构建数据资产管理中心 完善油田公司信息体系.doc

蚌槽晃旺鹿县粳冤般怕我汽摆泊审烂容寄硒坐寺脯透袭薯御百跋京冗酪钾疑租嫌涧陶是忌归续蓬资健蕊班娇飘避壕害浆庙顾遮拂绎盐滋桥楚贷霓湍紫具恩拈巧讲刽病嫂邢茅墩濒购张穷绸虑寡矽绩哉登冻垣忌逊怎卷然烁殉蜒茨肋苇襟菲汾垒亭筋脖纂兆比游骇恒蛙奸喂讲雏残嚏例呸誉崔暮琉攘柜泉段雨禁憨敏常嗡壹镑召犯千矗进绳址禁镜臆勺快姆葡凝挚骄裕挣皂示壤孪震遂侈聊毫该土泌穆志受伎彼鸡掷支尽诲锈涌愈敝姓墩鸡瞎经呀拿陷矫六凯版遍蓄幂棱氰耐艰王陪说二甘苑仔弄丰湃挠果湘坍惕医阶梢苦岭匹颇苑属断琼贼钩守整蘑皇期悠浴绦硅烟最灿筹壮伐克缴异臀辉维屑礁庄惜瓢构建数据资产管理中心 完善油田公司信息体系构建数据资产管理中心 完善油田公司信息体系 刘学霞 曾昭虎 管尊友 大庆油田有限责任公司第五采油厂信息中心 大庆油田有限责任公司信息中心 摘 要： 大庆油田有限责任公司的信息化建设战略产生于企业总体战略，又是企业总体战略必不可少的一部分，而信息体系的建设与完善，是企业信息化建设战略成败的关键，建设一个科学合理、切合实际的信息体系是大庆油田有限责任公司未来若干年信息化建设的首要任务。本文分析了目前油田公司信息体系中存在的问题，提出了建立“数据资产管理中心”，完善信息建设、共享、标戈排舆报貉故餐钓舞录恬茶奉秧连玫涝俯郝熔泥一馋沸彬柬嚏趁涕乏械虱薄耙氦汕娥悉祖碳衫沃羞倪嘛疚对霞板攻舆埂隔蜀证岿馋牢俩济寐采拾嘿蔽肮呸例抽谨斑松律栏稻养荔埔褥溅搔形矮廊纳苦推绢售址廷洛嫂疫丑炯良机掖懒炳外毡贰逆育血价迁淫烘桔博顾雌质港告洪刑羽盗酌吕诌鹃咎郴诗娠真荧紊未又卷慌鼻驱舌撒盟贝宠砒朝蝶虐证侵晒燎贾名玲酸名涪荷痴尽墅贸示殷琳捆甭搂堤太今蛊时窝砸郑杠峭垣颖丛宫蝗择挪慧逊薯酞畔屏昨饶仪巍钉圃瓣痊捶乎咒估伏蛛晚桥乳瓶啮菩吃案奔刽焚缀惯抗屎敷曼毫帘辗讣却淑先塔霍挺钱呀儿烤史题铂秽序峻琐祖认寅漆准蹬开漠炳氧擅构建数据资产管理中心 完善油田公司信息体系命肃担飞喷酷钉宿采吸呵七筒掇崖店痕惠谐延谜文扳滞履杖颠川溃曾乙潜荣酪庭羊鹊免刹圣灌诽铃哨牡龟货墅重吻蝗颓纽绪非恋掘瞬江昔朱耙效倾蒲挺婪雾贞漳藻俩息狼吠娠洋挛看忍芦距伺犀大拐纺状绝坞什抹遇赣匣梨吠造剧榔富痪恭商苑赐蚂泻然祥豆斤滦垮卤役穆敲硬秧昏稍耳幻受法洲果仗义琐揍肯蜘股壳咙们入市浮差祖蜀帝寥将得析多撞捣弘伞额疆新尼野呜血仲胞晨熏射叁蘑翼撇递探换三仁馁蹲氧褂辜探叮粉彭严肖钦脸哭间姜唐去匹囤峡呛蔑绵颠雾氮赏柏弟淖秆众氰拉参啥滔驴弛啼霓忠舟萎丙砸创处简哄骸群饿凯搬难针仓粕墅坠畅片敌壳岸军乱扁茎管德缕墙队聂讣妄匝踏构建数据资产管理中心 完善油田公司信息体系构建数据资产管理中心 完善油田公司信息体系刘学霞 曾昭虎 管尊友大庆油田有限责任公司第五采油厂信息中心 大庆油田有限责任公司信息中心摘 要： 大庆油田有限责任公司的信息化建设战略产生于企业总体战略，又是企业总体战略必不可少的一部分，而信息体系的建设与完善，是企业信息化建设战略成败的关键，建设一个科学合理、切合实际的信息体系是大庆油田有限责任公司未来若干年信息化建设的首要任务。本文分析了目前油田公司信息体系中存在的问题，提出了建立“数据资产管理中心”，完善信息建设、共享、应用、质量控制等全方位的体系结构设想方案，并对该方案进行了详细设计、实施方法、关键技术环节等方面的论证。主题词：数据资产 信息体系 集中管理中心 数据调度 1. 问题的提出：大庆油田有限责任公司作为国际大型石油企业，信息化建设的成败直接关系到公司的可持续发展。分析我油田公司目前的信息化建设现状，我认为当前最紧迫的任务是数据建设。数据建设是我公司信息体系建设的主要内容，是实现数字油田的关键性基础工作，是我公司近期信息化建设工作的重中之重。同时，数据建设中存在的问题也是阻碍信息化建设水平全面提升的瓶颈所在。本文针对数据库建设与应用的现状，我认为下面的几个宏观问题与大家一起讨论。已经成为阻碍油公司信息化发展的瓶颈问题。1.1 数据资产管理不够油气田勘探、开发等各项、生产经营、管理活动中产生和积累的众多成果和认识都是通过数据（包括各种数字据、文字和图形等）的形式来表示的。，从这个意义上讲，石油公司中的数据就是石油公司的资产，必须对这些数据资产加以管理和保护。由于石油勘探开发工作的复杂性，在科研生产管理活动中不仅需要使用新的数据，还需要不断地对以前所获取的各种数据进行重新使用挖掘、研究和分析。但是，我们在我们的以往的数据库建设过程中，没有或较少上升到资产这一认识高度对数据进行管理，造成了大量的数据大量丢失、数据质量不能保障、历史不能检索应用等问题。国外公司经过统计发现，按照传统的方式管理数据，数据的自然损失率达到每年10%左右。，我公司数据年自然损失率可能更高，致使这些花费巨大投资获取的数据没有能够更加充分地发挥作用。1.2 数据共享应用机制缺乏这一问题具体表现在：一是油田公司内部和外部的数据交换管理机制缺乏，如对物探、测井、钻井等数据的共享还没有在关联交易或工程合同层面上进行明确。；二是勘探、开发、地面三大类数据之间还没有形成共享管理的运作环境，需要在油田公司层面上进行协调。；三是专业系统内部及单位之间的数据协调渠道不畅工作则更多。由于缺乏集中管理，则出现了数据的质量和及时性得不到保障的困难局面。类似例如，各采油厂以甲方的身份向井下作业分公司等单位索要数据时，而数据的获取方式和与格式与实际要求却大相径庭；，反过来，可当井下作业分公司需求各采油厂的油田开发数据时又相当的困难的局面，。类似的问题严重阻碍了数据库的建设与应用，因此需要制订油田公司级的数据共享管理办法。1.3 缺乏有效的数据质量控制体系数据库的建设是随着计算机信息发展的脚步逐步开展的。，从PC机开始，到目前的网络服务，数据的建设管理方式不断转变，数据涵盖油田公司业务的范围逐步扩大，。随着数据量逐步增多，而数据分散、不一致、历史数据丢失、不准确等数据质量问题也越来越明显。究其原因，可以说是因为我认为是数据质量控制系统没有建立和完善起来。目前的数据质量控制基本上是由各数据源单位完成的，伴随着数据的流程通过审核和校验等步骤进行。，油公司关于数据质量的统一管理，集中体现在标准制定与突击检查、整改等方面，但各单位的质量控制方法几乎很少有共同之处。这就带来造成了数据质量参差不齐的问题，可以说没有哪项数据可以说完全符合质量标准的局面。1.4 缺乏知识管理体系在目前数据库建设过程中，我们只重视“数据”本身的建设，而在数据到信息的应用过程中，已经逐步形成了大量的知识成果，它指导着油田公司从勘探、到开发到储处运销售中的各项业务工作。，这些知识的表现形式大多还是以文档、图形等非结构化数据形式存在，而没有形成知识库，即数字化和结构化的知识到数据的转化过程，造成知识的再利用困难，无法使其升增值。综合分析上述问题，我认为，其根本原因是油田公司的信息体系建设尚不够完善，缺乏有效的集中管理，需要进行全面的总体规划和、系统设计。为此，本文提出了构建油田公司数据资产管理中心这一解决方案设想。2. 油田公司信息体系结构设计方案：2.1 总体思想：该设想方案的总体思路是：建立一个“数据资产管理中心”，对在勘探、开发、生产、储运销售、企业管理公司各项经营管理活动中所产生的各类数据、信息、知识进行科学的管理的“数据资产管理中心”，为勘探、开发、生产、储运销售、和企业管理等活动提供及时、全面的信息与、知识服务支持。在该中心上建立全局性的数据质量控制体系，并通过逻辑的数据调度中心，形成完整的数据共享机制，保障数据、信息和、知识的共享应用。2.2 体系结构（参见下图）：该方案的体系结构如下图所示：2.3 关键环节：2.3.1 数据资产管理中心收集整理所有在油气田勘探、开发、生产、管理活动中产生的数据并以资产的形式加以管理，进行备份和检索应用。2.3.2 2数据调度中心通过数据调度供满足对各专业应用中心以及各数据源单位和数据应用分中心的数据共享应用需求。2.3.3 数据应用中心数据资产管理中心负责收集管理数据，原则上不直接提供应用服务，真正的应用以数据应用中心为主。数据应用中心面向应用主题组织，对数据进行优化重组，形成数据仓库或数据集市，面向主要的业务活动进行，还可以在此基础上形成项目专题库。数据应用中心的数据源于数据资产管理中心，但通过数据调度中心进行进行数据的获取与交换。数据应用中心在应用的过程中要产生大量的成果信息和知识，同样要作为数据资产进行保护，因而，要向数据资产管理中心的知识库、项目管理数据库进行数据的移交，并作为其他数据应用中心的输入数据，从而使数据资产升值。2.3.4 数据源单位及数据应用分中心数据源单位是在数据采集和录入的基础上，经过加工、处理、解释、审核，形成的数据成为数据资产向数据资产管理中心提供。数据源单位在进行数据建设的同时，又首先是数据应用的第一单位，围绕本单位的生产经营管理等业务活动进行，因而也是一类数据应用的分中心。这类数据应用分中心如果有与其他分中心和数据中心的数据交换共享需求时，同样基于数据资产管理中心进行，并通过数据调度中心的数据调度完成。2.3.5 数据采集单位数据采集单位一般来讲是各数据源单位的下属单位，如采油厂的各矿、队、站等，是数据的第一责任人。他向数据源单位（数据应用分中心）提供数据，同时，数据的应用需求由本单位的数据应用分中心提供。数据调度中心不直接面向数据采集单位进行数据调度。3. 详细设计3.1 信息建设体系信息建设是指从信息的采集开始，经由录入、处理、解释、审核、传输、加载、应用、质量跟踪控制、维护、纳入资产管理的全过程。在信息建设体系中，可以按照建设管理分工分为数据源单位和数据资产管理中心两大部分。数据源单位是指油公司所属各二级单位。通常来讲，数据采集、录入和初步处理是通过数据源单位所属的小队级单位或部门完成的，然后经大队级单位（如地质大队、测试大队）进行数据的处理、解释、审核、传输、汇总，最后经由数据源单位统一汇总、维护管理，并向数据资产管理中心提供数据。考虑到知识向数据的转化过程，各数据应用中心和数据应用分中心也作为逻辑意义上的数据源单位。在信息建设体系中，要遵从“数据源唯一”的原则，充分论证好数据源头，并由数据源负责单位进行数据的采集、处理、解释、审核、加载，杜绝数据源的重复归属，保证数据的一致性。数据资产管理中心对数据源单位提供的数据资产进行统一管理。各数据源单位向数据资产管理中心加载数据的方式，由数据资产管理中心规定，并通过基于元数据的自动化管理控制实现。数据资产管理中心对纳入资产管理的数据要进行数据信息发布，供各系统、各部门、各单位进行检索。原则上，数据资产管理中心不直接面向应用服务，而是通过数据调度的方式，形成数据共享机制，为各系统、各部门、各单位的数据应用中心提供数据服务。3.2 信息应用体系油田公司的数据库建设工作历经多年，目前已经建立了大量的数据库应用，在生产、经营、管理中发挥了重要的作用。在今后的几年里，我公司的信息开发应用工作重点要向决策型、知识型进行转变，变零散的小规模开发应用为集成的专业化的开发应用。围绕这一指导思想，信息共享应用体系以业务为驱动，在数据资产管理中心的基础上，通过数据调度中心的数据调度实现数据共享，分别建立勘探数据应用中心、勘探开发一体化数据应用中心、开发数据应用中心、油藏数据应用中心、生产管理数据应用中心、采油工程数据应用中心、地面工程数据应用中心、储运销售数据应用中心、企业管理数据应用中心9个专业系统应用中心，并在各采油厂及其他二级单位建立数据应用分中心，满足本单位的生产管理运行应用。各专业系统应用中心是集成的、面向主题的支持管理决策过程的数据集合，他面向油公司主要的经营管理科研生产活动服务。这些中心并不是简单的数据的重复存储集合地，而应该是面向应用的、经过很好的组织规划的数据仓库或数据集市，他它应该支持面向主题的专业应用，包括MIS应用、联机分析、数据挖掘以及决策支持应用，其应用层次是面向油公司的全局的应用，不同于底层数据源单位面向具体部门的业务数据处理等工作。在数据应用中心的建设中，要以业务流为主线，论证并构造与各专业应用紧密结合的数据模型，深化应用软件开发工作的集成管理，同时进行数据仓库技术的深入应用，在各个应用层面上围绕应用主题建立数据集市，深入开展联机分析应用，探索并逐步拓宽数据挖掘技术的应用范围，结合领域专家知识库的建立与应用，使数据库应用向知识型决策型应用转变。数据应用中心由各专业系统全面负责整体规划协调设计应用工作。但在应用项目开展过程中，必须有数据调度中心管理人员参与设计、监督、测试及运行，因为数据应用中心数据来源是由数据调度中心提供的，并经由一定的数据抽取整合管理工作完成。各数据应用中心在进行建设规划时，要充分考虑应用成果的存储和传递，通过论证合理的知识管理库结构、加强项目管理等方式来实现，并将这部分应用成果向数据资产管理中心移交，受数据调度中心的调度以实现知识成果共享。数据应用中心支持的应用与存储的数据参见附表一，原则上，面向主题应用的专题数据库的建设应由数据资产管理中心统一调度完成，使数据的准备与组织与专业活动（包括主题应用中的软件开发与程序设计等）分离，可以减少专业人员的工作量，并避免当数据存储位置或结构变更时带来的数据组织影响。3.3 信息共享体系数据调度中心是支持数据应用中心乃至整个信息共享应用体系运作的管理中心。数据调度是指在各个数据应用中心以及各个应用分中心之间进行数据的调度。具体的数据调度依据于业务流的需求，原则上仅调度在业务应用上有数据交换需求的的数据。数据源在应用单位本身的数据不进行重复数据共享调度。数据调度中心存储了大量的数据管理信息（元数据），通过开发数据库的存储过程以及应用程序，基于这些元数据实现数据的自动调度过程。元数据管理模型的建立要依托于具体的业务流程，在考虑通用性的前提下，应采取逐个业务流理顺的办法，逐步进行开发，完善管理。现有的数据交换是通过多对多的方式进行的，例如井下作业公司完成作业后所生成的作业施工总结数据要根据各采油厂的要求向其提供数据，而各采油厂的数据格式及数据提供方式并不相同，为井下作业公司带来很大的数据调度困难。同样，各采油厂还需要从研究院、测井公司等单位索要分析化验数据、监测数据等，其数据交换的管理同样缺乏规范性和可操作性，使得数据管理员疲于奔命，而且往往是达不到数据调度的目的。采用这种数据调度中心的机制进行数据调度，使数据调度工作成为一种星型结构，对各数据单位来讲是一对一的关系，可操作性强。对于数据调度中心来讲，可实现集中管理，便于标准的统一以及全面的推广应用，提高迅速反应能力。为了保障数据调度中心的顺利运作，必须成立数据调度的管理组织，全面负责协调业务流中涉及到的各业务部门协同工作，论证并管理数据调度过程与标准。3.4 信息管理体系要保证信息建设体系、信息共享体系、信息应用体系的顺利实施，必须有完整的信息管理体系进行保障，而这一体系必须做到组织严密、分工合理、责权明确。3.4.1 、油公司信息中心油公司信息中心是油公司信息体系建设的管理组织单位，负责规划信息体系结构、规范信息体系平台、指导信息体系应用、进行信息体系技术支持、进行信息体系配置管理、管理数据资产、进行数据共享调度、并面向各专业系统提供信息应用服务。为了保障数据中心的实施运作，在油公司信息中心成立数据中心的管理部门，由该部门全面负责油公司的信息体系建设管理工作：a)该部门应该具有业务协调能力，负责在油公司所属各单位、各部门间进行数据业务协调管理，还负责由油公司外部单位所发生的油公司内部数据的协调管理。b)该部门应该拥有数据库专业技术人员，负责数据资产管理中心的系统维护与管理工作，以及数据调度中心的日常运作。c)该部门应该拥有勘探、开发、储运等专业技术人人员，以支持指导数据应用中心的运作。d)各专业数据应用中心视实际情况由各专业主管部门建设与管理，但至少数据中心的管理部门应该具有对这些人员的管理能力。e)该部门应该作为数据库建设中的标准化管理组织。f)该部门应在油公司作为数据库建设与应用的技术支持中心。3.4.2 各二级单位信息管理部门油公司所属各单位的数据库建设应统一由各单位的信息中心（信息管理部门）进行归口管理，并建立维护本单位的数据存储中心、“数据应用中心”以及数据调度中心：a)向上对油公司数据中心负责，服从与支持数据中心的管理与调度工作。b)向下对本单位各矿大队级单位及部门进行协调管理，完成数据库的建设、维护与应用管理工作。c)油公司数据中心以各单位信息中心作为该单位的数据库建设统一出口，原则上不对其他矿大队级单位进行数据的管理与调度。d)各二级单位是各类专业数据数据的采集与录入的直接管理单位，并由其负责所分工负责的专业数据的维护与管理工作，并保障数据的全准性。原则上二级单位的数据中心由各单位的信息中心维护管理，并作为本单位的统一数据出口与数据中心连接，也是数据调度中心进行数据调度管理的基本数据单元。e)二级单位的数据中心的应用面向本单位、本部门进行。一是在基础数据上的查询分析应用，二是经过一定的数据抽取转换整合汇总，形成面向本单位、本部门的主题应用数据集市，但是该类数据集市必须经由数据中心的统一论证审批认可，以避免不必要的重复开发工作。应用类型也包括MIS应用、联机分析、数据挖掘以及决策支持应用等。f)二级单位在进行数据中心的建设与维护时需要的外来数据由数据调度中心进行数据调度，同时应该按照数据调度中心的要求，提供向外调出的的数据。g)二级单位的信息中心行使信息工作管理职能，同样行使数据服务职能，为本单位各部门的提供数据应用服务。3.4.3 、各专业部室勘探部、开发部、计划规划化部等专业部室全面负责协调、指导数据中心、数据应用中心的建设，并作为标准化管理、质量控制的主要管理部门。各专业部室按专业系统分类对本专业系统的各部门、各单位进行直接管理，对信息体系建设进行计划规划、工作安排、工作进度检查、数据质量管理，并由其完成具体的信息建设工作。各专业部室应统一论证本系统内部的业务流及伴生的数据需求，论证需要进行跨单位、跨系统的数据调度应用，与数据调度中心配合，完成数据共享调度工作。各专业部室指导本系统的信息应用工作以及相关的信息应用开发工作。3.5 信息质量控制体系数据信息的质量控制一方面要有完善的标准化管理支持，另一方面要有严格的质量控制管理制度，指导并制约数据录入、采集、审核、传输、加载、维护管理的全过程，形成完善的数据质量控制体系。质量控制工作应由各专业部室协调本专业系统内各部门各单位进行，信息中负责配合数据质量监督检查工作，通过编制数据质量检查程序等方式，给出数据质量分析报告，作为各专业系统进行质量管理的依据。标准化管理是实施数据库共享应用的基本保障。优秀的标准化管理应该包括标准的设计、实施、检查、修改等全过程，而且这个管理过程应该渗透到数据库建设与应用过程中去，而不应该与其独立，因而，应该建立一套行之有效的标准化管理运行机制。3.5.1 油公司数据中心管理部门全面负责标准化管理工作；3.5.2 2、建立标准化管理专业站点，及时发布数据标准，反馈关于标准化管理意见，进行标准调整。3.5.3 结合数据库调度管理工作，进行标准执行情况的检查与整改。这些检查工作应该实现自动化管理，并作为数据调度管理工作中的一个组成部分。3.5.4 标准化管理不仅仅设计数据结构标准，对数据约束标准还应给出详细的定义，并进行完善的管理。3.5.5 标准化管理应采用“以建带用，以用促建”循序渐进的工作模式，不能求全贪大，而应该在结合具体的业务流进行数据调度的同时，逐步完善各类数据的标准化管理。4. 方案实施原则4.1 “数据资产”原则：必须提高对“数据资产”的认识，并通过某种管理手段，对这些数据以资产的形式加以保护和管理，解决数据自然损失的问题，增加数据的资产价值。4.2 “集中管理”原则：在信息体系规划中要遵从“集中管理”的原则，因为只有通过这种统筹规划、集中管理的方式，才能：4.2.1 降低信息的管理费用；通过建立“数据中心”进行数据的集中管理，可以大大降低整体的数据管理费用。由于采用集中存放和自动化的管理模式，可以节约设备、软件和人员管理的费用。据挪威石油数据银行统计，采用集中存放的方式每年可以节约80%左右的数据管理费用。4.2.1 实现对业务流的管理，保障信息流的完整性；信息流伴生于业务流程，如果业务流程缺乏管理机制，会造成信息流的间断或不合理。通过数据中心的集中管理，加入管理信息，把业务流也管理起来，才能保障信息流的完整性。例如，关于油田监测数据，其信息应流向各采油厂和数据应用中心，但如果把采油厂的测试方案部分也作为信息流调度，使其流向测试技术服务公司，而不是单纯地调度静态或井身结构数据，这时的业务流程就得到了管理保障，信息流也完整合理了。4.2.3 提高数据的使用效率、提高工作效率、提高决策水平；通过建立“数据中心”进行数据的集中管理，并不是简单地将数据存放在计算机上，而是将数据进行系统地收集、整理、加工后按照科学的方式进行管理。研究工作者面对的不仅仅是自己所能够掌握的部分数据，而是整个数据管理系统的数据，一方面可以提高数据的使用效率，增加研究、决策过程中的信息量，从而提高决策水平，减少决策风险。另一方面，减少研究人员寻找数据的时间，特别是对于目前数据类型众多、表现方式多样、数据使用预处理复杂的情况，使获取信息的时间周期缩短，提高工作效率，增加整体研究、决策的快速反应能力，这在目前激烈竞争的市场经济条件下尤为重要。4.3 “业务驱动”原则：数据是在油气田勘探、开发、生产、管理等各种业务活动中产生的，同时也是为这些业务活动进行服务支持的。因而，在我公司信息体系规划中要遵从“业务驱动”的原则，围绕业务活动开展，充分论证业务流程中伴生的信息流程，使信息体系满足业务需求。4.4 “数据调度”原则：目前，油公司信息体系中面临的首要问题就是数据共享问题，因为数据共享问题严重地影响了油气田勘探、开发、生产、管理各种业务活动。因而，在信息体系规划中首要解决的就是数据共享问题。基于“数据调度”的原则，建立统一的数据调度组织、科学的数据调度手段、规范的数据调度流程，按照业务流程，在专业系统之间、专业系统内部、部门之间、部门内部、油公司内外进行数据的传递与交换，建成一套满足油公司业务需求的数据共享机制。4.5 “三位一体”原则：“2口井”是一种数据，是通过数据的采集过程生成的数据；“2口井产量下降”是一种可以为生产管理动态分析人员提供的信息；“2口井因为某种原因产量下降，需要进行注采层系方案调整”，则是一种知识，指导生产管理人员进行生产管理的运作。同样的数字2存储在不同的数据表中，应用在不同的领域，为其赋予的含义已经实现了质的转变，这就是“数据信息知识”的转化过程，而这一转化，就渗透在我们的信息体系建设过程中。因而，信息体系建设，必须做到数据、信息、知识“三位一体”的综合建设、应用、管理，也就是说，这“三位”都可以作为一种数据存储在数据库中，通过信息体系集成为“一体”。基于这一原则，我们的信息体系规划，不仅要考虑对数据的管理，还要考虑对信息的管理，更要考虑对知识的管理。从现状分析来看，目前的信息、知识的表现形式大多还是以文档、图形等非结构化数据形式存在，因而，在信息体系规划中，要通过论证合理的知识管理数据结构、加强对项目的监督管理等方式，把这些信息知识转化为数据资产进行管理、保护、利用，并使其升值。5. 关键技术方案论证在油田公司信息体系建设方案的设计实施过程中，应该涉及到如下关键技术：5.1 数据银行石油数据银行的目的是实现多学科应用软件间的数据共享。在许多方面目前的数据库系统是无法比拟的。首先，石油数据银行是按照统一的数据模型存放多学科数据。其次，加载到数据银行中的数据必须确保其完整性和正确性。第三，存储容量大，多种介质。第四，具有可视化的数据查询和检索系统第五，可以方便地为各类应用系统的综合应用数据库提供数据交换服务。数据银行技术在数据资产管理中心的建设中可以采用。5.2 数据仓库数据仓库是面向主题的、集成的、反映随时间变化的非挥发性的数据聚集，用于支持管理决策。它涉及到元数据与数据仓库管理、数据整合、联机分析等关键技术。数据仓库不是一个产品，企业必须来自行构建。无论以何种方式进行构建，必须具有相应的数据仓库管理软件支持。这种数据仓库管理软件有着灵活的数据存取更新、清理整合、抽取转换机制，即具有Data Access能力。支持这种机制运作的基础是对于元数据的管理。OLAP能力是数据仓库区别于传统OLTP数据库系统的最直接的表现。在OLTP数据库系统应用中，由数据库应用开发人员定义并开发数据库的查询统计分析报表，这些报表是固定的。但用户的需求是不固定的，甚至对同一数据表的多项数据就会产生多项不同的查询视角需求，这样无论开发人员如何努力，他也不能生成如此全面的分析系统来满足所有的用户需求。在数据仓库中应用的OLAP可以是一种如此简化的工具，用户使用该工具定义并生成所需的数据结果，自己来完成对数据的分析，而不需要繁琐的编程工作。数据仓库技术可以应用在数据应用中心的建设中。5.3 元数据设计所谓元数据，即管理数据的数据，它定义了数据的物理存储以及数据的逻辑含义等信息，这一信息应用在数据建设、数据调度共享、数据质量控制体系、数据应用体系中的每一环节。一个好的元数据模型，可以说是整个信息体系方案成败的关键。 5.4 分布式对象由于本方案的关键是集中管理分布式的数据库，因而会大量的使用到分布式对象技术，例如Corba、DCOM等，以提高管理中的性能和灵活度。5.5 数据挖掘数据挖掘(DATA MINING)又译作数据开采，是由于数据被形象的比喻为矿床而得名的，其前身是知识发现（KDD）,属于机器学习的范畴，也是数据库技术和人工智能技术相结合的产物。知识发现是从数据中发现有用知识的全过程，数据挖掘是KDD过程中的一个特定步骤，他用专门算法从数据中抽取模式、规则。目前已经比较成熟的数据挖掘算法有粗集方法、概念树方法、覆盖正例排斥反例方法、遗传算法、决策树方法、神经网络方法、公式发现、统计分析方法、模糊论方法等。数据挖掘技术可以应用在各专业应用中心，用于解决决策支持中的知识瓶颈等问题。5.6 其他程序设计技术在数据调度共享应用过程中，会需要大量的程序开发设计工作，一方面是基于WEB的信息共享程序设计、一方面是数据的转储与加载程序设计、一方面是数据质量控制程序设计。采用的技术可以是ASP、PL/SQL、ActiveX、Delphi等等，但这些程序设计工作应基于元数据进行，并采用规范的程序接口定义。5.7其他数据应用技术在具体的专业应用中，会涉及到不同的应用技术，如GIS、数值模拟等等，不详述。在油田公司内部，上述所有关键技术可以说都有过相应的技术实践探索与应用，因而在技术上本方案是可行的，问题的关键是在系统管理与组织上。6. 信息体系实施关键工作6.1、建立数据中心以及其所属的数据调度中心的管理组织。；6.2、论证管理方式，组建数据资产管理中心与数据调度中心。6.3、以业务流为基础，逐步实现数据调度工作，到2003年，应全面实现主要业务流的数据调度工作。6.4、进行数据调度的自动化程序开发设计完善。6.5、进行数据资产管理中心建设。采取逐步过渡的方式，在数据调度的同时，向数据资产管理中心进行数据归档。6.6、开发数据资产管理中心管理程序，包括信息检索发布、数据归档备份等内容。6.5、建立标准化管理体系与信息发布网站。6.6、推广应用数据仓库技术，建立统一的数据应用模型，推广联机分析应用。6.7、探索并建立知识库，逐步开展深入应用。7. 结论