湯曉勇 胡耀義 楊洪浩

1. 中國石油工程建設有限公司西南分公司, 四川 成都 610041;2. 重慶機電智能制造有限公司, 重慶 400072

0 前言

信息的表現形式是數據,客觀、明確的信息是數據交換并產生價值的先決條件。在數據資產管理過程中,數據應該具有明確且穩(wěn)定的含義,并具有唯一的表示方法,這種表示方法稱為數據編碼,其既可描述數據的分類,也可標識數據的特征[1-6],并與其所對應的數據一一映射。目前,在面向智能油氣田的數據資產管理領域,雖然有GB/T 7027—2002《信息分類和編碼的基本原則與方法》和SY/T 5785—2007《石油工業(yè)信息分類與編碼導則》等相關標準規(guī)范做指導,但仍缺乏可直接使用的數據編碼模型和規(guī)則[7-11],成為數據資產化程度較低的主要原因之一,數據交付效率出現瓶頸,尤其是海量數據中以實體對象為載體的關聯(lián)數據交付方面,存在的問題更為突出。本文結合近期智能油氣田數據資產管理的工程實踐和應用需求,提出了一種基于固定碼的數據編碼方法,可促進智能油氣田數據資產的形成、深化應用和價值釋放。

1 智能油氣田數據資產管理

油氣企業(yè)的數字化轉型和智能化發(fā)展是全球油氣工業(yè)實現可持續(xù)發(fā)展的必然趨勢。數字化轉型的核心工作是“數據生態(tài)”建設和“數據治理”;具體手段是數據的資產化;實現的路徑是通過數據采集、存儲、使用和管理建立數字化交付體系,保障數據以服務交付的形式進行流動,進而在智能油氣田的“應用生態(tài)”中最大程度地產生價值,促進油氣田業(yè)務流與數據流融合發(fā)展[12-16]。

數據資產管理主要包括數據標準、數據模型、主數據、元數據、數據質量、數據價值和數據共享等方面的內容[17-20]。數據資產管理的關鍵就是要實現數據資源的資產化、形成數據資產,并進行有效的經營、管理和應用,其保障措施主要包括數據資產戰(zhàn)略規(guī)劃、組織架構、制度,以及數據資產管理工具與方法的建立。智能油氣田數據資產管理的目標就是要通過數據資產的建設,提升數據質量、實現數據的快速共享和有效應用,使得數據價值得以持續(xù)釋放,保障智能油氣田良好的“數據生態(tài)”環(huán)境。通過對描述實體對象的數據進行編碼,形成描述實體對象的數據與數據編碼的一一映射關系,并將數據編碼也作為一種數據資產,可以有效解決復雜類型數據的精細化管理,以及面向不同應用的在不同形式數據庫中快速遍歷與交付等問題。

2 數據編碼模型

2.1 模型設計原則

數據編碼貫穿智能油氣田數據資產管理的全生命周期,其體現形式有固定碼和不固定柔性碼兩種?？紤]到物理油氣田與數字孿生體的映射關系固定、數字孿生體的實體對象固定、實體對象與數據之間的關聯(lián)關系固定,本文選擇固定碼進行數據編碼模型的設計。面向智能油氣田數據資產管理的數據編碼模型設計,應重點考慮數據的快速交付、敏捷應用和高效查詢,以保障數據資產管理目標的實現。在此背景下,數據編碼模型設計應遵循以下原則。

1)唯一性。數據編碼模型設計應體現其所表示數據的唯一性,要避免出現“同一數據對應不同編碼”或“同一編碼對應不同數據”的現象,防止數據編碼的“二義性”。

2)穩(wěn)定性。數據編碼模型設計體現數據最穩(wěn)定的本質屬性或特征作為數據編碼模型的輸入,并體現數據的分類和標識特性,防止非本質屬性因素進入數據編碼模型。

3)擴展性。在數據編碼規(guī)則域,應滿足適應不同油氣田的標準碼位和備用碼,確保數據編碼體系的形式統(tǒng)一和含義完整。

4)易辨認性。在數據編碼值域,從系統(tǒng)工程角度出發(fā),確保固定的碼位有固定的含義,盡量減少無含義碼。

2.2 模型設計

在智能油氣田中,數字孿生體是數據資產的重要內容之一,其在業(yè)務關注的范圍內映射了現實世界中油氣田的物理實體。構成數字孿生體的要素包括幾何模型、數據模型、仿真模型和業(yè)務模型,基礎均指向數據的資產化,并體現數據之間的關聯(lián)關系,這要求數據具備多方應用,且保證數據同源并唯一。解決該問題的有效方法是對數據建立數據編碼,并盡可能地使數據編碼具有明確可識別的含義。基于此,提出了基于固定碼的數據編碼模型架構，見圖1。

圖1 數據編碼模型架構圖Fig.1 Architecture diagram of data coding model

數據編碼模型由數據分類碼和數據標識碼構成。數據分類碼體現了數據本身的權屬分類和物理實體對象的分類,且該物理實體對象的分類與數字孿生體的數字實體應保持一致,可為數據的資產化轉化和價值應用創(chuàng)造條件。數據標識碼用于標識物理實體對象和物理實體對象屬性,物理實體對象代表了物理實體對象類的一個特定對象；物理實體對象屬性用于描述物理實體對象,其體現形式為結構化數據、非結構化數據和半結構化數據，而每一項屬性的標識內容包括數據類型、數據來源、數據采集方式和數據版本。數據標識碼標識了其所代表物理實體對象的唯一、物理實體對象屬性的唯一和描述該物理實體對象數據的唯一。

3 數據編碼規(guī)則

3.1 制定原則與方法

數據編碼規(guī)則是智能油氣田數據資產管理內容中數據標準的重要組成部分,其制定原則與方法如下。

1)數據編碼規(guī)則的長度可分為固定碼或不固定柔性碼,本文提出的數據編碼為固定碼,以便于數據編碼與智能油氣田數據資產管理軟件的有效融合和實踐應用。

2)數據編碼規(guī)則體現的內容包括了有含義碼和無含義碼,無含義碼主要指由阿拉伯數字形成的連續(xù)流水碼。

3)數據編碼規(guī)則由多個分段組成,分段之間采用英文字符下劃線“_”連接,且編碼過程中不應包含英文字母O和I,但包含了阿拉伯數字0和1。

3.2 編碼規(guī)則

編碼規(guī)則由數據分類碼編碼規(guī)則和數據標識碼編碼規(guī)則構成。

3.2.1 數據分類碼編碼規(guī)則

數據分類碼由數據權屬分類和油氣田物理實體對象分類組成,數據權屬分類碼用于建立與油氣田組織機構一致的數據歸屬關系,可采用油氣田行政組織分類編碼,也可采用自編碼,但應是有含義的固定碼,推薦采用英文字母組成,確保其拓展性和有含義性。物理實體對象分類應包括油氣田所有物理實體對象類,所有物理實體對象類采用有含義的固定長度的英文字母構成。這里需要注意的是該物理實體對象類是物理實體對象分解結構(Entity Breakdown Structure,EBS)的結果,不存在抽象邏輯上的實體分類,確保數據編碼在數字孿生體與物理實體的精準映射。

3.2.2 數據標識碼編碼規(guī)則

數據標識碼由物理實體對象標識碼、物理實體對象屬性標識碼、物理實體對象屬性的數據類型標識碼、物理實體對象屬性的數據來源標識碼、物理實體對象屬性的數據采集方式標識碼和物理實體對象屬性的數據版本標識碼構成,所有編碼均為固定碼。

3.2.2.1 物理實體對象標識碼編碼規(guī)則

物理實體對象標識碼用于區(qū)分不同類物理實體對象,或用于區(qū)分同類物理實體對象中不同對象,可標識油氣田所屬廠(站/井場)或線路分類下的具體物理實體對象,該物理實體對象可采用固定長度的英文字母或阿拉伯數字流水碼進行編碼,具體使用中根據油氣田所屬廠(站/井場)或線路的最大物理實體對象數量設置編碼長度。

3.2.2.2 物理實體對象屬性標識碼編碼規(guī)則

物理實體對象屬性標識碼用于區(qū)分同一物理實體對象的不同描述屬性,可由兩段編碼組成,第一段由1位英文字母形成,可用Y表示數據采集策劃時的必采數據項,用N表示數據采集策劃時的選采數據項;第二段由固定的英文字母或阿拉伯數字組成,表示描述該物理實體對象的特定屬性,包括結構化數據、非結構化數據和半結構化數據屬性。

3.2.2.3 物理實體對象屬性的數據類型標識碼編碼規(guī)則

物理實體對象屬性的數據類型標識碼用于區(qū)分同一物理實體對象不同屬性值所使用的數據類型,由1位英文字母組成。其中,S表示結構化數據類型、U表示非結構化數據類型、P表示半結構化數據類型。

3.2.2.4 物理實體對象屬性的數據來源標識碼編碼規(guī)則

物理實體對象屬性的數據來源標識碼用于區(qū)分物理實體對象屬性值產生的源頭,由1位編碼組成。如：油氣田參加單位的數據源中,可用E表示工程設計單位、P表示采購和供應單位、C表示施工單位、T表示檢測單位、M表示監(jiān)測單位、S表示監(jiān)理單位、Q表示質量監(jiān)督單位,阿拉伯數字0表示建設單位。

3.2.2.5 物理實體對象屬性的數據采集方式標識碼編碼規(guī)則

物理實體對象屬性的數據采集方式標識碼用于區(qū)分物理實體對象屬性值的獲取方式,由1位英文字母組成。如:A表示通過軟件工具自動采集數據、M表示人工手動采集數據。

3.2.2.6 物理實體對象屬性的數據版本標識碼編碼規(guī)則

物理實體對象屬性的數據版本標識碼用于區(qū)分同一物理實體對象的同一屬性在不同時間點所產生的不同數據值,由2位阿拉伯數字組成。每個數據值的版本從00開始,以步長為1逐級遞增。

4 數據編碼示例及應用

4.1 數據編碼示例

準確掌握數據編碼的含義是數據資產管理者和使用者的基本素質。按照上述編碼規(guī)則,假設A油氣公司B集氣站一批彎頭中某個彎頭的施工日期為2021- 08- 08,則可對該條數據,基于上述規(guī)則編碼為0001_0026_L2WT_000139_S_Y005_C_A_00。當數據資產管理者和使用者看到該數據編碼時,可反映出:0001表示A油氣公司的行政組織分類,明確了該數據資產的權屬關系;0026表示A油氣公司的B集氣站;L2WT表示彎頭物理實體對象類,該物理實體對象類為基于1級物理實體對象類下的第2級分類;將A油氣公司B集氣站下的所有彎頭物理實體按順序進行編號,而000139為該彎頭的具體編號;S表示施工日期的數據類型為結構化數據;Y005表示施工日期為描述該彎頭所有屬性中的第5項屬性,且為必采項數據;C表示該數據產生源頭為施工單位;A表示該數據為自動采集;00表示該項數據為第1次采集形成的第1個版本。

4.2 數據編碼應用

智能油氣田數據資產管理的核心是讓數據產生價值,形成經濟效益,面向智能油氣田的數據資產管理,其數據編碼可應用于以下幾方面。

1)在智能油氣田“應用生態(tài)”建設中,智能應用要求對數據進行準確和快速獲取。以圖數據庫的節(jié)點為單位描述物理實體對象,并將數據和數據編碼作為節(jié)點的屬性保存在同一節(jié)點中,則節(jié)點和節(jié)點之間的關系為物理實體與物理實體之間的關系,節(jié)點中的數據編碼信息則反映出所關聯(lián)數據的附加信息,這樣可以通過遍歷數據編碼間接查詢不同類型的數據,進而解決關系數據庫只能通過表連接進行數據查收,且只能處理結構化數據的問題。

2)通過數據編碼進行數據的查詢并完成自動交付,可有效提升數據的交付效率,尤其是非結構化數據和半結構化數據的交付。長寧50×108m3/a產建工程數字化氣田項目中,在結構化數據、非結構化數據和半結構化數據量相同的條件下,基于數據編碼進行了數據遍歷和自動交付測試。當數據量由100條增加到10 000條時,所消耗的時間從平均0.3 s僅增加到0.9 s;而采用無編碼自動交付進行同樣的數據樣本測試,所消耗的時間則從平均1.2 s增加到11.2 s。由此，說明基于數據編碼進行數據遍歷和交付的效率優(yōu)于無編碼數據自動交付的效率。

3)在智能油氣田的數字孿生體構建中,數字孿生體實體對象與數據的關聯(lián)是一項復雜的技術性工作,因數據編碼自身隱含了物理實體對象和數據之間的邏輯關系,利用數據編碼,可快速實現數據和數字孿生體實體對象之間的準確掛接。通過對長寧50×108m3/a產建工程數字化氣田項目H19集氣站數字孿生體中87 567條數據進行二三維關聯(lián)測試,其數據關聯(lián)時間從過去數天提升到秒級,準確率達96.12%,而未準確掛接部分則是由于采集數據的質量不合格而未對數據進行編碼造成。

4)將數據編碼作為數據資產進行管理,在數據資產對象上加載數據編碼標簽,在大數據分析過程中,可將數據編碼作為數據集要素進行數據挖掘與分析。如:通過數據編碼對管道和設備焊縫不合格的關聯(lián)信息進行大數據分析,可實現對焊接人員和施工單位績效的科學評估,并有效提高數字化協(xié)同建造的水平和工程質量。

5 結論

數據編碼貫穿智能油氣田數據資產管理的全生命周期,該數據編碼方法已在長寧50×108m3/a產建工程數字化氣田項目等數字化工程中進行了應用實踐,并在中國石油勘探與生產公司《油氣田地面工程數字化交付技術規(guī)定第2部分數據編碼》中進行了實例化。

1)數據編碼不僅是重要的數據資產,而且一定程度上體現了數據的資產化程度。在面向智能油氣田建設過程中,數據編碼對數據資產管理、數據資產價值釋放和數據資產價值交付具有重要意義。

2)在智能油氣田數據資產管理領域中,數據編碼表達了數據的唯一性,體現了數字孿生體實體對象及其描述實體對象數據的關聯(lián)性,解決了數據資產管理中如何通過數據編碼在海量無序數據中快速查詢、交付和應用數據的問題。

3)數據編碼與數據同生共死,具備全生命周期管理的特點,數據編碼體系的建立和有效運行,可支撐歷史數據編碼隱含信息的大數據應用,進而有效支撐油氣田工程建設的精細化管理和生產運行的智能化應用。