2020年10月02日 星期五
中国矿业报订阅

戴尔(中国)有限公司高级架构师李炫辉

大数据分析要实现三项功能

2014-5-26 9:37:40 来源:中国矿业报 本报记者:刘晓慧

大数据市场趋势体现在数据量的不断增大上,从原来的结构化数据,到半结构化、非结构化数据,呈现出了逐渐积累的状态。如今,传统数据库中的数据在数据管理、数据分析等方面,大多已经不能满足业务需求。而这就需要大数据技术的支持。

大数据有4个特征,即海量、多种类,运算速度及价值。其中,最关键的是通过大数据的挖掘获得企业的经济效益。如果缺少这一点,大数据将没有任何意义。

在石油石化行业,仅仅前端勘探、开发、生产、运输和销售就会产生大量数据。如何扩大数据采集规模,把不同系统的数据整合在一起,然后进行相应的数据挖掘和分析使其产生价值,是最关键的。

大数据分析要实现3项功能。第一,从结果反推出产生的原因,然后得到最终判断,以此对现有数据事实进行解释。第二,预测新开采技术对整个能源行业的影响,或者全球能源市场的波动会造成怎样的业务影响。第三,通过预测制定企业战略,比如预警机制、市场价格体系。

在能源行业,大数据的应用主要是在以下几个层面。第一,通过对设备采集的数据进行安排,提高生产效率。现在一些国际化能源公司已经在设备上安装了几十万个传感器。第二,利用预测模型控制生产流程成本、生产量及供需关系,并根据市场需要来进行反映,同时在生产流通中,基于历史数据保证产品质量的稳定。第三,对产品的成本管理进行优化。第四,利用员工工作环境避免危险工作条件并消除环境风险,比如海油公司可能要对气候数据进行分析,对恶劣条件及时进行处理。

能源行业的系统基本是混合与分布式架构,有总部系统,有分支系统,有远程生产系统,还有自身的企业服务系统。能源行业的混合与分布架构相比于其他行业的更为复杂,会产生更多种类的数据。如何把远程系统整合在统一平台之下进行统一管理和处理,将成为核心。

过去,石油石化行业的业务数据主要存储在自有机房数据信息平台层面。也许未来,会有一个更大的云平台来整合这些单元数据信息或第三方数据信息,然后通过第三方数据来源对业务系统进行分析。这就迫切需要我们考虑如何实现数据整合和管理,把不同系统的数据整合在一个数据平面上,然后进行数据挖掘和分析。比如,把云平台数据迁移到自有数据平台,另外也可以将不同数据源通过企业服务总线整合在一起,生成统一的数据平面,然后进行处理和分析,或者也可以整合云端数据。

大数据处理的解决方案可以和工业控制结合在一起。通过对系统得到的传感数据或历史数据进行分析,得到预测模型,利用预测模型进行反推,以控制生产流程的优化,并提高效率、降低成本、确定关键流程和原材料的状态,从而保证高质量交付。

监控流程是在生产阶段处理的,而不是等到批次完成之后最后得到结果。在前一个工序发生条件改变时,下一个工序同时会随之发生改变,因此要注意保证最终质量标准的一致性,根据历史或者已有状态进行预测模型的设计。

此外,面向能源行业的大数据处理解决方案还包括需求预测解决方案、排放减排解决方案、过程优化解决方案、风险管理解决方案。戴尔的分析套件还可以实现可视化的展示和处理。□

返回新闻