel 為主。A2 數據庫目前主要管理規劃計劃的成果文檔，后面可以將規劃形成的成果回存到A2 中。十大庫中與規劃相關的數據是動態庫中的地震、鉆井數據，按日、月進行管理。如果要統計計算，滿足規劃基礎數據的需要，還要核對數據的準確性與完整性。

通過開發勘探規劃與部署系統，研發完成相應的成果輔助編制工具，提高勘探規劃、計劃方案編制效率；利用信息化手段將規劃編制與計劃編制等工作結合、保證前后一致性；實現規劃編制流程、報告、圖表等規范化管理；實現規劃數據及成果的完整性、系統性、繼承性管理；實現勘探規劃與計劃方案編制工作與其他勘探業務口在工作流、數據流、業務流等方面的互聯互通，同時從工具支撐層面提升規劃與部署研究工作的智能化程度。

1 總體架構

1.1 設計思路

本系統基于智慧油田建設成果，集成現有平臺，利用現有成熟的、先進的容器化、虛擬化、微服務、大數據、人工智能、互聯網等先進技術，實現大中臺、小前臺，使前端可任意擴展、便利高效建立微應用、微程序。遵循“總體規劃、整合資源、統一標準、安全可靠”的設計原則進行。

總體思路見圖1，系統包括Iaas 層、IPaas 層、Daas層、APaas 層和Saas 層。Iaas 層是基礎設施層，包括計算資源、存儲資源、網絡資源和安全防護，該層由各基礎設計平臺廠商提供對應的解決方案；IPaas 層包括數據倉庫、A2+數據庫及通用服務和微服務框架幾個部分。平臺的數據來源以中海石油的A2 數據庫、十大庫、中法庫、FileNet 數據庫等為主，利用業務模型進行數據描述，形成數據倉庫。

圖1 設計思路

1.2 系統架構

圖2 是勘探規劃與部署系統框圖，其中“安全服務”和“業務中臺”中的業務流程、項目工作、協同工作、信息推送等功能是與其他系統共用的。業務功能主要通過對資源基礎、工作量投資情況從橫向縱向上進行分析，為后面中長期（滾動）規劃、年度計劃提供參考依據。通過數據集成實現數據互通、通過成果管理，實現勘探規劃計劃資源的統一管理。

圖2 勘探規劃與部署系統框圖

2 主要模塊設計

勘探規劃與部署系統主要包括微服務框架、中臺服務、系統通用服務、平臺管理等。勘探開發服務平臺提供系統接入服務，可以將外部系統的用戶、權限、業務模型、工具軟件對接或集成到勘探開發服務平臺中。勘探開發服務平臺采用微服務框架開發（Spring Cloud），中臺服務以微服務的形式進行注冊部署、對外訪問。

2.1 數據中臺設計

數據中臺的主要作用是將一切數據業務化。數據中臺包含以下內容，數據接入、數據存儲、后臺服務、對外服務。其中，數據接入可以對以A2 數據庫為主的歷史成果數據、中法庫為主的實時數據進行接入。數據接入后，需要對數據進行清洗和數據建模，貼上元數據標簽，形成數據倉庫。在此過程中，需要后臺服務提供的業務模型、標簽識別服務、數據萃取、知識生成等后臺服務。數據倉庫以MongoDB 數據庫、MySql進行存儲，對于需要進行搜索的數據，同步到ES。數據中臺建設完成后，可以提供基礎數據服務、語義服務、搜索服務、大數據服務、對象服務、KID 關系、知識關聯等服務。

2.2 業務中臺設計

業務中臺包括四大板塊：業務功能管理、事務定義功能、業務系統框架輔助生成和個人工作平臺生成。業務功能管理主要包括業務功能管理、業務組件和技術組件的管理。業務人員都是通過具體的業務功能完成某項任務，產生具體的成果。不同的業務包含眾多的業務功能點，并且這些業務功能點差異很大，但是從業務抽象的角度，任何一個業務功能點都是由IPOM四個部分組成，也就是在一個業務點上包括設計輸入、業務處理、數據輸出、業務管理等四個部分。業務組件和技術組件管理主要是對信息系統建設中經常用到的組件包括圖形類、報表類、報告類、專業圖形類等組件進行注冊和配置。

2.3 微服務管理平臺設計

主要是提供對所有服務的管理功能，基于微服務的技術實現，提供整套服務治理解決方案。采用Spring Boot 開發功能，Spring Cloud Ribbon 實現負載均衡，使用alibaba 開源工具Nacos 作為配置中心，Spring Cloud Gateway 做API 網關、Eureka 做服務注冊發現、Histrix 熔斷限流、Spring Cloud Admin實現服務監控，Rabbitmq處理消息、Redis處理緩存、前端采用Nginx 實現負載均衡和緩存，LCN 處理分布式事務，使用jenkins+Openshift 實現Docker 程序打包發布部署。

2.4 數據架構設計

A2 數據庫為業務系統、數據中臺等提供模型的標準、A2 數據采集服務、數據服務。對于項目而言，如果要用A2 的數據，就直接調用A2 提供的數據服務，各業務系統的數據服務和數據庫，都需要在項目上開發和建設。同時業務系統的數據也可以通過A2 的數據采集存儲到A2 數據庫中。圖3 是數據架構設計。

圖3 數據架構設計

3 主要功能

勘探規劃與部署管理系統的主要功能包括展示綜合信息的項目首頁、單個項目詳細內容及進展的項目詳情功能；業務功能主要通過對資源基礎、工作量投資情況從橫向縱向上進行分析，為后面中長期規劃、年度計劃提供參考依據；通過數據集成實現數據互通、通過成果管理，實現勘探規劃計劃資源的統一管理。系統功能的實現是通過數據中臺的數據服務獲得功能所需要的數據，通過業務中臺的圖形、數據業務組件展示圖表內容。

3.1 項目概覽

項目概覽實際上是項目首頁，主要展示方案數量統計、方案進展信息、方案編制動態信息及勘探狀態統計。包括項目的研究時間、類型、所屬部門、項目描述，項目的分配、提交、審核過程，勘探現狀、項目投資、資源量情況、預測探明儲量等。具體如圖4 所示。

圖4 項目概覽

3.2 項目詳情

主要展示單個方案編制工作信息，包括項目概況、任務分配、個人工作、項目文檔、項目動態及工作看板功能。如圖5 所示，在工作看板里顯示項目各個任務的時間安排及完成情況相關信息。

圖5 工作看板界面

3.3 中長期（滾動）計劃

主要進行中長期規劃和滾動規劃相關工作，包括基礎研究、方案編制和資源管理三大類功能，具體包括：勘探現狀分析、資源潛力分析、執行情況分析、規劃方案分析、參數設置、指標預測、報告編制和資源管理功能。例如，“指標預測”功能主要通過歷史數據，研究使用龔帕茲、HCZ、瑞利、翁式回旋等方法實現指標數據預測及規劃參數（二維地震作業費率、三維地震作業費率、探井作業費率、探井成效、技術采收率及儲量動用率）和規劃數據（工作量、儲量、投資等）錄入功能（見圖6）。

圖6 指標預測界面

3.4 年度勘探計劃

主要涉及年度計劃相關工作，包括數據管理、統計分析和計劃編制三大類功能，具體包括：目標進度跟蹤、年度計劃及跟蹤、探井進度數據上報、地震進度數據上報、勘探費用上報、其他數據、勘探形勢圖GIS 分析、勘探任務執行情況、勘探作業費用執行情況、勘探作業成本、地震采集作業時效、完鉆探井作業時效分析、測井作業時效分析和報告編制功能。地震采集作業時效按時間范圍統計，包括作業時效分析、生產時效分析、等待時效分析及故障時效分析等（見圖7）。

圖7 地震采集作業時效界面

4 關鍵技術選型

第一，開發環境選擇JDK1.8，有助于提升開發效率，用更少的代碼完成更多的工作，可以使用函數式思維編程。

第二，安全框架選擇Spring Security，其基于Spring 開發，項目若使用Spring 作為基礎，配合Spring Security 做權限更加方便，而Shiro 需要和Spring 進行整合開發；Spring Security 功能比Shiro 更加豐富些，例如，安全維護方面；Spring Security 社區資源相對比Shiro 更豐富；Spring Security 對Oauth、OpenID也有支持，Shiro 則需要自己手動實現，而且Spring Security 的權限細粒度更高。

第三，數據存儲選用MongoDB，MongoDB 支持HDFS 所沒有的索引的概念，所以在讀取上更加快，MongoDB 支持的增刪改功能比HDFS 更加易于修改寫入后的數據，HDFS 的響應級別為分鐘，而MongoDB通常是毫秒級別，如果現有數據庫已經是MongoDB的話，那就不用再轉存一份到HDFS 上了，可以利用MongoDB 強大的Aggregate 做數據的篩選或預處理。

5 安全與保密

5.1 網絡安全

采用網絡安全審計系統，對網絡設備運行狀況、網絡流量、用戶行為等進行日志記錄；網絡邊界處采用入侵檢測和防火墻產品監視攻擊行為，包括端口掃描、強力攻擊、木馬后門攻擊、拒絕服務攻擊、緩沖區溢出攻擊、IP 碎片攻擊和網絡蠕蟲攻擊等。

入侵檢測系統集入侵檢測、網絡管理和網絡監視功能于一身，能實時捕獲內外網之間傳輸的所有數據，利用內置的攻擊特征庫，使用模式匹配和智能分析的方法，檢測網絡上發生的入侵行為和異常現象，并在數據庫中記錄有關事件，作為網絡管理員事后分析的依據；如果情況嚴重，系統會發出實時報警。

5.2 保密措施

采用數據傳輸加密技術，對傳輸中的數據流加密，以防止通信線路上的竊聽、泄漏、篡改和破壞。數據傳輸的完整性通過數字簽名的方式來實現，數據的發送方在發送數據的同時利用單向的不可逆加密算法Hash 函數計算出所傳輸數據的消息文摘并作為數字簽名隨數據一同發送。接收方收到數據及數字簽名，接收方使用相同的算法計算出接收到的數據的數字簽名，并把該數字簽名和接收到的數字簽名進行比較，若二者相同，則說明數據在傳輸過程中未被修改，數據完整性得到了保證。核心數據加密保證數據即使被竊取之后，也無法了解數據的內容。加密技術對數據的保密和安全要求極為嚴格，因此除了在數據通過網絡傳輸過程的保密和安全采取有效措施外，還要對數據庫中的靜態數據和系統配置信息等核心數據進行加密，在顯示時通過用戶程序進行解密。這樣，防止有人直接讀取數據庫表數據，獲知核心數據的內容，甚至可以防止站點管理員、數據庫管理員對數據的窺視。

6 結 語

勘探規劃與部署系統是智慧油氣田、智能勘探建設的成功實踐，該系統采用了云平臺、大數據、信息化等先進手段。研發完成的成果輔助編制工具，極大地提高了勘探規劃、計劃方案編制效率，從而提高勘探效益；將規劃編制與計劃編制等工作相結合，并保證工作完整性、前后一致性；實現規劃編制流程、報告、圖表的規范化；實現勘探規劃與計劃方案編制工作與其他勘探業務口，包括工作流、數據流、業務流等方面的互聯互通，同時從工具支撐方面提升規劃計劃研究工作的智能化程度，更好地支持相關工作的開展。