大庆石油学院学报边婧

1.刘红霞，代剑飞，郭春芳，徐群. 多烷基咪唑离子液体的合成及性能比较[J]. 化学试2012，34( 3)2.刘红霞，代剑飞，徐群. L-脯氨酸为阴离子的手性离子液体的合成、表征及光学活性[J].化学世界2012, 53(2)3.刘红霞, 代剑飞, 李 华, 徐 群. 离子液体1-丁基-3-甲基咪唑磷酸二丁酯中B-酮酸酯和环酮的选择性α-单卤代反应研究[J]. 化学世界, 2011, 52(12)4. Shuwei Ma, Hongxia Liu , Neuroprotective effect of ginkgolide K on glutamate-induced cytotoxicity in PC 12 cells via inhibition of ROS generation and Ca2+ influx. NeuroToxicology ,2012,33, 59–69(SCI)5.刘红霞,代剑飞,徐 群. 溴化1-丁基-3-甲基咪唑离子液体合成反应动力学研究[J]. 化学世界2010 ，51（12）6.刘红霞，王自民.离子液体中乙酸异山梨醇酯的合成[J].应用化学,2008，25（12）7.刘红霞，徐群.微波法合成溴化1-丁基-3-甲基咪唑反应条件的优化[J].化学世界,2008，49（2）8.刘红霞，徐群.离子液体作为微波吸收剂促进苯甲醛与巴比妥酸的缩合反应[J].化学研究与应用,2007，19（6）9.王平，刘红霞，徐群. 1-己基-3-甲基咪唑四氟硼酸盐离子液体合成[J].大庆石油学院学报，2007，31（4）10.Liu Hong，Liu Hong xia.tudy on IR Fingerprint Spectra of Alpinia Oxyphylla Miq,《SPECTROSCOPY AND SPECTRAL ANALYSIS》2008,28(11)（SCI）11.刘红霞，徐群. 1-丁基-3-甲基咪唑四氟硼酸盐离子液体的合成研究[J].化学世界,2006，47（11）12.刘红霞，徐群. 微波法合成烷基咪唑类离子液体[J].化学试剂,2006，28（10）13.刘红霞，徐群. 烷基咪唑类离子液体的合成及应用[J].中国医药工业杂志,2006，37（9）14.刘红霞，梁军. 冠脉宁软胶囊薄层色谱鉴别研究,辽宁中医杂志,2007，34（3）15.马舒伟，陈旅翼，何盛江，梁军，刘红霞，张现涛 .银杏内酯K对脑缺血的保护作用[J]. 中国现代应用药学2011,28 (10) : 877-88016.马舒伟，张现涛，刘红霞，韩光程. 银杏叶内酯N 对谷氨酸损伤PC12 细胞的保护作用[J]. 华西药学杂志,2011，26( 2) ∶138 ～ 14017.张现涛，梁军，刘红霞，韩光程，马舒伟。银杏叶内酯N 对实验性大鼠脑缺血再灌注损伤的保护作用[J]. 中国实验方剂学杂志, 2012,18(1): 141-14418.邢凤兰,王丽艳,刘红霞. 设计性实验的指导思路[J].实验室研究与探索, 2010, 29(7): 264-266

文必龙 计秉玉

（中国石化石油勘探开发研究院信息技术研究所，北京 100083）

摘 要 当前的各种IT规划方法和软件工程方法在指导石油企业进行数据资源规划时，需要结合石油勘探开发数据资源管理的特点进行具体化。本文分析了石油勘探开发数据资源管理方面的现状及特点，提出了基于业务驱动的石油勘探开发数据资源规划方法，给出了构建勘探开发业务模型、数据资源目录的方法，以及数据中心的总体架构，为石油勘探开发数据资源规划提供了完整的方法论。

关键词 数据资源 业务驱动 业务模型 数据中心

Research on Method of Petroleum Exploration and Production

Data Resource Planning Based on Business－driven

WEN Bilong，JI Bingyu

（Dep.of Information Technology，Exploration and Production Research

Institute，SINOPEC，Beijing 100083，China）

Abstract To guide data resource planning，the IT planning methods and software engineering theory need to be specified according the features of petroleum data resource management.The features in petroleum exploration and production data resource management are analyzed，and a method of data resource planning based on business－driven is put forward，that presents the approaches how to build petroleum exploration and production business model and data resource catalogs，and architecture of data centre.These provide a complete methodology to plan petroleum exploration and production data resource.

Key words data resource；business－driven；business model；data centre

在油气勘探开发综合研究过程中，需要从海内外油田收集大量的数据，同时综合研究成果中包含了大量的数据，如各种图表、报告。为了管理和应用这些数据，各研究部门纷纷开展了与项目研究相关的数据资料管理系统的建设，但由于缺少统一的规划，在数据资源的建设和管理中存在以下问题：数据库建设 “小、散、杂”，难以管理；数据分散存储，数据之间的逻辑关联度低，不能集成共享；数据收集困难；缺少专门的数据服务机制，数据应用困难。因此，有必要对油气勘探开发综合研究的勘探开发数据资源进行统一规划，即开展数据管理与应用需求分析，从总体上设计数据中心建设方案。

数据资源规划（Data Resource Planning，DRP）的方法主要是基于软件工程理论和IT战略规划的各种方法论。目前多数国际知名的IT咨询公司均采用企业架构（Enterprise Architecture，EA）这一先进理论方法，例如TOGAF企业架构框架，制定具有自身特点的IT规划编制方法论，并在企业规划咨询项目中应用，取得了良好效果［1］。针对数据资源，高复先在信息工程方法论的基础上，总结出了一套信息资源规划（Information Resource Planning，IRP）方法［2］。IRP方法以面向主题数据库的总体数据规划方法为基础，按照一定的方法步骤、遵循相关标准规范、利用有效的软件支持工具进行各职能域的信息需求和数据流分析，制定信息资源管理基础标准，建立全域和各职能域的信息系统框架——功能模型、数据模型和系统体系结构模型。

本文根据EA理论和IRP方法，结合油气勘探开发综合研究的特点，提出了一套基于业务驱动的勘探开发数据资源规划方法。

1 数据规划的基本思想

数据资源规划是采用科学合理的方法，对企业生产经营过程中产生和使用的数据的相关内容、标准、技术、软件、人员、支撑条件等进行全面梳理、优化和设计，提出全面的数据资源采集、传输、存储、应用、管理的解决方案，以便企业提高数据的共享程度，降低数据采集、管理、应用的成本，发挥数据资源的最大价值。

数据资源规划的目的是优化企业数据管理质量。这包括提高数据共享程度，降低数据采集、管理、应用的成本，提升数据资源的价值等。其中，首先要向企业不同层级提供相关的信息。对决策层，提供的信息包括：有哪些数据资产，还要投资建设哪些，数据投资效果如何，是否有重复建设；对管理层，提供的信息包括：数据保存在哪里，谁在管理，哪些人在使用，数据质量如何；对执行层，提供的信息包括：有什么数据，数据在哪里，如何获取数据，如何提交成果；对信息服务部门，提供的信息包括：业务部门需要什么数据，如何使用这些数据。

数据资源规划的目标是提出一个数据资源建设解决方案。通过实施方案，可以建立企业数据中心及配套的建设和管理体系，达到数据资源规划的目的。数据资源规划的内容包括梳理数据需求，即数据内容；设计数据相关标准，包括数据元标准、数据采集标准、数据管理标准、数据代码标准等等；设计数据建设和管理的技术方案；数据管理和服务的软件体系架构；数据建设的组织架构和配套制度等。

数据资源规划的过程如图1所示。如果把数据中心的建设作为一个完整的软件工程项目，数据资源规划位于需求分析阶段和概要设计阶段。在项目实施中，还需要进一步根据规划的各项方案进行详细设计、系统开发、系统测试和运行维护。

在数据资源需求分析阶段，通过调研，梳理当前勘探开发综合研究的业务范围、研究活动、已经建立的数据库及数据内容、应用软件及部署情况。根据调用情况建立业务模型，用规范化的方式描述各项研究活动及每项活动的数据需求，并对数据流进行分析，形成统一的数据资源目录。需求分析阶段最终成果是需求分析报告，核心内容由一组规范组成，包括业务模型、数据资源目录、数据元目录、数据流规范。

概要设计阶段主要任务是依据数据需求进行方案设计，形成数据资源建设方案，具体包括：综合数据库建设方案、综合研究数据服务与管理平台建设方案、数据中心运维体系。形成数据模型、数据服务功能、数据管理功能、数据汇交管理流程、数据管理与服务组织架构等总体架构，并形成数据中心建设的项目框架。通过数据资源建设方案明确了数据如何存储，如何控制数据质量，数据如何建设，数据如何管理，数据如何获取、提交、应用等问题。

图1 数据资源规划过程

图2 数据资源规划的成果及其之间的关系

在项目实施阶段，还需要根据数据资源建设方案，对每一个项目进行详细设计和开发。

数据资源规划的成果包括数据资源需求分析报告和数据中心建设方案。需求分析报告中，包含了业务模型、数据资源目录和数据元目录，数据中心建设方案包括数据库和数据模型在内的数据库建设方案、数据服务与管理平台、数据中心运行维护体系。

图2给出了这些成果及其之间的关系。业务模型中的每一个业务活动使用和产生的每一类数据都应在数据资源目录中进行注册，数据资源目录中的每一类数据都要用一个或多个数据元进行描述。数据库中的数据实例应该归类到数据资源目录中，数据元与数据模型之间要建立映射关系。根据上述关系，应用软件或用户可以根据业务活动利用数据服务与管理平台非常方便地从数据中心获取需要的数据。

2 基于6W的业务模型

业务模型（Business Model）是一种通过定义组成活动及活动之间逻辑关系来描述企业经营生产过程的模型。勘探开发业务建模就是要将石油勘探开发生命周期中涉及的业务抽象为一个完整的业务功能结构，建立勘探开发业务模型。建立此模型，在系统地、本质地、概括地把握勘探开发功能结构的同时，还要建立勘探开发业的数据模型、知识模型、软件模型等与功能相关的信息模型。

业务分析与建模过程从形式上可分为4个阶段：一是业务领域划分；二是分业务领域建模；三是业务模型集成；四是业务模型标准化。

业务模型采用 “业务域－业务分类－业务活动” 3层结构。将石油勘探开发涉及的所有业务划分为多个业务域，每个业务域建立多级业务分类，每个分类中定义一个或多项最基本的业务活动。

业务域（Business Domain）是对企业中的一些主要业务活动领域的抽象，而不是现有机构部门的照搬。对油田业务域的划分可以依据某一主题进行。业务领域的划分原则是：(1)根据专业划分业务领域；(2)根据油气田勘探、开发生命周期划分业务领域；(3)根据油气田勘探、开发管理阶段划分管理业务域。业务领域的划分参照以上3种原则进行划分，尽量符合油气田勘探、开发管理约定俗成的管理习惯，做到不同业务域间的业务不重复，并保证能覆盖所有的勘探、开发业务。根据以上原则，油气勘探开发业务领域可划分为“物化探”、“井筒工程”、“分析化验”、“综合研究”、“油气生产”、“地面工程” 等六大业务领域。

业务是由一系列业务活动组成的，对业务活动的描述按照 “6W” 的模式进行［3］，即活动是由谁（Who）发起的、在什么时间（When）发起的、在哪里（Where）发起的、为什么（Why）要发起这个活动、在这个活动中都涉及了哪些（Which）对象、这些对象的特性是什么（What）。采用业务单元定义了参与业务活动的基本元素以及元素之间的关系。一个业务单元包括以下8类元素：1个业务活动，该活动作用的1个业务对象，实施该活动的组织机构，1组结果对象（输出），1组参与对象（输入），业务规则，相关对象的特性，对象之间的关系。业务单元的结构如图3所示。

业务单元中，“特性” 定义了业务活动需要的数据、业务活动相关的知识，是数据规划中梳理的重点；“参与对象” 包括各种人员、软件、数据、设施、材料、方法等；“作用对象” 包括区块、油藏、井、层位、油田、企业等；“结果对象” 可以是油井等油田实物对象，也可以是文档、方法、研究成果等技术性对象。

基于6W的业务模型的建模通过在统一的业务域分类架构下对单一业务活动的业务单元进行描述，没有进行专门的业务流程梳理，但由于业务单位中描述了业务活动参与对象与结果对象，即定义了活动的输入与输出，以这些对象为中介，因此很容易自动形成业务流、数据流、知识流等各种流程。

业务活动与数据之间的关系可以用 “CUR” 矩阵描述。矩阵中，行对应业务活动，列对应数据元。如果业务活动中创建了某一项数据则行列对应的值标识为 “C”（Create），如果业务活动对数据进行了更新则标识为 “U”（Update），如果业务活动引用了某一项数据则标识为 “R”（Read）。通过CUR矩阵，可以检查某一数据是否有唯一的创建源头，保证数据源头的唯一性。根据CUR关系，可以自动形成数据流。

图3 业务单元的结构

3 勘探开发数据资源目录

勘探开发数据资源目录是对油田企业、勘探开发研究院或中国石化整体已有和需要数据的分类与组织方式描述。数据资源目录描述了企业需要什么数据、有什么数据、数据在哪里、谁在管理数据、哪些人在使用、哪些应用软件在使用等信息。数据资源目录既是一个数据建设单位的数据分类与数据组织规范，也是数据中心进行数据管理与服务平台的核心元数据，同时也是用户建设和使用数据的依据。

数据资源目录的分类模式是多维的，可以从不同角度进行分类。常用的维度包括：

（1）按业务对象组织。包括区块、油藏、井、层位、油田、企业等，除对象本身的基础数据（如井基础信息）即通常所说的静态数据外，还包括该对象的各种动态数据（如井的日报数据）。

（2）按业务活动组织。根据业务模型的 “业务域－业务分类－业务活动” 3层结构进行分类，每一个业务都有一组按 “CUR” 标识的数据。

（3）按特性组织。按数据或知识本身的特性进行分类，如长度、密度、渗透率等。

（4）按项目组织。一个项目使用和产生的数据有哪些。

（5）按单位组织。一个部门使用、产生、管理的数据有哪些。

数据资源目录的各个维度是相互关联的，对象、活动、特性、项目、单位之间的关系如图4所示。

除建立分类目录外，数据资源目录还包括数据实例，因此需要将数据分类与数据库中的实例关联起来，明确标识出每一类包括哪些实例。分类与实例关联的方式主要采用数据集进行定义，通过数据实例的标识符、标识条件确定数据集中的实例［4］。数据资源分类在数据需求分析阶段完成，分类与数据实例的关联在数据中心运行期间形成。

数据资源目录中数据分为两级：逻辑数据实体和属性。从技术角度，逻辑数据实体的本质就是数据视图，一个数据视图是一个虚数据表，每一个数据视图由多个属性组成，其中至少包括一个关键字。实体的属性用数据元进行描述。数据元是不必要再分的基本数据单元［5］。当前可直接参照中国石化石油勘探开发数据元字典［6］。

4 数据中心的总体架构

不同企业数据中心的架构会有所不同［7］。本文以中国石化石油勘探开发研究院的数据中心为例，说明数据中心建设方案。数据中心包括综合研究勘探开发数据库、数据服务与管理平台、数据中心运维体系，如图5所示。

图4 数据资源分类维度之间的关系

图5 综合研究勘探开发数据中心

勘探开发数据库包括元数据和专业数据。元数据是以数据资源目录为核心，描述了专业的分类、目录、结构、使用动态等信息。外购数据库、地理信息数据库由于来源于外部，自带有成熟的管理软件，属于公共数据，独立于具体的项目研究。由于地震数据和测井数据有专门的格式，由专门的软件进行管理，但要与项目数据进行关联。项目资料与成果主要以文件形式保存，对共享程度较高的数据需要从半结构化的文件形式转换为结构化数据，数据之间相互关联，实现数据的集成。综合研究应用软件有自己内部的项目数据库，通过数据桥技术可以实现在线数据访问。数据通道用于实现石油勘探开发研究院数据中心与中国石化各级数据中心的互联。

综合研究数据服务与管理平台的主要功能包括：GIS研究目标查询、地震剖面显示、测井曲线显示、资料查询、资料搜索、资料提交、资料下载、系统管理、数据发布等。

数据中心运维体系包括运维管理组织机构、数据资料上交管理、数据服务管理3个部分。运维管理队伍的职能包括数据库系统管理、数据服务支持、数据质量控制等。数据资料上交管理按照数据流和数据生命周期，对各环节进行规范管理，包括：外部数据申请、数据采集、原始资料上交、个人/项目组资料管理、成果上交、数据流程调整（数据资料目录注册与注销）、安全与权限、审核与验收等内容。数据服务管理通过数据服务管理制度，规范数据服务行为，建立数据服务技术规范，通过数据应用服务接口规范，为应用系统提供标准的服务接口。

5 结论

数据资源规划方法提出了一套适合石油勘探开发领域开展数据资源建设的方法论。从勘探开发业务需求出发，通过梳理业务流程，建立业务模型，并梳理与业务相关的数据，建立数据资源目录，在此基础上提出完成的数据中心建设方案，从人员组织、数据建设、服务平台构建及运维管理进行规划。数据资源规划方法成功应用于中国石化油气勘探开发数据模型标准建设，开发了中国石化业务模型（Sinopec Business Model，SPBM），定义了物化探、井筒工程、分析化验、综合研究、开发生产、地面工程六大业务域，包括1237个业务活动，对每一个与业务活动相关的数据项进行了梳理。进一步的研究工作将把数据资源规划方法应用于中国石化石油勘探开发研究院数据资源建设，通过研究院业务进行调研，结合SPBM，建立综合研究数据资源目录，设计数据中心建设方案。针对中国石化石油勘探开发研究院综合研究的数据资源规划成果可进一步推广应用于石油行业各石油公司的综合研究数据资源建设。

参考文献

［1］金涛，郑树泉，李名敏，等.企业架构驱动的IT规划方法研究［J］.计算机应用与软件，2009，26（12）：164～166.

［2］高复先.信息资源规划——信息化建设基础工程［M］.北京：清华大学出版社，2002.

［3］肖波，景帅，吴建军，马承杰.模型驱动技术在油田企业数据中心中的应用研究［J］.大庆石油学院学报，2012，36（1）：78～82.

［4］时贵英，文必龙.基于数据元的数据集成技术研究［J］.科学技术与工程，2011，11（18）：4223 ～4227.

［5］Wen Bilong，Zhang Li.Defining semantics for data element with semantic tree［C］.Proceedings of 2008 International Symposium on Information Science and Engineering，2008.12：524～527.

［6］文必龙，肖波，陈新荣.石油勘探开发数据元管理技术［J］.大庆石油学院学报，2012，36（1）：83～87.

［7］李剑峰，肖波，段鸿杰.中国石化油田企业数据中心总体框架设计［J］.大庆石油学院学报，2012，36（1）：73～76.

摘要：实行学分制以来，学生网上选课、选教师已成为同学们关注的话题.孰不知排课也成为摆在教务处和各二级学院的难题之一。在教室少、课程多的客观背景下，在各种条件的约束下，排出一份让学生和老师都满意的课程表实属不易。本文在分析了数学系2005?2006学年度第一学期开设的所有教师课程安排和班级课程表的基础上，旨在通过建立适当的排课问题的数学模型，应用Visual FoxPro等数据库软件，按照穷举法和和移山填海思想，利用计算机运行数据，得出结果。然后尝试根据所给条件进行优化处理，重新排课，以使各班级和教师的课表更趋合理。本文发展出的穷举法可以依所能分配到的教室数目,适当的调整,而实现藉由电脑快又有效的解决人员头痛的教室数目要最少的排课问题. 本文得到的结论和程序可以供数学系教务处有关排课人员进行参考，结合实际，优化资源配置，从而在保证正常教学的基础上进一步提高教学效率，实现学校高效化管理. 关键词：数学模型 排课 数据库穷举法 移山填海法 一、问题的提出：注：原问题及有关原始数据请参考本论文附页，本文在此不再赘言. 二、解决排课问题的基本方法：排课问题主要是思考如何在众多的条件限制下,对相关的资源作最佳的分配. 排课是每一所学校都会面临的繁重作业,且通常是校务行政电脑化中最难解决的一环.虽然各级学校对排课的作业流程莫衷一是,但如何将排课的资源与其限制,作一个妥善而令人满意的调度安排,却是排课作业的基本要求与目标.目前一般学校在配合校务行政电脑化的要求下,排课的作业的方式大致可分为下列三种: 1.人工排课再将结果输入电脑. 2.透过系统的辅助,以交谈式的方式进行排课. 3.将排课限制因素加入计算机程序中,由电脑自行排出课表. 传统的的排课系统多采第一或第二种方式,这两种排课的方式充其量只能算是互动式的排课辅助工具,并未具备自动化的功能,但因为排课作业极为复杂,其过程常需耗费排课者大量的处理及验证时间,这两种作业往往是靠排课人员主观经验完成和凭直观检验，缺乏较严格的理论证明，在目前高校扩招、扩建的情况下，这两种作业日益暴露出冗繁，复杂，不易扩展等缺点.故现行的排课系统皆朝向第三种模式开发, 即运用计算机的高效率运算，在附加一定量的限制条件下，由计算机自行排出课表. 三、Visual FoxPro的相关知识： 1、二维表：是由字段名和数据两部分构成，VFP能方便的将二维表作为“表”存储到电脑的存储器中.建表时，二维表标题栏的列标题将成为表的字段.标题栏下方的内容输入到表中成为表的数据，每一行数据称为表的一个记录.如图1，即是一个典型的二维表.课号 课名 班级号 教师号 T1 T2 T3 T4 T5 课时 已选 A1 常微分方程 B20 C1 .T. .T. .T. .T. .T. 4 0 A2 常微分方程 B21 C1 .T. .T. .T. .T. .T. 4 0 A3 常微分方程 B5 C1 .T. .T. .T. .T. .T. 4 0 A4 高等代数 B22 C2 .T. .T. .F. .T. .F. 5 0 A5 高等代数 B23 C2 .T. .T. .F. .T. .F. 5 0 2、SELECT-SQL查询命令： VFP支持在VFP环境中直接使用SQL型的查询命令，即SELECT-SQL命令. SELECT-SQL命令具有强大的单表与多表查询功能.3、表的关联：每个打开的表都有一个记录指针，用以指示当前记录.所谓关联，就是令不同工作区的记录指针建立一种临时的联动关系，使一个表的记录指针移动时，另一个表的记录指针能随之移动.4、 本文所用到的程序控制结构：顺序结构、分支结构、循环结构