王立波

内容摘要 文章围绕海上油田生产过程中的船舶运行管理措施进行研究，并且将大数据与安全生产情景相融合，以埕岛油田的生产环节为例，阐述了海上安全生产情景构建的特点，同时介绍了这种创新性的信息化船舶管理体系在海上紧急救援中的应用实例。在互联网大数据技术的发展背景下，海上安全生产要融入大数据管理概念，根据数据信息快速解决油田海上生产环节中的各类问题，科学降低海上生产运行风险，合理提升海上生产中船舶管理水平。

关键词 大数据 埕岛油田 船舶 生产情景

1 引言

随着科学技术的飞速发展，互联网大数据技术在各领域中都取得了有效应用，并对工作与生活效率进行了优化。通过将传统管理模式与大数据相结合，不仅能够对各类生产历程进行记录与分析，还能够不断对突发事件的处理措施进行调整。在海洋生产中应用大数据技术，指的是对生产中的类似事件与预期风险进行整合，以此针对各类安全隐患问题制定防治措施。此外，在处理海上突发事件时，也能够根据大数据中记录的生产指挥流程与撤离救援策略进行综合分析，以此针对突发事件提出全方位、全过程与全景式的系统描述。尤其是在海洋生产船舶运行管理与协调中，基于大数据的安全生产情景能够有效提升各类船舶的管控效率。

2 大数据与情景构建概述

2.1 大数据

大数据技术通过对各类信息资源进行收集，并且采取统一整合管理的模式，最终提供最准确的方案与数据。

2.2 情景构建

情景构建指的是以大数据技术为依托，针对各类历史案例进行收集、整理、分析，结合相关工程技术对事件的形成原因与治理措施进行综合性分析，以此来总结出有效的防治措施与解决方案，这样在今后发生类似事件时可以大幅度优化解决效率。在情景构建过程中，不是针对某典型案例进行再现，而是针对无数个同类事件与预期风险系统进行整合，将真实背景作为基础，进而开展全方位、全过程及全景式的系统性描述，以此来提升应急预案的救援能力[1]。

3 埕岛油田安全生产情景构建与应用

3.1 埕岛油田简介

埕岛油田位于渤海南部的极浅海水域，在油田开发方案中与陆上的桩西、埕东及五号桩油田相邻，地质构造位于渤中坳陷与济阳坳陷交汇处，整体面积约1710 km2。1970—1976年，该海区为黄河入海口，由于多年的淤积和强风浪的冲刷腐蚀，海底表层构成十分复杂，产生了不稳定地貌形态。而且该海区全年普遍为大风期，冬季时还有寒流及西伯利亚冷空气的侵袭。统计显示，埕岛海区全年风力超过6级以上平均多达130～140天，其中包含季节交替时期及夏季风暴潮影响，超过9级风力天数约为30天左右，因此这样的环境与气候条件也给油田建设工程构成了极大的阻碍。

3.2 生产人员紧急撤离船舶运行指导及调度应用

基于埕岛油田的实际情况，本研究首先针对埕岛油田海上开发近20余年中的各类突发事件进行了总结归纳，不仅着重分析了各类事故问题的形成原因、发展过程及解决措施，还对国内外相关企业的处理经验进行了借鉴，以此来对突发事件进行科学评估。从资源装备情况、海上应急救援船舶队伍及运营管理情况等方面进行对比分析与评估，以此为预案的制订提供保障。最后对以上两个阶段的工作进行融合，以此对突发事件进行描述，通过将事件情景的重要度进行合理排序，根据油田开发实际情况制订情景处理方案，从而完成对突发事件的情景构建，以保证在产生突发安全事件时，各类船舶能够管理得当。

海工调度是海上生产与船舶施工实时紧密联系的重要部门，是日常海上生产协调与船舶运行追踪监控单位，也是发生海上应急事故时及时启动应急预案的第一前线值守机关。其围绕埕岛油田构建安全生产情景，为保证大数据系统的充裕性，需要将当前与船舶应用生产支持及应急救援策略作为基础，围绕以前事故发生期间中各类船舶的管理模式与运行效果进行收集研究，总结出原有方案中的可取之处，同时对现有船舶管理应急预案体系进行准确评价，以此优化船舶管理工作，通过不断完善埕岛油田开采过程中的船舶运行效率，来强化提升企业的整体应急救援能力。

海上生产人员紧急撤离船舶运行指导及调度应用具体如下：

（1）结合埕岛油田平台、海底管线、海底电缆分布情况，准确了解布置路由;熟知各油区的水文信息情况、各类工程船舶性能特点;实时监控工程船舶运行动态，掌握运行轨迹并与船舶操作人员保持信息畅通，工作沟通及时，为海上不可预见的生产和海事事故打好应急指挥基础。

（2）在发现事故问题时，首先要启动紧急撤离应急预案，并且结合实际情况调取出船舶运行管理指导方案。

（3）通过对船舶历史航行数据进行分析，以此来对船舶的行驶速度、额定载入、续航能力等参数进行分析，并可参考国家船讯网;在建立数据分析模型后，准确计算出各类船舶的最高航速与平均航速，根据船舶实际运行数据进行轨迹定位，明确船舶在不同时间段内的所在区域。

（4）根据船舶运行轨迹与综合航速，针对油田周围区域内的船舶分布情况进行分析，准确反映出海面上的船舶运行密度，分别计算船舶个体能力与整体能力。特别对于海上施工的大型导管架及平台，鉴于这种大型浮吊交叉就位，大型驳船平台锚泊方案复杂、大型甲板驳承载平台的各类情景，必须加强海上生产协调值班。重点针对大型工程船舶海上行动缓慢，避风拖航时间长、进入内港受限等特点，积极进行气象变化追踪、水文信息分析、海上JSA风险源分析，准确及时做出预判，提前有效规避有可能存在的生产事故和船舶运行的风险发生。

（5）根据撤入平台的海上风向、经纬度、波浪及洋流等数据进行分析，构成数据模型，以此来制订船舶生产支持及救援计划，确定哪些平台中的海上人員需要由哪些船舶来实行营救，并且用最短且有效的方式将所有平台中的海上人员全部撤出，此外还要针对不同船舶的任务与航线进行精准规划，保证各船舶在行驶过程中不会相互影响，并能够达到协调支援，确保人、机、物及时安置，以此来提升船舶的生产支持救援工作的安全系数与效率。

（6）救援工作结束后，利用船舶运行指挥平台对事件进行系统性的溯源分析，结合应急预案计划与落实环节的切合程度来分析整个救援过程，并且将相关数据进行收集、整理、分析，最后录入大数据系统中，以此来为类似事件的解决提供准确的数据支持，同时能够进一步完善大数据环节中油田生产船舶运行管理能力。上述内容中的船舶评价管理流程，如图1所示。

4 结语

综上所述，大数据正在改变我们的生活与工作模式，通过将数据信息作为基础，可以为管理运营环节提供可靠的数据支持。大数据在情景构建中的应用能够强化信息整合强度，同时对经济资源进行综合性分析，以此来降低海上生产环节的各类风险。在此针对埕岛油田海上生产应急救援工作进行了研究，并且围绕各类船舶在大数据安全情景中的管理问题进行了探析，进而为应急处理方案的主动性提供技术支持，从而将海上油田生产事故带来的影响与危害程度降到最低。

【参考文献】

[1]翟臣，苏波.浅谈油田安全生产与环境保护的管理方法[J].化学工程与装备，2015（5）：203-204.