鄭澤文

（廣東工業(yè)大學(xué)華立學(xué)院，廣東廣州511325）

在石油化工項(xiàng)目建設(shè)中，大部分情況下，工程建設(shè)時(shí)間較長(zhǎng)，并且會(huì)受到外界影響的因素很多[1]。因此，在石油化工建設(shè)中需要很多專業(yè)人員，統(tǒng)一進(jìn)行項(xiàng)目管理決策，根據(jù)實(shí)際問題提供解決措施[2]。并且由于其面對(duì)問題的不同，很難將前人經(jīng)驗(yàn)運(yùn)用于當(dāng)前項(xiàng)目。一定程度上降低了建設(shè)效率[3]。然而，伴隨著信息化的應(yīng)用與進(jìn)步，信息技術(shù)工具開始在石油化工建設(shè)中得到廣泛應(yīng)用。本文以石油化工建設(shè)中計(jì)算機(jī)數(shù)據(jù)整合分析為核心，將計(jì)算機(jī)信息化應(yīng)用于石油化工建設(shè)，設(shè)計(jì)完整、有效的數(shù)據(jù)整合方法。并且通過實(shí)驗(yàn)，對(duì)該方法的效果進(jìn)行論證，希望可以促進(jìn)石油化工建設(shè)中的數(shù)據(jù)管理，提升建設(shè)效率。

1 石油化工建設(shè)中的計(jì)算機(jī)數(shù)據(jù)整合方法設(shè)計(jì)

以現(xiàn)代化計(jì)算機(jī)技術(shù)為核心的數(shù)據(jù)整合方法設(shè)計(jì)主要包括以下幾個(gè)部分：原始數(shù)據(jù)采集和預(yù)處理、石油化工建設(shè)數(shù)據(jù)實(shí)時(shí)測(cè)量、實(shí)時(shí)測(cè)量數(shù)據(jù)處理、構(gòu)建數(shù)據(jù)軟測(cè)量模型、計(jì)算機(jī)數(shù)據(jù)集成，以及計(jì)算機(jī)數(shù)據(jù)整合結(jié)果展示。

1.1 原始數(shù)據(jù)采集和預(yù)處理

首先要進(jìn)行的是計(jì)算物料平衡，在這個(gè)過程中，要將項(xiàng)目中涉及的生產(chǎn)裝置、產(chǎn)品、油罐等數(shù)據(jù)進(jìn)行采集，并將數(shù)據(jù)互相之間的關(guān)系進(jìn)行計(jì)算。由于儀器精度和其他因素的影響，會(huì)導(dǎo)致采集數(shù)據(jù)的誤差，從而影響最終數(shù)據(jù)整合的準(zhǔn)確度。因此，在石油化工建設(shè)原始數(shù)據(jù)采集后，通過檢驗(yàn)法和數(shù)字濾波法進(jìn)行處理，完成數(shù)據(jù)校正工作。從而實(shí)現(xiàn)數(shù)據(jù)的采集和預(yù)處理。

1.2 石油化工建設(shè)數(shù)據(jù)實(shí)時(shí)測(cè)量

在數(shù)據(jù)實(shí)時(shí)測(cè)量的過程中，由于人為原因、測(cè)量錯(cuò)誤，往往會(huì)伴隨著一些大的誤差，以工藝流程中的某一部分為例，如圖1所示：其中A、B、C、D分別表示為四個(gè)節(jié)點(diǎn)，所代表的是相關(guān)生產(chǎn)裝置或者油罐等設(shè)備。實(shí)線箭頭S1～S6所代表的是物流，并且該物流具有測(cè)量值。虛線箭頭S7、S8表示的是缺數(shù)。其進(jìn)料與出料的測(cè)量值是不平衡的。關(guān)于缺數(shù)S7、S8，可以根據(jù)質(zhì)量平衡等式進(jìn)行計(jì)算，但是由于測(cè)量值的誤差，導(dǎo)致計(jì)算結(jié)果并不準(zhǔn)確。以S4為例，原始測(cè)量值為30.6，以C節(jié)點(diǎn)為質(zhì)量平衡計(jì)算后，可得出：

圖1 測(cè)量值流圖

當(dāng)以流程作為質(zhì)量平衡計(jì)算時(shí)，可以得出：

對(duì)于得到的三個(gè)值，應(yīng)該選用哪一種，可以利用統(tǒng)計(jì)的方式進(jìn)行選擇。以統(tǒng)計(jì)學(xué)為依據(jù)，采用統(tǒng)計(jì)測(cè)試表明錯(cuò)誤值X是以0為中心的正態(tài)分布，公式中X代表錯(cuò)誤值，F(xiàn)(X)表示密度，其公式為：

1.3 實(shí)時(shí)測(cè)量數(shù)據(jù)處理

關(guān)于統(tǒng)計(jì)數(shù)據(jù)測(cè)試方法，主要包括以下兩個(gè)方面。一方面利用兩極統(tǒng)計(jì)測(cè)試方法，對(duì)于大誤差數(shù)據(jù)進(jìn)行剔除。初始階段為全局的測(cè)試，確定存在大誤差數(shù)據(jù)的區(qū)域。第二階段就是測(cè)量測(cè)試，將造成誤差的儀表進(jìn)行隔離，完成數(shù)據(jù)誤差的降低。另一方面，是串聯(lián)消除技術(shù)，在測(cè)量測(cè)試的結(jié)果進(jìn)行誤差數(shù)據(jù)消除之后，對(duì)其余數(shù)據(jù)進(jìn)行整合，并且重復(fù)上述過程，直到大誤差數(shù)據(jù)完全消失。

1.4 構(gòu)建數(shù)據(jù)軟測(cè)量模型

為了確保分析數(shù)據(jù)與實(shí)時(shí)測(cè)量數(shù)據(jù)之間保持著統(tǒng)一的頻率，利用統(tǒng)計(jì)回歸的手段，采用差值進(jìn)行數(shù)據(jù)實(shí)時(shí)預(yù)測(cè)分析。對(duì)因頻率差產(chǎn)生的數(shù)據(jù)障礙進(jìn)行清除。數(shù)據(jù)軟測(cè)量的強(qiáng)調(diào)重點(diǎn)，在于以預(yù)測(cè)變量為輔變量、主導(dǎo)變量為因變量的模型建造。以生產(chǎn)工藝和工程為基礎(chǔ)，明確一系列輔變量，通過逐步回歸方法選擇其中最優(yōu)的。最終以部分最小二乘法為依托，將模型建立完成。軟測(cè)量模型的建造完成，對(duì)于主導(dǎo)變量起到了預(yù)測(cè)作用。然而隨著模型使用時(shí)間的延長(zhǎng)，往往預(yù)測(cè)精度有所降低，可以采用在線和連續(xù)建模的方式進(jìn)行校正。將預(yù)測(cè)效果控制在標(biāo)準(zhǔn)誤差之內(nèi)。

1.5 計(jì)算機(jī)數(shù)據(jù)集成

計(jì)算機(jī)數(shù)據(jù)整合的完成，還包括一項(xiàng)重要工作，就是數(shù)據(jù)集成。數(shù)據(jù)集成的核心工作是ETL，也就是數(shù)據(jù)抽取、轉(zhuǎn)換、裝載的實(shí)現(xiàn)。在本文研究中，采用Microsoft SQL Server 2020 Integration Services(SSIS)作為工具，完成數(shù)據(jù)集成工作。在對(duì)代理服務(wù)完成調(diào)度之后，將擴(kuò)展組件進(jìn)行自定義設(shè)置，完成數(shù)據(jù)增t的提取工作。對(duì)數(shù)據(jù)集成過程的調(diào)度、監(jiān)控進(jìn)行實(shí)現(xiàn)。數(shù)據(jù)集成的作用，除了將數(shù)據(jù)從平臺(tái)數(shù)據(jù)庫加載至主題數(shù)據(jù)庫外，還可以完成異構(gòu)數(shù)據(jù)源到主題數(shù)據(jù)庫，除此之外，還可以進(jìn)行數(shù)據(jù)管理。選擇某一個(gè)平臺(tái)作為企業(yè)主題數(shù)據(jù)庫，滿足數(shù)據(jù)中心建設(shè)的需求，并且盡量使得平臺(tái)轉(zhuǎn)換簡(jiǎn)單一些，從而加強(qiáng)數(shù)據(jù)集成中心的穩(wěn)定性。

1.6 數(shù)據(jù)整合結(jié)果展示

計(jì)算機(jī)數(shù)據(jù)整合方法建設(shè)完成后，對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行測(cè)量與處理，并且通過數(shù)據(jù)軟測(cè)量預(yù)測(cè)，確保實(shí)時(shí)測(cè)量數(shù)據(jù)與分析數(shù)據(jù)頻率一致。之后通過數(shù)據(jù)集成中心將數(shù)據(jù)整合結(jié)果，以表格形式展示出來。通過實(shí)際應(yīng)用于柴油初餾點(diǎn)的即時(shí)分析過程，得出計(jì)算結(jié)果及誤差分析，如表1所示。

表1 數(shù)據(jù)整合結(jié)果誤差分析

根據(jù)表1實(shí)際應(yīng)用結(jié)果分析可以看出：通過數(shù)據(jù)整合得出數(shù)值結(jié)果與實(shí)際結(jié)果之間相比較，誤差保持在1%左右，在工藝誤差范圍內(nèi)，也就是說計(jì)算機(jī)數(shù)據(jù)整合結(jié)果有足夠的應(yīng)用效果。

2 實(shí)驗(yàn)論證分析

為了確保本文提出數(shù)據(jù)整合方法在實(shí)際應(yīng)用中可以產(chǎn)生良好的效果，特進(jìn)行實(shí)驗(yàn)論證。為了保證實(shí)驗(yàn)的科學(xué)性，選擇兩種傳統(tǒng)的數(shù)據(jù)整合方法，與本文所提出的計(jì)算機(jī)數(shù)據(jù)整合方法進(jìn)行對(duì)比。實(shí)驗(yàn)采用同一家煉油企業(yè)進(jìn)行數(shù)據(jù)整合實(shí)驗(yàn)，其企業(yè)數(shù)據(jù)較為繁雜，包括幾十套生產(chǎn)裝置、上百個(gè)油罐、以及上千條物流鏈路、還有各種儀表設(shè)備。首先，分別采用兩種傳統(tǒng)的數(shù)據(jù)整合方法，對(duì)于該企業(yè)生產(chǎn)數(shù)據(jù)進(jìn)行整合，并將整合數(shù)據(jù)的準(zhǔn)確度進(jìn)行記錄。將其與實(shí)際數(shù)據(jù)對(duì)比，計(jì)算其準(zhǔn)確度。然后，采用本文所提出方法，預(yù)先將企業(yè)原始數(shù)據(jù)采集和預(yù)處理，隨后對(duì)該企業(yè)的實(shí)時(shí)數(shù)據(jù)進(jìn)行測(cè)量與處理后，再通過數(shù)據(jù)軟測(cè)量模型進(jìn)行預(yù)測(cè)，從而保證數(shù)據(jù)分析的實(shí)時(shí)性。最后通過數(shù)據(jù)集成中心，完成數(shù)據(jù)的轉(zhuǎn)換等工作，最終依據(jù)形成的數(shù)據(jù)整合表格，計(jì)算整合數(shù)據(jù)的準(zhǔn)確度。根據(jù)所得結(jié)論，本文所提出的數(shù)據(jù)整合方法其準(zhǔn)確度遠(yuǎn)遠(yuǎn)高于傳統(tǒng)方法。在同樣的時(shí)間條件下，本文所提出方法從10s開始，其準(zhǔn)確度就開始保持在90%以上，而且相當(dāng)穩(wěn)定。而傳統(tǒng)方法1的準(zhǔn)確度始終保持在60%左右。傳統(tǒng)方法2的準(zhǔn)確度保持在80%左右。因此，我們可以了解到，在石油化工建設(shè)中，本文所設(shè)計(jì)的計(jì)算機(jī)數(shù)據(jù)整合方法，通過更為全面的考慮與設(shè)計(jì)，再加上算法與軟件的合理應(yīng)用，將企業(yè)內(nèi)的數(shù)據(jù)整合準(zhǔn)確性提到最高，可以以此作為充分的依據(jù)，完成生產(chǎn)統(tǒng)計(jì)報(bào)表和平衡報(bào)表。該項(xiàng)數(shù)據(jù)整合方法可以有效提高項(xiàng)目管理水平，增強(qiáng)管理效率。數(shù)據(jù)實(shí)時(shí)的更新，以及數(shù)據(jù)軟測(cè)量模型的維護(hù)，都有利于數(shù)據(jù)準(zhǔn)確度的最大提升，通過信息化獲得的數(shù)據(jù)整合，可以為企業(yè)發(fā)展提供更好的基礎(chǔ)。

通過本文的研究，促進(jìn)了信息化在石油化工建設(shè)中的應(yīng)用，實(shí)現(xiàn)了數(shù)據(jù)整合的自動(dòng)化，使得企業(yè)分析統(tǒng)計(jì)人員的工作量得以降低。提高了數(shù)據(jù)整合的準(zhǔn)確率，同時(shí)提升了工作效率。