我的位置:首页 > 正文

石化行业数据分析与决策支持

2018-02-22 分类:大数据&云计算

1、项目背景

石油石化行业一直以来都是一个数据量快速增长、数据处理需求持续提升的行业。石油石化行业的数据具有数据体量大、数据类型多、数据采集处理的时效性强等特点。在采油炼化领域,大数据技术可以在数据一体化整合、生产运行分析与优化、能效预测分析与优化、设备运行分析、客户价值分析、产品研发分析、需求预测分析等方面发挥作用。

与此同时,各油田目前负责EDW分发数据的存储和管理,积累了大量的业务数据。如何对EDW数据进行利用和发掘,为初级用户提供便捷的,可视化的数据分析模型,为高级用户提供单表和多表分析工具。另外,考虑到决策层的查询和分析需要,以便把握企业的整体走势和大方向,拟采用数据挖掘和大数据技术,开发决策支持系统为管理层提供决策支持。


2、关键技术

决策支持与商务智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。决策支持系统中的数据来自企业其他业务系统。而这些数据可能来自企业的ERP、CRM、SCM等业务系统。油田ERP系统每天会产生大量的业务数据,这些数据尚未进行深入的发掘和分析。迫切需要搭建一个辅助决策支持的平台,将数据转化为知识,既能够辅助的业务经营决策,既可以是操作层的,也可以是战术层和战略层的决策。

大数据分析是辅助决策支持的重要技术,其中数据可视化是大数据分析的重要方法,在分析支持大数据可视分析的基础理论的基础上,采用面向企业大数据主流可视化技术,包括面向文本、面向网络和多维的可视化技术,利用大数据环境下的常规图形、散点图、树形图(Dendrogram)、箱型图(Box-plot)等展现ERP四个模块中有关图表。



TOP
返回顶部
在线咨询