工程作业智能支持系统EISS 平台技术架构优化实践

钱浩东，王 鹏，张治发

（中国石油集团川庆钻探工程有限公司钻采工程技术研究院，四川 德阳 618300）

1 EISS 系统概述

工程作业智能支持系统（Engineering Opertion Intelligent Support System，EISS）是中石油集团油田技术服务有限公司以“川庆钻探一体化平台”为蓝本，在优化钻探企业各系统功能基础上，经过多年技术攻关，研发出具有中油技服特色、自主知识产权的信息化平台［1］。EISS 系统是信息技术与钻井完井工程技术的最佳结合技术成果，涵盖的专业从钻井逐步拓展到录井、井下作业和测井等专业，扩大了应用范围和功能，功能项有66 项，功能点有936 个，核心功能实现了三维可视化［2］。截至目前，中油技服ZJ50 以上钻机全面配套井场数据采集器，实现对钻井完井作业现场数据的统一管控。同时，作业现场广泛应用视频监控和视频会议，EISS 系统累计覆盖中油技服18 349口井，3 517 个基层队（钻井8 249 口，部署940 个作业队；录井5 595 口，1 376 个作业队；井下4 505 口井，1 201 个作业队）。

EISS 系统始建于2013 年，使用C#语言和Oracle 数据库和PI 实时数据库开发了asp.net 架构程序，系统架构见图1。该平台在当年具有一定的先进性［3］，但经过多年的使用，特别是在2019 年中油技服大规模推广使用后，平台出现了以下问题。

图1 现有EISS 系统架构

①C/S 版系统采集端，软件部署烦琐，升级麻烦，数据同步稳定性较差。②主平台系统开发没有进行前后端分离，代码复用率较低，随着后期更多应用开发部署，会给后端系统造成更大的负荷。③在多年的版本迭代过程中，只是对软件功能进行新增和优化升级，并未对系统架构进行更新升级。④随着实时数据剧增，系统开销不够导致整个系统开销过大，实时数据服务的存储与发布采取集中处理方式，随着用户、作业井增加，数据变得滞后，数据刷新不及时，服务压力增加，严重影响生产监控，系统存在崩溃的风险。⑤现有数据管理的格式较少，非关系数据格式利用率低，系统对接数据库的程序开发量大。⑥系统语言跨平台兼容性差。随着计算机编程技术和网络技术飞速发展，为了跟上信息技术发展的步伐，对EISS系统从系统架构、数据管理模式和运行管理模式等方面进行转变升级，实现云化部署，从而提升用户体验性能，并有效降低运维成本。

2 系统架构的优化方案

2.1 优选系统架构

当前，微软最新一代架构.NET 5 统一了.NET Framework和.NET Core，可以进行跨平台应用程序开发，同时新的互联网技术（Internet Technology，IT）时代已经来临，容器、Kubernetes、DevOps、微服务、云原生是技术发展的方向，其中容器技术是基石［4］。软件系统采用.NET 5 架构开发和Docker 容器部署的模式具有体积更小、占用资源更少、启动速度更快、容器感知低配运行等先进特性（见图2）。为此，EISS系统架构升级选用微软最新一代架构.NET 5，前端开发采用微服务、组件化和前后端分离的模式，在井场用Docker 容器进行部署，使系统升级部署和整个系统资源开销更低；微服务可以实现复杂度可控、每一个模块独立部署、技术选型灵活、单个模块发生错误不影响全局并满足业务的横向扩展；对一些公共模块进行组件化开发，提高开发效率、复用效率和运行维护效率。例如，井结构图绘制可做成一个“微服务”，在平台的其他系统中要用到此服务时可以直接调用，而不用再重复写代码，这可以很大程度上降低系统各个功能的耦合性，使数据相互独立，从而提高功能内部的聚合性。通过前后端分离开发可以优化团队资源配置，少量后端工程师配合大量前端开发工程师就可以完成软件系统的开发，前端开发可以不涉及油田相关专业知识，通过调用后端的Web API 接口进行页面开发；后端专注于油田相关专业知识、相关专业算法，优化设计模式和程序架构，为前端提供高效的接口；后端采用.NET 5 跨平台开发，最终实现系统全面云化及跨平台部署［3］。

图2 新一代EISS 系统架构

2.2 改变数据管理模式

目前，EISS 系统管理了大量多元化的专业数据信息，较多非结构化的数据虽然入了库，但不能有效利用，造成钻井、录井、测井、井下作业以及设备信息等很多非结构化信息不能在管理平台上得到深化应用。对此，可以建设集钻井、录井、测井、井下作业、设备信息和生产流程于一体的EISS 数据湖，以原始格式存储结构化数据、非结构化数据和二进制数据，满足数据接入、数据存储、数据搜索、数据治理、数据质量和安全管控的核心需求。按照中石油勘探开发梦想云发布的技术标准，实现将EISS 数据湖中的数据快速推送到总部梦想云平台［5］。

2.3 建立数据中台，改变传统的运行模式

可通过建立数据中台，改变传统的前后台信息处理模式，进一步提高开发效率。前端应用通过井筒数据中台获取专业数据服务，数据中台根据各专业的需求，对海量、多源的数据进行采集、计算、存储、加工，建立统一标准和口径，把数据统一之后，以标准形式存储，形成大数据资产层。同时需要加强数据业务中台的建设，可以将使用频次较高的业务组件化，部署在中台，前台需求发出后，可以调用业务中台各个公共的组件进行快速构建。例如，建立区域性井漏数据中台，可以对已入库的钻井和地质信息进行抽取，并用人工智能（Artificial Intelligence，AI）技术找出井漏发生时的相关井筒数据的特征，建立区域井漏的标准和规范信息层，方便数据预警时及时调用；建立井漏业务分析中台，前台请求发出后不再经过后台和前台，在中台就可完成相应的业务处理，这样系统的响应速度将大幅提高。前台应用系统只需要投入少量人力成本，就可以快速完成新系统的研发和上线。同时还可以探索建立技术中台，以进一步提高平台的管理效率；后期随着系统工作平台陆续上线，继续构建技术中台，进一步优化调配平台上的资源。

3 应用效果

新一代的EISS 数据采集和工程作业智能支持系统使用.NET 5 架构，采取微服务、组件化和前后端分离的模式，用搭积木的方式开发系统、云化部署系统，通过数据中台服务访问数据湖，实现实时数据、手工数据和视频数据的存储。目前，新的系统测试平台已建立，平台响应速度大幅提高，系统响应速度提高了100%，系统崩盘的风险基本解除。将来新平台完全上线后将助力实现远程实时监测作业过程，及时发现工程异常的响应速度，通过专家会诊优化技术方案，实现钻完井作业前后方协同、安全管控、人员管控和辅助决策，提高生产组织和作业效率，为中油技服的数据化转型、智能化发展奠定坚实的基础。