(중국 석유화학석유탐사개발연구원 정보기술연구소, 베이징 100083)

현재 다양한 IT 계획 방법 및 소프트웨어 엔지니어링 방법은 석유 기업의 데이터 자원 계획을 지도할 때 석유 탐사 개발 데이터 자원 관리의 특징을 결합해야 합니다. 석유 탐사 개발 데이터 자원 관리의 현황과 특징을 분석하고, 비즈니스 중심의 석유 탐사 개발 데이터 자원 계획 방법을 제시하며, 탐사 개발 비즈니스 모델, 데이터 자원 카탈로그 및 데이터 센터의 전체 구조를 구축하는 방법을 제공합니다. 석유 탐사 개발 데이터 자원 계획을 위한 완벽한 방법론을 제공하다.

키워드 데이터 자원 비즈니스 중심 비즈니스 모델 데이터 센터

석유 탐사 및 개발 방법 연구

비즈니스 중심의 데이터 자원 계획

온벽룡, 기

(정보 기술 탐사 생산 연구부

중국석화연구원, 베이징 100083)

초록 데이터 자원 계획을 안내하기 위해서는 석유 데이터 자원 관리의 특성에 따라 IT 계획 방법 및 소프트웨어 엔지니어링 이론을 명확히해야합니다. 석유 탐사 개발 데이터 자원 관리의 특징을 분석하고, 비즈니스 중심의 데이터 자원 계획 방법을 제시하며, 석유 탐사 개발 비즈니스 모델 및 데이터 자원 카탈로그 구축 방법 및 데이터 센터 아키텍처를 제공합니다. 이것들은 석유 탐사 및 생산 데이터 자원을 계획하는 완전한 방법을 제공한다.

키워드 데이터 자원 비즈니스 중심 비즈니스 모델 데이터 센터

석유가스 탐사 개발 종합 연구 과정에서 국내외 유전에 대한 대량의 데이터를 수집해야 하며, 종합 연구 성과에는 각종 차트, 보고서 등과 같은 대량의 데이터가 포함되어 있다. 이러한 데이터를 관리하고 적용하기 위해 각 연구 부서는 프로젝트 연구와 관련된 데이터 관리 시스템 구축을 시작했지만, 통합 계획이 부족하여 데이터 자원 구축 및 관리에 다음과 같은 문제가 있습니다. 데이터베이스 구축 "소형, 분산, 잡화", 관리가 어렵습니다. 데이터 분산 스토리지, 데이터 간의 논리적 상관 관계가 낮아 공유를 통합할 수 없습니다. 데이터 수집의 어려움 전문적인 데이터 서비스 메커니즘이 부족하여 데이터 적용이 어려워졌습니다. 따라서 석유가스 탐사 개발 종합 연구의 탐사 개발 데이터 자원에 대한 통합 계획, 즉 데이터 관리 및 애플리케이션 요구 사항 분석, 전체 설계 데이터 센터 건설 방안이 필요합니다.

데이터 자원 계획 방법은 주로 소프트웨어 엔지니어링 이론과 다양한 IT 전략 계획 방법론을 기반으로 합니다. 현재 국제적으로 유명한 IT 컨설팅 회사는 대부분 TOGAF 엔터프라이즈 아키텍처 프레임워크 등 엔터프라이즈 아키텍처 (EA) 의 선진적인 이론적 접근 방식을 채택하여 자체 IT 계획 방법론을 개발하고 엔터프라이즈 계획 컨설팅 프로젝트에 적용함으로써 좋은 결과를 얻었습니다 [1]. 데이터 자원의 경우, 고부현은 정보공학 방법론을 바탕으로 정보 자원 계획 (IRP) 방법 세트 [2] 를 요약했다. IRP 방법은 주제 데이터베이스를위한 전반적인 데이터 계획 방법을 기반으로 효과적인 소프트웨어 지원 도구를 활용하여 각 기능 필드의 정보 요구 사항 및 데이터 흐름을 분석하고, 정보 자원 관리의 기본 표준을 개발하고, 글로벌 및 각 기능 영역에 대한 정보 시스템 프레임워크 (기능 모델, 데이터 모델 및 시스템 아키텍처 모델) 를 설정합니다.

EA 이론과 IRP 방법에 따르면 석유가스 탐사 개발 종합 연구의 특징과 결합해 업무 중심의 탐사 개발 데이터 자원 계획 방법을 제시했다.

1 데이터 계획의 기본 아이디어

데이터 자원 계획은 과학적이고 합리적인 접근 방식을 사용하여 기업 생산 및 운영에 생성 및 사용되는 데이터의 관련 내용, 표준, 기술, 소프트웨어, 인력 및 지원 조건을 종합적으로 빗질하고 최적화하고 설계하며 데이터 자원 수집, 전송, 저장, 적용 및 관리를 위한 포괄적인 솔루션을 제공합니다. 이를 통해 기업은 데이터의 즐거움을 높이고 데이터 수집, 관리 및 적용을 줄일 수 있습니다.

데이터 자원 계획의 목적은 엔터프라이즈 데이터 관리의 품질을 최적화하는 것입니다. 여기에는 데이터 사용 편의성 향상, 데이터 수집, 관리 및 적용 비용 절감, 데이터 자원의 가치 향상 등이 포함됩니다. 이 중 우선 서로 다른 계층의 기업에 관련 정보를 제공해야 한다. 의사결정권자에게 제공되는 정보에는 어떤 데이터 자산, 투자, 데이터 투자의 효과, 중복 건설 여부 등이 포함됩니다. 경영진에게 제공되는 정보에는 데이터 저장 위치, 관리 대상, 사용 대상, 데이터 품질 등이 포함됩니다. 실행 계층의 경우 제공되는 정보에는 사용 가능한 데이터, 데이터 위치, 데이터 획득 방법, 결과 제출 방법 등이 포함됩니다. 정보 서비스 부서의 경우 업무 부서에 필요한 데이터, 사용 방법 등의 정보가 제공됩니다.

데이터 자원 계획의 목표는 데이터 자원 구축 솔루션을 제안하는 것입니다. 구현 시나리오를 통해 엔터프라이즈 데이터 센터 및 관련 구축 및 관리 시스템을 구축하여 데이터 자원 계획의 목적을 달성할 수 있습니다. 데이터 자원 계획의 내용에는 데이터 요구 사항, 즉 데이터 내용 정리가 포함됩니다. 데이터 요소 표준, 데이터 수집 표준, 데이터 관리 표준, 데이터 코딩 표준 등을 포함한 데이터 관련 표준을 설계합니다. 설계 데이터 구축 및 관리를위한 기술 프로그램; 데이터 관리 및 서비스를 위한 소프트웨어 아키텍처 데이터 구축 조직 구조 및 지원 시스템

데이터 자원 계획 프로세스는 그림 1 에 나와 있습니다. 데이터 센터 건설을 완전한 소프트웨어 엔지니어링 프로젝트로 간주하면 데이터 자원 계획은 요구 사항 분석 및 요약 설계 단계에 있습니다. 프로젝트 구현 과정에서 계획 시나리오에 따라 상세한 설계, 시스템 개발, 시스템 테스트 및 운영 서비스를 추가로 수행해야 합니다.

데이터 자원 요구 사항 분석 단계에서 조사를 통해 현재 종합 탐사 개발 연구의 업무 범위, 연구 활동, 설정된 데이터베이스 및 데이터 내용, 애플리케이션 소프트웨어, 배포 등을 분류합니다. 통화 상황에 따라 비즈니스 모델을 구축하고, 조사 활동 및 각 활동에 대한 데이터 요구 사항을 규범화하고, 데이터 스트림을 분석하고, 통합 데이터 자원 카탈로그를 형성합니다. 수요 분석 단계의 최종 결과는 비즈니스 모델, 데이터 자원 카탈로그, 데이터 요소 카탈로그, 데이터 흐름 사양 등 일련의 사양으로 구성된 수요 분석 보고서입니다.

요약 설계 단계의 주요 임무는 데이터 요구 사항에 따른 시나리오 설계를 통해 통합 데이터베이스 구축 시나리오, 통합 연구 데이터 서비스 및 관리 플랫폼 구축 시나리오, 데이터 센터 운영 및 유지 관리 시스템을 포함한 데이터 자원 구축 시나리오를 구성하는 것입니다. 데이터 모델, 데이터 서비스 기능, 데이터 관리 기능, 데이터 교환 관리 프로세스, 데이터 관리 및 서비스 조직 아키텍처의 전반적인 프레임워크를 형성하여 데이터 센터 구축을 위한 프로젝트 프레임워크를 형성합니다. 데이터 자원 구축 방안을 통해 데이터 저장 방법, 데이터 품질 제어 방법, 데이터 구축 방법, 데이터 관리 방법, 데이터 수집 방법, 제출 및 적용 방법 등을 명확히 할 수 있습니다.

그림 1 데이터 자원 계획 프로세스

그림 2 데이터 자원 계획의 결과와 관계

프로젝트 구현 단계에서는 데이터 자원 건설 계획에 따라 각 프로젝트에 대한 상세한 설계 및 개발도 필요합니다.

데이터 자원 계획 결과에는 데이터 자원 요구 사항 분석 보고서 및 데이터 센터 구축 시나리오가 포함됩니다. 수요 분석 보고서에는 비즈니스 모델, 데이터 자원 카탈로그 및 데이터 요소 카탈로그가 포함되며, 데이터 센터 구축 시나리오에는 데이터베이스 및 데이터 모델, 데이터 서비스 및 관리 플랫폼, 데이터 센터 운영 및 유지 관리 시스템이 포함된 데이터베이스 구축 시나리오가 포함됩니다.

그림 2 는 이러한 결과와 그 관계를 보여줍니다. 비즈니스 모델의 각 비즈니스 활동에 사용되고 생성된 각 데이터는 데이터 리소스 디렉토리에 등록되어야 하며, 데이터 리소스 디렉토리의 각 데이터는 하나 이상의 데이터 요소로 설명되어야 합니다. 데이터베이스의 데이터 인스턴스는 데이터 리소스 디렉토리로 분류되어야 하며 데이터 요소와 데이터 모델 간의 매핑 관계를 설정해야 합니다. 이러한 관계에 따라 애플리케이션 소프트웨어 또는 사용자는 비즈니스 활동에 따라 데이터 서비스 및 관리 플랫폼을 사용하여 데이터 센터에서 필요한 데이터를 쉽게 얻을 수 있습니다.

2 6W 기반 비즈니스 모델

업무 모델은 구성 활동과 활동 간의 논리적 관계를 정의하여 엔터프라이즈 업무 프로세스를 설명하는 모델입니다. 탐사 개발 비즈니스 모델링은 석유 탐사 개발 라이프 사이클에 관련된 비즈니스를 완전한 비즈니스 기능 구조로 추상화하여 탐사 개발 비즈니스 모델을 구축하는 것입니다. 이 모델을 구축하려면 탐사 개발의 기능적 구조를 체계적으로, 본질적으로, 일반적으로 파악해야 할 뿐만 아니라 탐사 개발 산업의 데이터 모델, 지식 모델, 소프트웨어 모델 등 기능 관련 정보 모델도 구축해야 한다.

비즈니스 분석 및 모델링 프로세스는 네 단계로 나눌 수 있습니다. 하나는 비즈니스 영역의 구분입니다. 둘째, 비즈니스 영역별로 모델링합니다. 셋째, 비즈니스 모델 통합; 네 번째는 비즈니스 모델의 표준화입니다.

업무 모델은 업무 영역-업무 분류-업무 활동 3 계층 구조를 채택합니다. 석유 탐사 개발과 관련된 모든 업무는 여러 업무 도메인으로 나뉘며, 각 업무 도메인마다 하나 이상의 기본 업무 활동을 정의하는 다단계 업무 분류를 설정합니다.

업무 영역은 기존 기관 및 부서의 사본이 아닌 기업 내 주요 업무 활동 영역의 추상화입니다. 유전 사업 분야의 구분은 어떤 주제를 기초로 할 수 있다. 업무 영역의 구분 원칙은 (1) 전공에 따라 업무 영역을 나누는 것이다. (2) 가스전 탐사 개발의 수명주기에 따라 업무 영역을 나눈다. (3) 가스전 탐사 개발 관리 단계에 따라 관리 업무 영역을 나누다. 업무 영역의 구분은 가스전 탐사 개발 관리의 확립 된 관리 습관에 최대한 부합하고, 서로 다른 업무 영역의 업무가 중복되지 않도록 하며, 모든 탐사 개발 업무를 포괄할 수 있도록 위의 세 가지 원칙에 따라 진행해야 한다. 앞서 언급한 원칙에 따라 석유가스 탐사 개발 사업 분야는 물화 탐사, 유정공사, 분석 테스트, 종합 연구, 석유가스 생산, 지상공사 6 대 업무 분야로 나눌 수 있다.

업무는 일련의 업무 활동으로 구성되어 있으며, 업무 활동에 대한 설명은' 6W' 모델 [3] 에 따라 진행된다. 즉, 활동이 시작된 사람, 언제, 어디서, 왜, 활동에 관련된 대상, 이러한 객체의 특징이 무엇인지를 설명한다. 비즈니스 활동에 관련된 기본 요소와 그 관계는 비즈니스 단위에 의해 정의됩니다. 비즈니스 단위는 1 비즈니스 활동, 1 활동이 적용되는 비즈니스 객체, 활동을 구현하는 조직, 1 결과 객체 세트 (출력),/kloc-0 등 8 가지 유형의 요소로 구성됩니다 업무 부서의 구조는 그림 3 에 나와 있습니다.

비즈니스 단위에서 "특성" 은 비즈니스 활동에 필요한 데이터 및 비즈니스 활동과 관련된 지식을 정의하며 데이터 계획의 초점입니다. "참가자" 에는 다양한 사람, 소프트웨어, 데이터, 시설, 재료 및 방법이 포함됩니다. 행동 대상에는 블록, 저수지, 우물, 층위, 유전, 기업 등이 포함됩니다. 성과 대상' 은 유정 등 유전의 실물일 수도 있고 문서 방법 연구 성과 등 기술 대상일 수도 있다.

6W 기반 비즈니스 모델 모델링은 통합 비즈니스 영역 분류 프레임워크 아래 개별 비즈니스 활동을 설명하는 비즈니스 단위이며 특별한 비즈니스 프로세스 빗질이 필요하지 않습니다. 그러나 비즈니스 단위는 비즈니스 활동 참여 및 결과 객체, 즉 활동의 입력 출력을 정의하므로 비즈니스 흐름, 데이터 흐름, 지식 흐름 등의 다양한 프로세스를 쉽게 자동화할 수 있습니다.

업무 활동과 데이터 간의 관계는 "CUR" 매트릭스로 설명할 수 있습니다. 매트릭스에서 행은 업무 활동에 해당하고 열은 데이터 요소에 해당합니다. 비즈니스 활동에서 데이터가 작성된 경우 해당 열의 값은 "c" 로 표시되고, 비즈니스 활동이 데이터를 업데이트한 경우 "u" 로 표시되며, 비즈니스 활동이 데이터를 참조하는 경우 "r" 로 표시됩니다 CUR 매트릭스는 데이터에 고유한 생성 소스가 있는지 확인하여 데이터 소스의 고유성을 보장하는 데 사용할 수 있습니다. 곡선 관계에 따라 데이터 흐름이 자동으로 형성될 수 있습니다.

그림 3 비즈니스 단위의 구조

3 탐사 및 개발 데이터 자원 디렉토리

탐사 개발 데이터 자원 카탈로그는 유전 기업, 탐사 개발 연구원 또는 중국석화의 기존 및 필요한 데이터를 분류하고 구성하는 설명입니다. 데이터 자원 카탈로그는 기업이 필요로 하는 데이터, 보유한 데이터, 데이터가 있는 곳, 데이터를 관리하는 사람, 데이터를 사용하는 사람, 데이터를 사용하는 애플리케이션 등을 설명합니다. 데이터 자원 카탈로그는 데이터 건설 단위의 데이터 분류 및 데이터 구성 표준이며, 데이터 센터의 데이터 관리 및 서비스 플랫폼의 핵심 메타데이터이자 사용자 구축 및 사용 데이터의 기초입니다.

데이터 자원 디렉토리의 분류 패턴은 다차원적이며 다른 각도에서 분류할 수 있습니다. 일반적으로 사용되는 크기는 다음과 같습니다.

(1) 비즈니스 객체별로 구성됩니다. 블록, 저수지, 우물, 층위, 유전, 기업 등이 포함됩니다. , 우물의 기본 정보와 같은 객체 자체의 기본 데이터 외에도 정적 데이터라고도 하며, 우물의 일일 데이터와 같은 객체에 대한 다양한 동적 데이터도 포함됩니다.

(2) 기업이 조직한 활동. 업무 모델의 업무 영역-업무 분류-업무 활동 3 계층 구조에 따라 각 업무에는' CUR' 로 식별된 데이터 세트가 있습니다.

(3) 특성별로 조직하다. 데이터 또는 지식 자체의 특성에 따라 길이, 밀도, 침투성 등을 분류합니다.

(4) 프로젝트별로 조직한다. 프로젝트 사용 및 생성된 데이터는 무엇입니까?

(5) 단위별로 조직하다. 한 부서에서 사용, 생성 및 관리하는 데이터는 무엇입니까?

데이터 리소스 카탈로그의 차원은 상호 연관되어 있으며 객체, 활동, 특성, 프로젝트 및 셀 간의 관계는 그림 4 에 나와 있습니다.

데이터 자원 디렉토리에는 분류 디렉토리 설정 외에 데이터 인스턴스도 포함되므로 데이터 분류를 데이터베이스의 인스턴스와 연관시켜 각 범주에 포함되는 인스턴스를 명확히 해야 합니다. 분류가 인스턴스와 연관되는 방식은 주로 데이터 세트에 의해 정의되며, 데이터 세트의 인스턴스는 데이터 인스턴스의 식별자와 식별 조건에 의해 [4] 결정됩니다. 데이터 자원의 분류는 데이터 요구 사항 분석 단계에서 이루어지며, 분류와 데이터 인스턴스 간의 연관은 데이터 센터 운영 중에 형성됩니다.

데이터 자원 디렉토리의 데이터는 논리 데이터 엔티티 및 속성의 두 가지 계층으로 나뉩니다. 기술적으로 논리 데이터 엔티티의 본질은 데이터 뷰이며, 하나의 데이터 뷰는 각각 하나 이상의 키워드로 구성된 여러 속성으로 구성된 가상 데이터 테이블입니다. 엔티티의 속성은 데이터 요소에 의해 설명됩니다. 데이터 요소는 세분화할 필요가 없는 기본 데이터 단위 [5] 입니다. 현재 중국석화석유탐사개발데이터원사전 [6] 을 직접 열람할 수 있습니다.

4 데이터 센터의 전체 아키텍처

엔터프라이즈 데이터 센터마다 아키텍처가 다릅니다 [7]. 중국 석유탐사개발연구원 데이터 센터를 예로 들어 데이터 센터 건설 방안을 천명하였다. 데이터 센터에는 그림 5 와 같이 통합 연구 탐사 개발 데이터베이스, 데이터 서비스 및 관리 플랫폼, 데이터 센터 운영 및 유지 관리 시스템이 포함됩니다.

그림 4 데이터 자원 분류 차원 간의 관계

그림 5 통합 연구, 탐사 및 개발 데이터 센터

탐사 개발 데이터베이스에는 메타데이터와 전문 데이터가 포함되어 있습니다. 메타데이터는 데이터 리소스 카탈로그를 기반으로 전문적인 분류, 카탈로그, 구조, 동적 사용 등의 정보를 설명합니다. 아웃소싱 데이터베이스와 지리 정보 데이터베이스는 외부로부터 왔으며, 검증된 관리 소프트웨어를 갖추고 있으며, 공개 데이터이며, 특정 프로젝트 연구와 독립적입니다. 지진 데이터와 로깅 데이터는 특별한 형식을 가지고 있기 때문에 전용 소프트웨어로 관리하지만 프로젝트 데이터와 관련이 있어야 합니다. 프로젝트 데이터와 결과는 주로 파일 형식으로 저장되고, * * * 즐길 수 있는 데이터는 반정형 파일에서 구조화된 데이터로 변환되어야 하며, 데이터 간의 상관 관계를 통해 데이터 통합이 가능해야 합니다. 종합 연구 애플리케이션 소프트웨어에는 자체 내부 프로젝트 데이터베이스가 있어 데이터 브리지 기술을 통해 온라인 데이터 액세스를 수행할 수 있습니다. 데이터 채널은 석유 탐사 개발연구원 데이터 센터와 중국 석화회사 각급 데이터 센터 간의 상호 연결을 실현하는 데 사용됩니다.

통합 연구 데이터 서비스 및 관리 플랫폼의 주요 기능으로는 GIS 연구 목표 조회, 지진 단면 표시, 로깅 곡선 표시, 데이터 조회, 데이터 검색, 데이터 제출, 데이터 다운로드, 시스템 관리, 데이터 게시 등이 있습니다.

데이터 센터 운영 및 유지 관리 시스템은 운영 및 유지 관리 기관, 데이터 제출 관리 및 데이터 서비스 관리의 세 부분으로 구성됩니다. 운영 유지 관리 팀의 기능에는 데이터베이스 시스템 관리, 데이터 서비스 지원 및 데이터 품질 관리가 포함됩니다. 데이터 제출 관리는 외부 데이터 요청, 데이터 수집, 원시 데이터 제출, 개인/프로젝트 그룹 데이터 관리, 결과 제출, 데이터 흐름 조정 (데이터 카탈로그 등록 및 로그아웃), 보안 및 권한, 감사 및 수락 등 데이터 흐름 및 데이터 수명주기에 따라 모든 측면을 규제합니다. 데이터 서비스 관리는 데이터 서비스 관리 시스템을 통해 데이터 서비스 동작을 표준화하고, 데이터 서비스 기술 사양을 설정하고, 데이터 애플리케이션 서비스 인터페이스 사양을 통해 애플리케이션 시스템에 표준 서비스 인터페이스를 제공합니다.

5 결론

데이터 자원 계획 방법은 석유 탐사 개발 분야의 데이터 자원 건설에 적용되는 방법론을 제시했다. 탐사 개발 비즈니스 요구 사항부터 비즈니스 프로세스를 빗질하여 비즈니스 모델을 구축하고, 비즈니스 관련 데이터를 정리하고, 데이터 리소스 카탈로그를 작성합니다. 이를 바탕으로 인력 조직, 데이터 구축, 서비스 플랫폼 구축, 운영 및 유지 관리 등 완벽한 데이터 센터 구축 방안을 제시합니다. 데이터 자원 계획 방법을 중국 석유가스 탐사 개발 데이터 모델 표준 건설에 성공적으로 적용하고, SPBM (중국 석유화학 비즈니스 모델) 을 개발하고, 물화 탐사, 우물 엔지니어링, 분석 테스트, 종합 연구 개발 생산, 지상 엔지니어링 등 6 개 업무 영역 (65,438+0,237 개 업무 활동 포함) 을 정의했습니다. 진일보한 연구는 데이터 자원 계획 방법을 중국석화석유탐사개발연구원의 데이터자원 건설에 적용해 연구원업무에 대한 연구를 통해 SPBM 의 상황과 결합해 종합적인 연구 데이터 자원 카탈로그를 구축하고 데이터 센터 건설 방안을 설계할 예정이다. 중국석화석유탐사개발연구원 종합연구데이터자원계획성과는 석유업계 석유회사 종합연구데이터자원건설을 더욱 확대할 수 있다.

참고

[1] 도금, 정수권, 이명민 등. 기업 아키텍처 중심의 IT 계획 방법 연구 [J]. 컴퓨터 응용 및 소프트웨어, 2009, 26 (12)::

[2] 고부현. 정보 자원 계획-정보 건설 인프라 [M]. 베이징: 칭화대 출판사, 2002.

쇼보, 경잘생긴, 무건군, 마정결. 유전 기업 데이터 센터의 모델 중심 기술 응용 연구 [J]. 대경 석유학원 학보, 2012,36 (1): 78 ~ 82.

스계영, 온벽룡. 데이터 요소 기반 데이터 통합 기술 연구 [J]. 과학 기술 및 엔지니어링, 20 1 1,11(/kloc-0

[5] 온벽룡, 장리. 시맨틱 트리 [C] 를 사용하여 데이터 요소의 의미를 정의하십시오. 2008 정보과학 및 공학국제세미나논문집, 2008. 12:524~527.

온벽룡, 쇼보, 진신영. 석유 탐사 개발 데이터의 메타데이터 관리 기술 [J]. 대경 석유학원 학보, 2012,36 (1): 83 ~ 87.

, 세그먼트,. 중국 석유 화학 유전 기업 데이터 센터 전체 프레임워크 설계 [J]. 대경 석유학원 학보, 2012,36 (1): 73 ~ 76.