摘要：数据标准化一直伴随着经济社会的发展，各行各业的各个层面也都面临着数据标准化的问题。数据标准化的核心也就是建立制度规范以及对数据元和元数据进行统一定义。数字化油田建设中数据的统一建设标准，统一数字化建设产品，则可以有效的解决数据共享问题。
关键词：数字化油田；标准化；数据建设
前言
数字化油田建设在提升油田的管理效率、提高数据的准确性、提高安全性和节能降耗方面具有重要的意义，是油田企业未来发展的必然趋势。但是数字化油田建设是一个艰巨的工作，其中统一的数据标准是重中之重，只有标准化的数据才可以贯穿整个数据平台，才能构建合理的数字化油田系统，并在发展中不断完善自己，从而促进资源合理配置，提升企业的综合效益。
一、数据标准化意义
数据标准化是企业信息化建设中最基础的工作，是实现数据一体化和数据共享的基本保证。建立数据采集流程的标准规范，是为了约束数据资源建设的过程，维护数据的真实性和可靠性。数据采集和整理的目的是满足成果资源建设和成果数据管理应用的需要。标准规范中建立了严格的审核制度，要求每一项数据资料，都必须经过相应的审核程序才能最终进入信息系统。
数据标准化是为了保证数据的质量，使其能够按照统一的规则集成并提高数据的价值，是负责完成数据从数据源向目标数据仓库转化的过程，是实施数据仓库的重要步骤。
1、标准化：数据标准体系作为核心技术规范，更是决定数据治理水平的关键环节，只有标准化才能真正实现数据的高效流动与开发利用。只有加强数据标准化建设，打造一套数据治理体系，我们才能真正进入数据时代和油田智能时代
2、目标化：数据服务目标是完成油田日常所有动静态资料整理，数据的规范化、标准化、正确性审核及录入等工作。通过数据资源建设服务，应该达到开发生产资料及时整理入库，支持数据系统等各模块顺利运行，给用户群提供资料查询服务。
二、数据标准化特点
在数据采集、存储、分析与应用之前，我们通常需要先将数据标准化，标准化的数据也才更具开发利用价值。与此同时，数据标准化又是一项复杂的巨大工程，需要认清其自身特点，以便有效推动数据标准化工作。
1、长期性特点：数据类型多，随时会有新数据需要定义，需持久作战。
2、科学性特点：数据标准化需要理论联系实际，需要服务于具体业务，不能 随意标准化，要科学推进。
3、复杂性特点：数据类型多，标准化过程复杂。
4、紧迫性特点：只有数据标准化，才可以在信息数据转换使用中共享，实现互联互通。
5、体系性特点：数据标准化涉及国家政策制定、行业标准、安全管理等多方面，需统筹考虑、体系化推进。
三、数据标准化的价值
在大数据时代，信息化是提升管理工作的有效手段，也是促进数据标准化的重要保障，要应用现代化信息手段加强管理工作，加强合同处理流程的信息化，不断提升合同管理的信息化水平。
1.标准化：以石油各企业规范标准，以及系统采集规范等。提供规范化数据采集模板和智能化报告模板，实现数据运维标准化、智能化采集、源头化管理。
2.高效化：根据油田专业信息系统运维技巧，定向开发资源建设或数据运维辅助工具。结合数据服务经验和流程，实现数据运维高效工作。
3.开放化：适应各类应用系统数据运维服务，根据系统数据字典、数据库接口，实现数据运维综合管理服务。
4.规模化：通过专业化分析、简单化数据运维内容，实现运维服务简单化、规模化管理，满足油田各类系统海量运维服务。
5.智能化：通过综合数据服务资源积累，初步实现石油“大数据”平台。利用网络共享，实现“大数据”不断成长和壮大。最终达到数据资产转化为价值，产生利润，实现信息资源的价值开发。
6、开发和整合应用软件：油田企业要加强数字化油田建设的软件研发，引进国内外最先进的技术，简化各流程的操作过程，减轻操作人员的负担，提升工作效率。
四、数据标准化建设
在大数据时代下，数据管理亟待建立科学的标准体系，使企业数据管理标准实用可行。在保障生产发展顺利进行，提升企业经营管理水平，促进经济发展方面，发挥了非常重要的作用。在油田内部勘探、开发源头数据进行全面梳理，统一油田源头数据采集模板、管理规程及管理体系。初步形成了勘探开发源头数据一次采集、全局共享的格局，应用效果良好。
1、建立数字化管理：油田企业应该尽快制定一套合理、完善的保护油田数据管理制度，确保油田数字化油田建设能够顺利进行。
2、完善数据标准化：标准是基础，没有标准，任何管理工作都是无本之木、无源之水，数据管理工作亦是如此。油田企业要建立统一的数据模型和数据规范，提高数据的采集率和利用率，降低失真率。
3、数据审核层次化：企业的数据管理要有一个明确的审核流程，审核流程要分类制定，各审核人员要责权清晰，层次分明，通过完善审核流程，将审核流程层次化，进而明确各层次在数据理中的权限与职责，确保数据的准确性。
4、人才完善化：油田企业要加强数字化油田建设人员的技术培养，使他们既要学会计算机操作，还要熟练各种常用的软件操作，这样才能够满足数字化油田建设的需要。同时，油田企业还可以适当引进专业技术人员参与数字化油田建设工作，从而提高整体人员的技术素养，增强员工日常数字化建设教育和安全责任意识，从而保证数字化油田建设工作顺利进行。
油田企业信息化标准建设包括“数据模型标准、业务模型标准、源头采集标准、系统集成标准以及配套管理规范”等5方面内容。标准建设项目结构如下图所示。
五、数据整理流程
为确保油田企业勘探开发数据能够高质量地完整统一管理起来，加快实现油田企业数据资源的统一管理和集成共享进程。各个油田企业急需配套统一的源头数据采集标准，包括采集规程、管理办法与采集模板等。
数据整理工作就是标准化的源头，重点包含资料搜集流程、一般工作流程、电子化整理流程、结构化整理流程和入库校验流程。根据资源建设经验，对各流程进行优化。数据结构化整理流程如下图示：
在开始结构化整理数据之前，有四个重要的内容需要明确。
1、确定字段与资料来源的对应关系，明确数据标准化的定义，字段标准化要求：根据资源建设成果经验，已有数据源分析专家，甲乙双方通过商讨确认。
2、了解数据库的实体关系，需经过甲乙双方确认，核对数据源定义，明确油田企业数据管理与信息集成服务提供统一的语义表达标准和数据集成标准。
3、明确整理的内容：包含在生产油气田增量资料和新投产油气田数据整理。
4、明确整理的目标：实现系统的正常应用和增量数据的及时准确更新。
质量检查对结构化数据整理工作非常关键，因为它不像文字报告，如果输入了错误数据，使用者很难从上下文中察觉出来。质量检查的劳动强度非常大，因此要采用多种技术的组合来完成，如自动校验、图形等技术。
期望提高数据信息的标准化，最终实现准确、高效的管理系统，更好的服务于使用者。
参考文献：
[1]、陈 杨，宋晓庆，靖哲.中国中元国际工程有限公司，北京１０００８９
[2]、张继昆.企业合同管理标准化探讨［J］.石油工业技术监督，２００１，（１）．
[3].王进，刘小鹏，朱菲.长庆油田分公司机械制造总厂，陕西
[4].贠晓博，韩勇.提高我据信怠标准化增强管理程序实用性
[5]、王蕾，王明波.数字化油田建设中同步网的具体应用［J］.科技传播，2011（8）.
[6]、周婷.油田数字化建设中存在的问题与对策研究［J］.科技与企业，2014（12）.
[7]、王保平，贾得军.浅析中国石油石化数字化油田建设的现状与发展方向［J］.中国管理信息化，2013（23）.
[8]、李峰，金仲华，刘正伟，韩建立.利用信息技术打造数字化企业
论文作者:李静
论文发表刊物:《基层建设》2019年第16期
论文发表时间:2019/8/27
标签：数据论文; 油田论文; 标准论文; 流程论文; 企业论文; 源头论文; 资源论文; 《基层建设》2019年第16期论文;