編者按：“三分技術(shù)、七分數據，得數據者得天下”，作為最新最熱的技術(shù)話(huà)題，大數據受到各行業(yè)的廣泛關(guān)注。而其在石化行業(yè)的應用，更是業(yè)內的熱門(mén)話(huà)題。
 

    事實(shí)上，大數據在石化行業(yè)并不是什么新鮮的詞匯?，F如今，面對節能的挑戰、新能源的發(fā)展、兩化融合等多項問(wèn)題，石化行業(yè)必須通過(guò)大數據的創(chuàng )新與應用來(lái)應對挑戰，通過(guò)大數據分析，完成相關(guān)信息采集，并對數據進(jìn)行存儲、檢索和智能分析，從數據深度關(guān)聯(lián)、可視化查詢(xún)、數據報告等多個(gè)方向，為石化企業(yè)實(shí)現企業(yè)決策、生產(chǎn)管理的智能化提供數據支持。

    當前，涉及數據的行業(yè)越來(lái)越廣，數據種類(lèi)越來(lái)越多，數據量越來(lái)越大，使人們逐漸意識到數據蘊藏的巨大財富和商機。

    近年來(lái)，“大數據”一詞在各種媒體上頻頻出現，而且越來(lái)越被人們所重視。其實(shí)，大數據問(wèn)題早就存在了。

    對于現代企業(yè)，采集生產(chǎn)和經(jīng)營(yíng)過(guò)程中形成的數據，分析這些數據，由此產(chǎn)生一系列的決策對過(guò)程進(jìn)行干預和調整，這是現代工業(yè)管理所遵循的基本原則。石化行業(yè)早就重視生產(chǎn)經(jīng)營(yíng)活動(dòng)中的數據采集和分析，隨著(zhù)計算機技術(shù)的成熟和普及，數據采集越來(lái)越密集，范圍越來(lái)越廣，數據越來(lái)越多。例如，乙烯生產(chǎn)裝置需要監控的參數約5000余點(diǎn)，一個(gè)中等規模的石化企業(yè)需要監控的生產(chǎn)參數約10萬(wàn)點(diǎn)，DCS或SCADA系統的采樣周期為秒級，實(shí)時(shí)數據庫保存數據的周期通常為1分鐘，如此算來(lái)，一個(gè)星期內，中型石化企業(yè)實(shí)時(shí)數據庫累積的生產(chǎn)參數即可達10億條。作為石化產(chǎn)業(yè)鏈上游的石油勘探也是如此，一個(gè)普通的油田勘探項目即可產(chǎn)生十幾個(gè)TB的地震勘探數據，勘探公司每年的勘探數據量達1500個(gè)TB（一個(gè)TB為十的十二次方字節）。數據量之大可見(jiàn)一斑，由此可見(jiàn)，對于石化業(yè)來(lái)說(shuō)，大數據問(wèn)題早就有之。

    大數據涉及行業(yè)廣泛

    隨著(zhù)IT技術(shù)和互聯(lián)網(wǎng)的迅速發(fā)展，各行各業(yè)都在與各種數據打交道，就連普通百姓也在使用數據、產(chǎn)生數據，這些數據又被人們收集、儲存和分析。例如，人們在互聯(lián)網(wǎng)上產(chǎn)生數量巨大的各類(lèi)數據，據統計，社交網(wǎng)站Facebook每天更新的信息量達5000萬(wàn)條，微博Twitter每天刷新的信息約6500萬(wàn)條，這里的數據除了傳統的數字之外，還包括文本、圖形、圖像、聲音等其它形式的數據。

    當前，涉及數據的行業(yè)越來(lái)越廣，數據種類(lèi)越來(lái)越多，數據量越來(lái)越大，使人們逐漸意識到數據蘊藏的巨大財富和商機。2011年5月，麥肯錫全球研究院發(fā)布了題為《大數據：創(chuàng )新、競爭和生產(chǎn)力的下一個(gè)新領(lǐng)域》的報告。報告指出，數據已經(jīng)滲透到每個(gè)行業(yè)和業(yè)務(wù)領(lǐng)域，逐漸成為一種重要的生產(chǎn)因素，人們對于大數據的運用預示著(zhù)新一波生產(chǎn)率增長(cháng)浪潮的到來(lái)。2012年3月，美國政府宣布“大數據研究和發(fā)展倡議”，并斥資啟動(dòng)大數據研究和發(fā)展計劃。大數據上升為國家意志，大數據被認為是“未來(lái)的新石油”。

    如何迎接大數據的挑戰

    提出大數據已有幾年了，如今人們對數據的認識更加深刻，認為大數據的提出正在醞釀和促進(jìn)一場(chǎng)工業(yè)革新，應該采取對策，制定措施，迎接大數據的挑戰。2013年3月，中國電機工程學(xué)會(huì )信息化專(zhuān)委會(huì )發(fā)布《中國電力大數據發(fā)展白皮書(shū)》，該文件分析了電力大數據特征和大數據發(fā)展的挑戰；提出了電力大數據關(guān)鍵技術(shù)，以及電力大數據發(fā)展策略；指出了電力大數據是電力工業(yè)技術(shù)革新的必然過(guò)程，以及重塑電力核心價(jià)值和轉變電力發(fā)展方式是中國電力大數據的兩條核心主線(xiàn)；展望了大數據的應用前景。其他行業(yè)也都在根據自身特點(diǎn)制定相應對策。

    石化行業(yè)有重視數據的傳統，例如，在企業(yè)的控制、執行和管理三個(gè)層面上分別設置數據收集、儲存和處理的機制和相應設備，許多企業(yè)正在或已經(jīng)建立了MES和ERP信息系統。但是，目前數據處理和應用僅僅限于統計和查詢(xún)，數據中蘊含的潛在價(jià)值遠遠沒(méi)有被挖掘出來(lái)。隨著(zhù)數據量的不斷增長(cháng)，數據的大容量?jì)Υ?、管理和數據安全性?wèn)題，以及隨著(zhù)企業(yè)在更大范圍的布局而產(chǎn)生的分散分布與數據集成之間的矛盾等，這些問(wèn)題均給我們提出了新的課題。正如麥肯錫全球研究院在其分析報告中指出的那樣：大數據是一定時(shí)間內無(wú)法用傳統數據庫軟件工具對其內容進(jìn)行抓取、管理和處理的數據集合。傳統的數據處理模式不能解決大數據問(wèn)題，我們必須在大數據背景下重新審視對數據的認識，梳理出石化行業(yè)大數據的特點(diǎn)，關(guān)鍵技術(shù)和應對策略。

    首先，我們應從兩個(gè)方面來(lái)認識大數據，即：大數據既是一種新資源，又是一種新的商業(yè)模式。

    如同石油、鐵、煤等自然礦物一樣，大數據也是一種重要資源，需要勘探、采掘、提煉等一系列步驟才能加工成有用的物質(zhì)，轉化成財富。對數據的統計查詢(xún)只能從數據中提取一些信息，而從數據中獲取更有價(jià)值的知識就需要用數據挖掘、機器學(xué)習等非傳統的數據處理方法。數據、信息、知識是人們描述和認識世界的三個(gè)不同境界。數據只是記錄客觀(guān)事物的符號，只是一種資源；數據只有與某事物聯(lián)系才能有意義，成為有用的信息；知識是描述事物的某個(gè)客觀(guān)規律，反映深層次的本質(zhì)屬性，需要從數據中提煉。我們從大數據中要獲取的不光是信息，更要獲取的是知識，猶如從礦石中提煉出寶貴的金屬。對于大數據的資源屬性而言，除了數據分析方法之外，大數據設備同樣面臨許多新問(wèn)題。

    所謂大數據是一種新的商業(yè)模式是指：由于從大數據中發(fā)現有價(jià)值的結果，使人們突破傳統的思維，產(chǎn)生更多的增值服務(wù)，催生新的管理模式，拓展新的業(yè)務(wù)領(lǐng)域，轉變原有的發(fā)展方式，引發(fā)技術(shù)創(chuàng )新和產(chǎn)業(yè)革新，甚至改變傳統的社會(huì )管理模式。正如牛津大學(xué)教授維克托說(shuō)的那樣：大數據開(kāi)啟了一次重大的時(shí)代轉型，無(wú)論是商業(yè)、思維還是管理，都無(wú)時(shí)無(wú)刻不在受到數據的影響和改變?？傊?，根據大數據的特點(diǎn)需要改變和設計企業(yè)的管理模式?？梢栽O想，在不久的將來(lái)企業(yè)將設置大數據分析部門(mén)，他們專(zhuān)門(mén)分析企業(yè)內部和周邊相關(guān)的數據，從中發(fā)現問(wèn)題，洞察形勢，預測未來(lái)，并將這些結果分發(fā)給相關(guān)人員，及時(shí)作出相應決策。實(shí)際上，電商已經(jīng)在應用大數據技術(shù)轉變其銷(xiāo)售方式，他們從互聯(lián)網(wǎng)數據中獲取客戶(hù)的需求信息，根據客戶(hù)需要主動(dòng)將相關(guān)信息推送到客戶(hù)端，做到有的放矢，提高了銷(xiāo)售效率。

    我們還應該改變傳統的數據分析方法，注重應用大數據分析方法。數理統計學(xué)是傳統數據分析方法的理論基礎，統計分析主要包括描述性分析，相關(guān)性分析和回歸分析等，數理統計基于來(lái)自對象的少數樣本分析來(lái)推斷總體。大數據不再是少數樣本，而是對象的全體，使人們有機會(huì )俯視總體，而無(wú)需通過(guò)樣本來(lái)窺視對象。對于龐大的數據體，大數據分析常常采用聚類(lèi)分析、分類(lèi)分析、模式分析、關(guān)聯(lián)分析等分析手段，從中發(fā)現感興趣的，重要的，或異常的模式，而不必拘泥于追求尋找變量之間精確的函數表達式。實(shí)際上，石化生產(chǎn)過(guò)程是復雜的物理化學(xué)變化過(guò)程，影響過(guò)程的因素多，機理十分復雜，難以用線(xiàn)性手段描述和精確方程表達。通過(guò)大數據分析，可以從中發(fā)現某些異常，或事故模式，對安全生產(chǎn)具有重大意義。大數據分析同樣可以用于優(yōu)化生產(chǎn)，以及企業(yè)管理的各個(gè)領(lǐng)域。與傳統數據分析相比，大數據技術(shù)注重關(guān)聯(lián)性分析，大數據使我們在更大的范圍內，在眾多的因素中研究事物之間的關(guān)聯(lián)性，會(huì )發(fā)現一些有價(jià)值的新現象和新規律，而傳統數據分析方法限于某個(gè)局部，造成了數據之間的斷裂，數據中的規律無(wú)法充分挖掘。傳統數據分析方法強調事物之間的因果關(guān)系，而大數據分析只強調業(yè)已存在的關(guān)聯(lián)性，無(wú)需探究誰(shuí)是因，誰(shuí)是果?？傊?，大數據將帶來(lái)全新的分析問(wèn)題思路和視角。

    為了迎接大數據時(shí)代的到來(lái)，石化企業(yè)應該切實(shí)做好技術(shù)改造，技術(shù)儲備和技術(shù)攻關(guān)，特別在以下幾個(gè)方面：數據管理上，建立大數據管理體系和架構，大數據的軟、硬件平臺；數據分析上，研究數據挖掘、機器學(xué)習、模式識別等新分析方法的應用；數據處理上，研究分布計算式和儲存技術(shù)，云計算技術(shù)等；數據展現上，研究如何生動(dòng)展示數據和數據分析結果，如可視化，三維和虛擬現實(shí)等技術(shù)；人才培養上，盡快培養解決大數據問(wèn)題的技術(shù)人才。

    作者簡(jiǎn)介

    陸治榮，畢業(yè)于清華大學(xué)工程數學(xué)力學(xué)系，曾在航天二院、南京煉油廠(chǎng)、霍尼韋爾公司高技術(shù)執行部，思華數據技術(shù)有限公司，北京石油化工工程有限公司等單位工作。近十余年，專(zhuān)注于數據挖掘和數據分析技術(shù)的研究、開(kāi)發(fā)和應用，期間，主持了兩項數據分析軟件的研發(fā)，獲發(fā)明專(zhuān)利一項，出版專(zhuān)著(zhù)一部。

    摘自《自動(dòng)化博覽》2月刊