鄧可欣 米揚(yáng)耿一丹 龔宇飛

［摘 ? ?要］ 物探地震采集業(yè)務(wù)將進(jìn)入智能化時(shí)代，即以大數(shù)據(jù)為核心，以云平臺(tái)為基礎(chǔ)，以新市場(chǎng)、新方向?yàn)槠鯔C(jī)，打造“智慧物探”，實(shí)現(xiàn)全業(yè)務(wù)鏈數(shù)據(jù)互聯(lián)、技術(shù)互通和業(yè)務(wù)協(xié)同。東方物探公司智能化地震隊(duì)，利用大數(shù)據(jù)和信息安全相關(guān)技術(shù)，基于微服務(wù)技術(shù)架構(gòu)建設(shè)符合企業(yè)管控要求的大數(shù)據(jù)平臺(tái)，逐步實(shí)現(xiàn)數(shù)據(jù)的服務(wù)化、效益化，對(duì)甲方單位能按需輸送數(shù)據(jù)，對(duì)上級(jí)單位能按要求上報(bào)數(shù)據(jù)，對(duì)本企業(yè)能以生產(chǎn)數(shù)據(jù)為主線，將安全數(shù)據(jù)嵌入其中進(jìn)行處理和分析，讓生產(chǎn)與安全高度融合，隨時(shí)隨需提供決策支撐。本文主要探索研究了大數(shù)據(jù)技術(shù)定義和特點(diǎn)，并通過分析國(guó)內(nèi)外石油公司大數(shù)據(jù)平臺(tái)發(fā)展現(xiàn)狀，現(xiàn)階段國(guó)內(nèi)石油公司存在的差距和痛點(diǎn)，討論了大數(shù)據(jù)技術(shù)平臺(tái)建設(shè)對(duì)地震勘探的重要性，為分公司石油勘探大數(shù)據(jù)平臺(tái)建設(shè)提出技術(shù)方案，最后對(duì)其在數(shù)字化轉(zhuǎn)型場(chǎng)景中的應(yīng)用進(jìn)行了展望，認(rèn)為通過大數(shù)據(jù)技術(shù)平臺(tái)去抽取、處理和融合來自上級(jí)單位和分公司的各系統(tǒng)數(shù)據(jù)，形成共享共生的數(shù)據(jù)生態(tài)圈，將有力地推動(dòng)山地地震隊(duì)智能化發(fā)展。

［關(guān)鍵詞］ 大數(shù)據(jù)；地震隊(duì)；智能化

doi ： 10 . 3969 / j . issn . 1673 - 0194. 2023. 11. 036

［中圖分類號(hào)］ F272.7；TP315 ? ?［文獻(xiàn)標(biāo)識(shí)碼］ ?A ? ? ?［文章編號(hào)］ ?1673 - 0194（2023）11- 0125- 04

０ ? ? ?引 ? ?言

石油企業(yè)各業(yè)務(wù)系統(tǒng)建設(shè)的大力推行，產(chǎn)生了大量的業(yè)務(wù)和管理數(shù)據(jù)，隨著移動(dòng)互聯(lián)網(wǎng)絡(luò)、智能終端的廣泛普及，數(shù)據(jù)的范圍、類型和內(nèi)涵也在不斷地?cái)U(kuò)展，同時(shí)還有一些不完備和不易理解的數(shù)據(jù)，如傳感器、流文件等數(shù)據(jù)量大、種類多、流動(dòng)速度快的數(shù)據(jù)，采用傳統(tǒng)技術(shù)已經(jīng)不能進(jìn)行處理，需要引入大數(shù)據(jù)這樣新的技術(shù)和平臺(tái)進(jìn)行數(shù)據(jù)收集、處理和應(yīng)用。

油氣勘探工作具有高密度、快節(jié)奏的特點(diǎn)，生產(chǎn)經(jīng)營(yíng)和安全應(yīng)急管理融合不斷深入，對(duì)全面聯(lián)動(dòng)協(xié)同作戰(zhàn)運(yùn)作模式的需求日益緊迫，因此，物探企業(yè)應(yīng)在生產(chǎn)經(jīng)營(yíng)安全系統(tǒng)化管理的同時(shí)，善用大數(shù)據(jù)技術(shù)鏈接各業(yè)務(wù)系統(tǒng)并抽取數(shù)據(jù)，把各數(shù)據(jù)庫(kù)串聯(lián)起來，規(guī)范數(shù)據(jù)來源和標(biāo)準(zhǔn)，驗(yàn)證數(shù)據(jù)準(zhǔn)確性，打通生產(chǎn)業(yè)務(wù)邊界、部門邊界甚至企業(yè)邊界的數(shù)據(jù)主線、價(jià)值鏈主線，實(shí)現(xiàn)信息聯(lián)通和流程聯(lián)通，敏捷開發(fā)和迭代更新眾多的業(yè)務(wù)應(yīng)用軟件，消除數(shù)據(jù)孤島，以應(yīng)對(duì)日益多變的甲方需求和創(chuàng)新挑戰(zhàn)。

依托智能化裝備和智能可穿戴等技術(shù)，對(duì)經(jīng)營(yíng)狀況、野外生產(chǎn)安全、人員健康和設(shè)備運(yùn)行數(shù)據(jù)深度分析，預(yù)測(cè)生產(chǎn)項(xiàng)目中人財(cái)物的最佳配置、安全風(fēng)險(xiǎn)和設(shè)備故障概率，預(yù)先做好保障維護(hù)和應(yīng)急準(zhǔn)備工作，讓項(xiàng)目不停頓、不間斷地順利運(yùn)行，從而進(jìn)行采集施工設(shè)計(jì)和部署分析、生產(chǎn)流程優(yōu)化、智能生產(chǎn)指揮、智能物探專家指導(dǎo)等，拓展公司的目標(biāo)市場(chǎng)，促進(jìn)行業(yè)進(jìn)步和轉(zhuǎn)型。

油氣勘探的工作對(duì)象是不可見的地下巖層，生產(chǎn)數(shù)據(jù)和成果數(shù)據(jù)每日可達(dá)ＴＢ級(jí)，包含大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。對(duì)于這些數(shù)據(jù)，一是需要實(shí)時(shí)采集和分析預(yù)警，形成相應(yīng)的智能指揮中心；二是隨著時(shí)間推移，沉淀下來的數(shù)據(jù)和經(jīng)驗(yàn)不能沉睡，可據(jù)此建立趨勢(shì)預(yù)判庫(kù)和專家經(jīng)驗(yàn)庫(kù)，形成相應(yīng)的智慧大腦中心，讓企業(yè)利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)精準(zhǔn)決策，從而提質(zhì)增效，提高生產(chǎn)安全性，增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力和提升市場(chǎng)占有率。

１ ? ? ?發(fā)展趨勢(shì)與差距痛點(diǎn)分析

１．１ ? 發(fā)展趨勢(shì)

從油田服務(wù)行業(yè)信息化發(fā)展趨勢(shì)看，目前國(guó)內(nèi)外油服公司不斷提高石油工程技術(shù)的智能化程度并且越來越多的油服公司開始關(guān)注大數(shù)據(jù)分析技術(shù)，均以智能化發(fā)展為方向，以云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)應(yīng)用、大數(shù)據(jù)等ＩＴ技術(shù)構(gòu)建信息化平臺(tái)、建立大數(shù)據(jù)分析平臺(tái)。一是通過大數(shù)據(jù)分析平臺(tái)將作業(yè)人員、施工過程和專業(yè)技術(shù)聯(lián)系起來，以實(shí)現(xiàn)價(jià)值的最大化；二是針對(duì)具體施工場(chǎng)景通過大數(shù)據(jù)平臺(tái)發(fā)現(xiàn)關(guān)聯(lián)關(guān)系和制約因素，并預(yù)判關(guān)聯(lián)關(guān)系會(huì)帶來的結(jié)果，提高生產(chǎn)環(huán)節(jié)預(yù)見性，實(shí)現(xiàn)各業(yè)務(wù)的優(yōu)化；三是云化趨勢(shì)的演進(jìn)使石油企業(yè)能夠更專注于數(shù)據(jù)和業(yè)務(wù)邏輯，不需要擔(dān)心如何維護(hù)底層的硬件和網(wǎng)絡(luò)。因此利用大數(shù)據(jù)、智能化技術(shù)改進(jìn)石油企業(yè)的生產(chǎn)作業(yè)，降本增效已成為國(guó)內(nèi)外各大石油公司的廣泛共識(shí)。

從業(yè)務(wù)發(fā)展趨勢(shì)看，專業(yè)技術(shù)的發(fā)展和綜合管理能力的提高都依賴于現(xiàn)代信息技術(shù)和裝備儀器技術(shù)的進(jìn)步?！爸悄芪锫?lián)網(wǎng)＋技術(shù)創(chuàng)新＋裝備研發(fā)”將是未來物探行業(yè)持續(xù)發(fā)展的主要方向，實(shí)施低成本、高精度、智能化發(fā)展戰(zhàn)略是在物探企業(yè)提升國(guó)際競(jìng)爭(zhēng)力的關(guān)鍵。

從整體來看，按照國(guó)際通行的“十段法”衡量，與行業(yè)最佳實(shí)踐對(duì)標(biāo)，可發(fā)現(xiàn)中石油工程技術(shù)企業(yè)還處于部分實(shí)現(xiàn)自動(dòng)化監(jiān)測(cè)、初步診斷與資源共享的階段，與哈里伯頓、斯倫貝謝、貝克休斯等國(guó)際石油公司存在較大差距。

１．２ ? 痛點(diǎn)與挑戰(zhàn)

隨著油氣勘探的深入和工程技術(shù)的發(fā)展，數(shù)據(jù)貫穿于石油勘探的整個(gè)過程，并且有了良好的積累，為大數(shù)據(jù)技術(shù)的應(yīng)用奠定了數(shù)據(jù)基礎(chǔ)。物探行業(yè)大數(shù)據(jù)具有體量大、時(shí)效性強(qiáng)、多樣性、準(zhǔn)確性和獨(dú)特性五大特點(diǎn)，其面臨以下主要問題。

一是數(shù)據(jù)采集傳輸瓶頸，受到野外地域、地形、地貌的影響沒有形成覆蓋全作業(yè)現(xiàn)場(chǎng)的高速網(wǎng)絡(luò)與網(wǎng)絡(luò)安全傳輸機(jī)制，嚴(yán)重影響數(shù)據(jù)采集及其時(shí)效性。

二是數(shù)據(jù)內(nèi)容繁多，有施工設(shè)計(jì)數(shù)據(jù)、踏勘數(shù)據(jù)、過程記錄數(shù)據(jù)、施工實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)、衛(wèi)星影像數(shù)據(jù)、野外地質(zhì)圖資料、單炮成果數(shù)據(jù)等，數(shù)據(jù)形態(tài)各異，包括各類靜態(tài)結(jié)構(gòu)化表格數(shù)據(jù)、非結(jié)構(gòu)化的視頻和圖片以及ＳＧＤ／ＳＧＹ數(shù)據(jù)等，缺乏數(shù)據(jù)建設(shè)的統(tǒng)一標(biāo)準(zhǔn)，數(shù)據(jù)管理與質(zhì)量控制處于初步階段并且存在數(shù)據(jù)煙囪、數(shù)據(jù)孤島現(xiàn)象。

三是由于裝備數(shù)字化、安全風(fēng)險(xiǎn)管理信息化程度不夠，導(dǎo)致生產(chǎn)管理綜合指揮能力不足。

四是大數(shù)據(jù)、人工智能、移動(dòng)應(yīng)用、云計(jì)算等信息技術(shù)在物探采集領(lǐng)域應(yīng)用程度還不夠高。

綜上，需要以大數(shù)據(jù)為核心，以云平臺(tái)為基礎(chǔ)著力規(guī)范數(shù)據(jù)采集，建立高速網(wǎng)絡(luò)，統(tǒng)一數(shù)據(jù)管理與共享，建設(shè)多元化應(yīng)用，實(shí)現(xiàn)智能生產(chǎn)運(yùn)行和指揮、精益經(jīng)營(yíng)管理和科學(xué)決策支持。

２ ? ? ?系統(tǒng)框架設(shè)計(jì)研究

根據(jù)集團(tuán)公司“數(shù)字化轉(zhuǎn)型、智能化發(fā)展”的指導(dǎo)思想和發(fā)展戰(zhàn)略，充分利用東方物探公司云平臺(tái)和數(shù)據(jù)湖的思路，以及石油企業(yè)高速網(wǎng)絡(luò)和超大計(jì)算能力的基礎(chǔ)硬件設(shè)施，基于東方物探公司智能化地震隊(duì)這一大平臺(tái)，通過接口調(diào)用大平臺(tái)上的基礎(chǔ)公共服務(wù)，采用微服務(wù)框架和中間件服務(wù)方式，設(shè)計(jì)搭建具有山地地震隊(duì)特色的大數(shù)據(jù)技術(shù)平臺(tái)，敏捷應(yīng)對(duì)業(yè)務(wù)變化，做到伸縮可控。

大數(shù)據(jù)技術(shù)平臺(tái)總體架構(gòu)可按照“兩體系一平臺(tái)三中心”模式進(jìn)行建設(shè)，如圖１所示。

“兩體系”為安全防護(hù)體系和標(biāo)準(zhǔn)規(guī)范體系，均在東方公司智能化地震隊(duì)的體系下進(jìn)行建設(shè)，融合為一體化的體系標(biāo)準(zhǔn)規(guī)范和信息安全保障。

“一平臺(tái)”是大數(shù)據(jù)技術(shù)平臺(tái)的核心，可分為五層三臺(tái)三板塊。設(shè)施層和邊緣層組成數(shù)據(jù)基礎(chǔ)板塊，主要提供云服務(wù)器、網(wǎng)絡(luò)、云存儲(chǔ)、數(shù)據(jù)的采集傳輸和分布在各野外作業(yè)隊(duì)的邊緣計(jì)算等服務(wù)。接入層、準(zhǔn)備層和分析層組成數(shù)據(jù)加工板塊，主要提供了一整套全面及可擴(kuò)展、可集成的組件，借助這些開箱即用的組件完成企業(yè)內(nèi)部分散在各個(gè)地方的數(shù)據(jù)的對(duì)接、加工，為數(shù)據(jù)可視化分析結(jié)果展示做好準(zhǔn)備。接入層能快速鏈接上級(jí)單位和分公司各業(yè)務(wù)現(xiàn)有數(shù)據(jù)源，并且快速互聯(lián)東方公司智能化地震隊(duì)，為其提供要求的業(yè)務(wù)數(shù)據(jù)，從而構(gòu)建統(tǒng)一的數(shù)據(jù)分析平臺(tái)；準(zhǔn)備層為一體化的數(shù)據(jù)加工處理和模型構(gòu)建服務(wù)，可以將業(yè)務(wù)數(shù)據(jù)進(jìn)行清洗加工，并且允許將大數(shù)據(jù)量的表抽取到高速緩存層中進(jìn)行性能加速，還能借助跨庫(kù)引擎，抽取直接跨庫(kù)查詢，同時(shí)通過技術(shù)手段（ＳＱＬ數(shù)據(jù)集、ＪＡＶＡ數(shù)據(jù)集等）或業(yè)務(wù)手段（業(yè)務(wù)主題、自助數(shù)據(jù)集等）完成數(shù)據(jù)分析模型的構(gòu)建；分析層體現(xiàn)在分析展現(xiàn)手段方面，支持定義固定格式報(bào)表、填報(bào)報(bào)表、交互控件和圖表組件，以及多維度分析，切片、切塊、鉆取以及行列互換等多種分析方式，同時(shí)提供數(shù)據(jù)挖掘和智能學(xué)習(xí)等手段?；A(chǔ)底臺(tái)、服務(wù)中臺(tái)和應(yīng)用前臺(tái)（“三臺(tái)”）組成數(shù)據(jù)技術(shù)板塊，主要提供平臺(tái)的微服務(wù)框架、中間件服務(wù)、ｄｅｖｏｐｓ的開發(fā)組織方式，和對(duì)數(shù)據(jù)、功能、接口等方面的管理，以及企業(yè)報(bào)表、業(yè)務(wù)報(bào)告和各應(yīng)用的展示，其中服務(wù)中臺(tái)在標(biāo)準(zhǔn)接口下能與東方公司智能化地震隊(duì)對(duì)接，可調(diào)用東方公司的公共基礎(chǔ)服務(wù)，如郵件、短信、消息、用戶管理、組織機(jī)構(gòu)、身份認(rèn)證和地圖等。

山地智能指揮中心、山地智慧大腦中心和企業(yè)決策中心為“三中心”，其中指揮中心和智慧大腦中心兩者互聯(lián)互通，共同為更高層次的決策中心提供精準(zhǔn)方案。指揮中心主要是對(duì)野外施工實(shí)時(shí)數(shù)據(jù)的可視化展示和分析預(yù)警，體現(xiàn)及時(shí)性；智慧大腦中心主要根據(jù)野外施工后的靜態(tài)數(shù)據(jù)和來自指揮中心的各種應(yīng)對(duì)情況形成專家經(jīng)驗(yàn)數(shù)據(jù)，體現(xiàn)歷史性，而兩者數(shù)據(jù)類型的深度交融有利于開展數(shù)據(jù)分析，最終能形成多種結(jié)果研判和解決措施，為領(lǐng)導(dǎo)決策提供數(shù)據(jù)支持。

以大數(shù)據(jù)技術(shù)賦能方式，消除信息孤島，有效整合數(shù)據(jù)，建立起科學(xué)的數(shù)據(jù)評(píng)價(jià)體系，輔助領(lǐng)導(dǎo)層決策，并且提供敏捷開發(fā)的能力快速響應(yīng)業(yè)務(wù)和管理層的數(shù)據(jù)需求，還能在業(yè)務(wù)運(yùn)行過程中提供自動(dòng)的業(yè)務(wù)監(jiān)控和預(yù)警，幫助企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型、智能化發(fā)展。

３ ? ? ?結(jié)束語(yǔ)

綜上所述，在大數(shù)據(jù)時(shí)代背景下，油氣工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、區(qū)塊鏈、邊緣計(jì)算和云計(jì)算、大數(shù)據(jù)、數(shù)字孿生和虛擬現(xiàn)實(shí)等信息化新技術(shù)已滲透到地震采集工作中，油氣資源地震勘探的數(shù)據(jù)價(jià)值也在逐步得到挖掘和重視。在東方物探公司智能化地震隊(duì)大平臺(tái)基礎(chǔ)上，統(tǒng)一接口，數(shù)據(jù)共享，根據(jù)數(shù)字化轉(zhuǎn)型智能化發(fā)展的信息化建設(shè)目標(biāo)，建設(shè)一套服務(wù)顆粒度更小、更加符合山地地震勘探特點(diǎn)的大數(shù)據(jù)分析應(yīng)用平臺(tái)和數(shù)據(jù)生態(tài)圈，以業(yè)務(wù)驅(qū)動(dòng)進(jìn)行敏捷性開發(fā)測(cè)試運(yùn)維，共性中保持個(gè)性，個(gè)性中尋找共性，從而滿足各層級(jí)的需求，為地震采集提供更好的保障。

主要參考文獻(xiàn)

［１］李學(xué)龍，龔海剛．大數(shù)據(jù)系統(tǒng)綜述［Ｊ］．中國(guó)科學(xué)（信息科學(xué)），２０１５，４５（１）：１－４４．

［２］陳立梅，邵麗娟，朱衛(wèi)未．大數(shù)據(jù)企業(yè)技術(shù)創(chuàng)新效率影響機(jī)制研究［Ｊ］．南京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（2）：52-66.

［３］陳志勇．智能電網(wǎng)的大數(shù)據(jù)處理技術(shù)應(yīng)用［Ｊ］．集成電路應(yīng)用，２０２０，３７（２）：７８－７９．

［４］胡潛，李夢(mèng)婷，黃家娥．基于大數(shù)據(jù)挖掘的行業(yè)知識(shí)服務(wù)研究［Ｊ］．情報(bào)理論與實(shí)踐，２021（8）：90-94．

［５］劉漢龍，馬彥彬，仉文崗．大數(shù)據(jù)技術(shù)在地質(zhì)災(zāi)害防治中的應(yīng)用綜述［Ｊ］．防災(zāi)減災(zāi)工程學(xué)報(bào)，2021（4）：710-722．

［６］劉寶珠，王鑫，柳鵬凱，等．ＫＧＤＢ：統(tǒng)一模型和語(yǔ)言的知識(shí)圖譜數(shù)據(jù)庫(kù)管理系統(tǒng)［Ｊ］．軟件學(xué)報(bào)，２０２１，３２（３）：７８１－８０４．

［７］顧榮．大數(shù)據(jù)處理技術(shù)與系統(tǒng)研究［Ｄ］．南京：南京大學(xué)，２０１６．

［８］周飛燕，金林鵬，董軍．卷積神經(jīng)網(wǎng)絡(luò)研究綜述［Ｊ］．計(jì)算機(jī)學(xué)報(bào)，２０１７，４０（６）：１２２９－１２５１．

［９］任磊，杜一，馬帥，等．大數(shù)據(jù)可視分析綜述［Ｊ］．軟件學(xué)報(bào)，２０１４，２５（９）：１９０９－１９３６．

［１０］初宇，何曉東．大數(shù)據(jù)助力石油企業(yè)建設(shè)數(shù)字油田［Ｃ］//第五屆數(shù)字油田國(guó)際學(xué)術(shù)會(huì)議，２０１７．

［１１］鮮成鋼．長(zhǎng)期低油價(jià)下油氣技術(shù)創(chuàng)新目標(biāo)與方向探討［Ｊ］．石油科技論壇，２０１７，３６（４）：５３－６０．

［１２］冉新權(quán)，朱天壽．油氣田數(shù)字化管理［Ｍ］．北京：石油工業(yè)出版社，２０１１．