丁猛

【摘 要】隨著云時代的來臨，大數據（Big data）也吸引了越來越多的關注。采用大數據技術分析石油企業(yè)能耗數據具有非常重大的研究意義。

【關鍵詞】大數據；能耗優(yōu)化；銷售VT；銷售V20

引言：

隨著云時代的來臨，大數據（Big data）也吸引了越來越多的關注。加油站數據以及巨大的數量完全吻合了符合大數據的多、深、全、雜特性。因此采用大數據技術分析石油企業(yè)能耗數據具有非常重大的研究意義。

一、生產監(jiān)控、能耗優(yōu)化實現思路

結合實際情況，加油站損耗管理主要包括運輸及零售保管兩種損耗。目前在運輸損耗方面已實現油庫發(fā)油及加油站收油的V20數據統(tǒng)計，而零售保管損耗受加油機發(fā)出體積的影響，對保管損耗影響較大，主要存在以下問題：

（一）熱脹冷縮。油站以標準體積V20入賬，而以實際體積Vt銷售，兩者存在溫度差，當銷售油品溫度大于20℃時，零售保管盈余，而當銷售油品溫度小于20℃時，零售保管虧損；

（二）油品丟失。由于Vt是環(huán)境溫度下計量所得的體積，外界環(huán)境溫度較高的加油站油品盈余情況就會比較突出，在這種情況下易發(fā)生油品丟失風險；

（三）溫度失真。由于溫度對油品體積變化有較大的影響，傳統(tǒng)計算采取的都是平均溫度，無法真實體現損耗管理狀況。

經過深入分析，我們發(fā)現，為了真實反映加油站零售保管損耗，只要通過大數據手段云計算的實施路線，實時采集到加油站每一筆銷售量、實時溫度，按照一定的計算規(guī)則，將銷售Vt同步換算成V20銷售量，達到公平、公正、真實反映加油站的管理狀況的目的。我們將這種計算過程名為“能耗管控”，在管控過程發(fā)現的各種設備運行監(jiān)控數據、現場監(jiān)控數據。利用大數據手段進行深入分析后，管控過程自動進入良性“能耗優(yōu)化”循環(huán)。

二、研究目標及技術難點

（一）能耗管控就是要利用信息技術和手段，實現損耗計算信息化、自動化和智能化，應該具有如下功能：

1.數據自動采集。必須實時獲取到加油站銷售數據、庫存數據，對加油站每一筆槍出交易進行體積轉換，從而獲取標準體積下油品零售保管損耗的數據。

2.數據自動轉換。將獲取到的每一筆交易數量與同時間內油罐溫度進行綁定計算，實現每一筆Vt銷售自動轉換為V20銷售量。

3.能耗統(tǒng)計分析。結合庫存、購進、銷售等基礎數據，自動生成每個加油站的損耗數量，按照不同需求進行統(tǒng)計分析，實現能耗管控大數據化。

（二）技術難點。要實現能耗管控大數據化，自動獲取基礎數據成為關鍵所在和技術難點。

1.如何實時獲取加油站銷售數據？如果采用匯總數據進行Vt和V20數據轉換，計算結果和傳統(tǒng)手工方式一樣可能不符合實際。

2.如何獲取實時油溫，油溫與交易支付如何綁定，油罐油溫隨著氣候變化、接卸油等實際情況在隨時變化，而交易隨時都在發(fā)生。

通過多次技術試驗，我們發(fā)現通過針對加油站銷售數據分析，可以有效的體現加油站現場情況，以及操作情況，非常便于查找能耗管控過程中的軟硬件問題，以及人為操作問題，為應對能耗優(yōu)化的提供了良好的數據支撐。

三、加油站銷售數據數據加工

（一）集成說明

采集服務前端部署一組Socket Server群集用來接收結構化數據，采集服務作為服務端，各業(yè)務系統(tǒng)作為客戶端，采用長連接的方式，由業(yè)務支持系統(tǒng)發(fā)起連接并把業(yè)務數據主動推送給采集服務。采用TCP長連接的方式，能夠避免每一次請求都打開新的連接，減少了建立和關閉連接時的性能開銷，同時也減少了后續(xù)請求的響應時間。

（二）技術實現

1.結構化數據技術實現：Socket Server群集中的多個Server是平等的，客戶端應該保存這個Server列表，客戶端可以把它當成主備方式使用，即先連接一個Server，這個Server不可用時才連接下一個Server；也可以當成負載均衡來使用，即客戶端和每個Server都建立一個連接，每次發(fā)消息都從連接列表中取出一個連接來發(fā)送，只要實現一個簡單的輪詢策略就可以達到負載均衡的效果。

Accepter負責接收客戶端的請求，分配工作線程對請求進行處理

Decoder/Encoder負責對消息進行編碼和解碼

Handler負責實際的業(yè)務處理邏輯

2.非結構化的采集實現，利用Hadoop套件、MapReduce工具、抽取工具、自建系統(tǒng)、統(tǒng)建系統(tǒng)、微信、QQ等手段將非結構化數據匯總至數據服務端。

（三）加油站數據獲取

站級數據通過前庭控制器傳遞至數據采集端，然后再分析數據結構和格式化，將數據分為若干種類型，根據類型分揀其重要性和傳輸頻次。

1.液位儀數據

分為三種類型數據上傳：實時庫存、卸油數據、期間付出，實時庫存每5分鐘傳輸一次。實時庫存數據采集了液位儀上的油溫、油高、水高、密度、油體積等數據，其中油體積計量方式為Vt方式，DIT服務端采集到各加油站對應罐實時庫存后，將統(tǒng)一存儲和分流至多個其他物理數據表中。卸油數據和期間付出數在業(yè)務發(fā)生時采集。

接口為加油站實時庫存，接口方式為Socket接口，數據頻度為實時；

2.加油機交易支付數據

銷量數據包含交易單價、金額、油品數量、油品類型及脫機交易。大數據服務器端將銷售數據逐筆存放，并將非油數據和主油數據分別存儲。其中主油數據在次日凌晨被逐筆由Vt轉換V20，轉換依據當次交易最近庫存對應的油溫數據，依據公式轉換為V20。

3.加油站銷售日報表數據

通過采集加油站日報表數據，可以獲取存、進、銷、損耗等數據，確保采集數據與加油站日報一致。數據頻度為日結成功后10分鐘。

四、能耗信息計算

（一）系統(tǒng)自動讀取站級系統(tǒng)中每筆加油交易數據信息并抓取與相對應的發(fā)油油罐內油品溫度，自動進行銷售VT與V20的換算。加油站純槍銷售V20=純槍銷售VT*[1+（20-發(fā)油油罐實時油溫）*體積膨脹系數]，體積膨脹系數為汽油0.0012（%/℃），柴油0.0008（%/℃）。

（二）加油站每班進行班結時，系統(tǒng)同步讀取站級系統(tǒng)各油罐購進量及實際庫存數量作為下一個班的期初庫存參與系統(tǒng)數據計算。

（三）系統(tǒng)每日自動統(tǒng)計油品損耗情況

考核零售保管損耗量=期初庫存量V20+當期入庫量V20—當期純槍銷售V20—實際庫存量V20

考核零售保管損溢率=（考核零售保管損耗量/當期純槍銷售V20）×1000%。

五、結束語

大數據與能耗優(yōu)化的相結合已經顯現了如下應用趨勢：

（一）銷售數據、庫存數據、運輸距離的資源化

將加油站銷售數據、運輸資源、資源分配過程變成企業(yè)和社會關注的重要戰(zhàn)略資源，并已成為大家爭相搶奪的新焦點。因而，必須要提前制定大數據營銷戰(zhàn)略計劃，搶占市場先機。

（二）將能耗優(yōu)化與云計算的深度結合

云處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平臺之一。將銷售數據以庫、車站、營業(yè)日、油品為最小作業(yè)單元，進行云化布局，在多種維度下同時發(fā)揮大數據的速度、效率、深度分析結果。

【參考文獻】

[1]張潔，白云，蘇慧君，陳剛，李彥. 源于天然油脂的原油流動性改進劑制備[J]. 特種油氣藏. 2016（06） [期刊]