智能化后勤支持云平臺技術發展分析

田永剛

[摘 要]智能化后勤支持云平臺是某油氣企業管理中的重要組成部分，包含船舶管理、油料管理、拖航管理等眾多內容，能夠滿足資源統籌，促進資源共享、效率提升和成本降低的管理需求。當前，物聯網、大數據、邊緣計算等新技術的發展推動了智能化后勤支持云平臺的建設。文章探索研究了基于大數據、物聯網等的智能化后勤支持云平臺建設思路、系統架構和建設內容，介紹了船舶管理、可視化看板管理等應用模塊，以期為優化某油氣企業智能化后勤支持云平臺設計提供參考。

[關鍵詞]智能化后勤支持云平臺；應急；可視化；資源統籌管理

中圖分類號：F270.7 文獻標識碼：A 文章編號：1674-1722（2024）08-0013-03

一、智能化后勤支持云平臺概述

（一）智能化后勤支持云平臺的概念和功能

“智慧后勤支持云平臺”是指充分利用物聯網、云計算、北斗系統、高速網絡、高性能信息處理和大數據等新一代信息技術，對船舶管理、油料管理、拖航管理、碼頭作業管理、人員倒班管理、車輛管理等業務數據進行數字化采集、智能化分析、可視化呈現、高效化決策的綜合后勤支持管理信息系統。

智能化后勤支持云平臺緊跟公司產量目標的發展戰略，通過數據處理、數據整合、數據計算、數據挖掘、視頻監控、指標展現、預警跟蹤、資源調度等功能，集生產調度與應急指揮于一身，實現平戰結合、協同化運營、一體化管控，提高生產調度與應急指揮精細化、智能化管理水平。實時洞察風險、及時預警，實現了海上作業信息化各領域的實時監控和業務分析，貫徹“大屏監控、小屏決策”的建設思路，為管理工作提供決策支持，支持安全運營。實現了后勤管理業務的全流程電子化、數據及場景可視化，拓寬了后勤管理維度，滿足了后勤精細化管理需求，為智能后勤高質量發展賦能。

（二）智能化后勤支持云平臺的特點

服務方式多樣化：打通新增智能終端設備與已有設備終端的互聯，實現組織、展現、參與、監控、管理各環節服務方式多樣化。

服務形式多媒體化：支持文字、圖片、音頻、視頻和其他附件等多種媒介形式。

服務內容定制化：根據不同用戶角色（內部與外部等）設置不同權限，平臺內容按需開放。

服務流程簡單化：理順線下服務流程，并實現線上標準化，且可根據業務需求發展、生產作業進程不斷優化。

服務數據可視化：通過大屏、TV、平板電腦、手機多屏同步顯示實時原始數據、實時各類圖表與實時關鍵指標。

多維統計分析：多維度縱向、橫向對比數據統計分析，為管理層、領導用戶決策、策略制定提供數據支撐，提升管理效能。

自動通知提醒：內容發布、計劃更新、審批狀態變更等任務提醒通知系統自動發出，支持推送、短信、郵件等多種推送方式。

最佳用戶體驗：提供移動端一站式的標準化服務體驗。

二、智能化后勤支持云平臺的關鍵技術

（一）大數據技術在智能化后勤支持云平臺中的應用

在信息化條件下，由于后勤業務數據采集技術和設備不斷發展和完善，后勤業務數據的采集、記錄、分析和處理范圍不斷擴大，累積的業務等數據規模愈加龐大、關系愈加復雜，大數據的典型特征更加明顯，同時也為數據價值挖掘和智能化服務奠定了基礎，因此，應充分利用大數據挖掘數據價值，解決后勤建設和發展中的難題。實現統一數據資產管理，構建數據湖，使數據高效傳遞，為應急事件管理決策打造信息化、智能化平臺，挖掘數據應急價值，降低決策風險，助力應急決策。進一步深度應用氣象實況及預測數據，為拖航、應急等作業提供更加精準的時間窗口，減少事故經濟損失，提升間接效益等。

實現船舶管理、油料管理、拖航管理、碼頭作業管理、人員倒班管理、車輛管理等業務的決策支持、行為分析、趨勢發布、數據定制、預警預測、視頻監控等。實時輔助配載物資和適配船舶，進行作業周期跟蹤和指標預警，動態直觀展示作業過程，逐漸開展智能化的船舶運行調度管理。譬如船舶區域統籌，做深做實統籌共享，實現效率再提升和成本再降低，確保綠色低碳，利用智能輔助實現安全預警和效率預警。船員管理明確了每條在租船舶的現場作業船員資格，對不滿足條件的船員進行出海限制。通過智能配船，進一步提升整體效能，以物資需求為主，按區域統一安排船舶，并全天候、全航次閉環實時跟蹤協調，建立有效的數據池，包括物資體積重量參數、船舶性能數據、船舶運行動態、運行經驗指標、基地碼頭、作業設施、電子海圖等；利用數據實現平臺、物料、人員、船舶相關要素自動關聯匹配，實現智能化配船、配載和動態可視化監控；根據經驗指標，包括甲板裝載率、碼頭作業時效、航次周期、現場作業時長等進行超值預警。

（二）物聯網技術在智能化后勤支持云平臺中的應用

當前，隨著物聯網建設規模的不斷擴大、采集間隔縮短、數據采集量增加、數據間關聯性逐漸增強，簡單的數據監控、報警功能已無法滿足油田生產監控的需要[ 1 ]，物聯網技術在智能化后勤支持云平臺中的應用主要有以下幾種。

實時監測?？梢酝ㄟ^各類傳感器、射頻識別（RFID）和無線通信等技術，來感知獲取海上作業的各類數據，解決設備互聯互通和數據共享的問題[ 2 ]。實現對船舶運行、海上作業等后勤支持過程的實時監測。例如，可以在運輸過程中對船舶的位置、速度、油耗、海況等信息進行監測和分析，以便及時發現問題并進行調整，對超過閾值如超載、超時、能耗突增等異常情況進行自動報警。

指揮調度。系統連通其他相關系統對異常情況進行實時調度派工。

統計分析。自動生成各類匯總數據、統計指標，以圖像形式展示到大屏上。

數據分析。對大量數據進行收集和分析。例如，可以通過傳感器對物流過程中的各個海上作業環節進行數據收集和分析，自動生成各類匯總數據，統計指標，幫助企業實現對海上作業等過程的預測和優化等。

（三）人工智能技術在智能化后勤支持云平臺中的應用

通過數據挖掘、機器學習和深度學習等人工智能技術，智能化后勤支持云平臺可以實現對大量數據的自動分析和決策。機器學習是人工智能關鍵技術之一，其基本思想是基于訓練數據構建統計模型，使計算機具有對新數據進行預測和分析的能力[ 3 ]。例如，在船舶管理中，可以通過人工智能技術，實現對物料等運輸過程中的風險評估和運輸計劃的優化，統籌安排，減少船舶數量和用船次數，節約油耗，提高船舶效益等。

通過人工智能技術語音識別和自然語言處理，后勤支持云平臺可以實現對語音和語言的自動識別和處理。例如，在后勤支持管理中，可以通過人工智能技術，實現對語音命令的識別和響應，增強后勤保障能力。

通過人工智能技術，智能化后勤支持云平臺可以實現對未來趨勢的預測和分析。例如，在溢油預測管理中，可以通過人工智能技術，實現對接國家海洋預報中心北海預報中心溢油及搜救模型數據，對溢油漂移及落水人員、無動力船舶進行自動預測和分析，提高救援效率。同時與GIS地圖融合，根據溢油位置、溢油總量、開始時間、油品等信息，系統會自動計算出溢油的大概范圍及溢油的漂移路徑，結合地圖上的船舶信息，輔助領導聯動指揮，高效處理應急事件，提高應急指揮決策和處置效率，提升生產效率和安全性[ 4 ]。

人工智能的應用不僅提升了系統挖掘數據價值的能力，而且提高了數據處理的自動化程度，能高效管理業務數據，后勤支持云平臺依托于人工智能技術，實現監測信息數字化、資源共享化、預警可視化[ 5 ]。人工智能技術在智能化后勤支持云平臺中的應用可以實現對大量數據的自動分析和決策，提高后勤支持效率和精度。同時，通過語音識別和自然語言處理，可以實現對人機交互的自動化管理和響應。在未來，隨著人工智能技術的不斷發展和創新，其應用將會越來越廣泛，為各行各業的發展提供更加高效和精準的支持和服務[ 6 ]。

（四）數字孿生技術在智能化后勤支持云平臺中的應用

數字孿生是一種利用虛擬仿真技術，將虛擬世界與現實世界建立聯系，從而實現物品、設備或場景的可視化與可操作性的實驗模型。

基于虛擬模型的優化，數字孿生技術可以實現后勤支持云平臺中的設備、物資等資源的實時更新、監測和仿真，通過優化設備部署、路線安排等方案，提高物資的利用效率和運營效益。

數字孿生技術可以將實際的智能化后勤支持云平臺和數字模型融合，對現實情況進行數據分析，指導后勤資源部署和運作，提高對未來情況的預測和分析能力。

數字孿生技術可以通過建立后勤資源的虛擬模型，減少對實際物資資源的消耗，達到節約成本的目的。

數字孿生技術可以將實際場景數字化，開展精確仿真實驗，從而提供支持后勤物料運輸和區域規劃等方面的智能化決策。

三、智能化后勤支持云平臺的未來發展趨勢

（一）智能化后勤支持云平臺面臨的挑戰和問題

1.數據泄露

智能化技術需要收集大量的后勤業務數據，企業最寶貴的資源之一就是數據資源，其也是最常見的攻擊目標。如果系統安全措施不足，或者用戶沒有采取適當的控制措施，就可能導致數據被盜、遭遇攻擊或泄露，將對個人隱私和企業安全造成嚴重影響。目前，市面上解決此問題的方法都大同小異，無非是采取多種措施，包括采用強密碼、開啟二步驗證、進行定期的安全審計和備份數據等。對于數據安全性、唯一性等有強要求的，會選擇通過區塊鏈技術來解決等。

2.數據傳輸問題

油氣智能開發方面，智能油田的建設正在扎實推進。數字油藏建設取得突破是建設智能油田的關鍵[ 7 ]。由于智能油田地域廣闊，網絡帶寬和延遲帶來的數據傳輸問題是云技術在智能油田后勤管理中面臨的主要挑戰。海上環境的不穩定性，如惡劣天氣等更是嚴重影響著數據傳輸[ 8 ]。針對這一問題，要根據實際的業務需要和工作范圍來具體問題具體分析。

邊緣計算等技術：將一部分數據處理和計算任務放在本地完成，避免大數據流的產生，進而減小網絡壓力，降低對網絡帶寬的依賴。

分布式存儲和計算技術：將計算和存儲資源盡可能靠近數據源，減少數據傳輸需要的單位時間，從而可以降低對帶寬的要求，減少延遲。

衛星通信技術：通過近地衛星傳輸模擬信號，能極大地保證數據傳輸的穩定性，雖然傳輸成本高昂，且傳輸延遲也略微不如傳統方式，但可以和傳統模式相結合，各取所長，在有限成本下解決數據傳輸問題。

（二）智能化后勤支持云平臺未來的發展趨勢

隨著大數據和物聯網技術的不斷融合，未來智能化發展將會更加依賴于物聯網技術，同時大數據技術將進一步豐富和加強智能化的決策支持和預測能力[ 9 ]。人工智能技術趨向成熟，將在未來得到更廣泛的應用，通過機器學習、深度學習等技術的創新，人工智能將會實現更高效、更準確的智能化管理。實現海上作業生產過程的自動化和智能化管理。智能化產業將逐步成熟，智能化將逐漸成為油氣行業的標配，成為不可或缺的技術支撐和管理方式，譬如遠程掌控海上作業狀態。隨著后勤支持云平臺智能化進程不斷深入，采用信息化的手段使后勤業務逐步通過網絡實現實時上傳、遠程傳輸、遠程掌控，智能化遠程掌握業務狀態是智能化后勤支持的必然趨勢。

四、結語

智能化后勤支持云平臺未來發展體現在服務管理越來越智能化、服務監控越來越時效化、生產作業越來越智能化。未來，智能化將會成為科技領域發展的重要趨勢之一，通過大數據、物聯網和人工智能等技術的不斷創新和發展，智能化將會逐漸實現自動化和智能化管理，為油氣企業及其他行業的發展提供更加高效和精準的后勤支持和服務。

參考文獻：

[1]趙春雪，李兵元，韓夢蝶，等.基于物聯網及云平臺的油氣生產物聯網監控系統設計[J].中國管理信息化，2021（08）：128-130.

[2]鄭劍鋒.基于云平臺的智能化集成系統的設計與思考[J].現代建筑電氣，2020（04）：29-32.

[3]郭文忠，陳星，郭昆，等.智能化集成化的機器學習云平臺[Z].福州大學，國網信通億力科技有限責任公司，福建省星云大數據應用服務有限公司，福建六壬網安股份有限公司，2019.

[4]吳丹偉.智能化系統集成項目實施及管理探究[J].中國管理信息化，2021（09）：124-126.

[5]劉亞杰，丁克良，王來陽，等.基于物聯網的智能化水準數據處理云平臺[J].測繪通報，2018（A01）：283-288.

[6]方奇超，劉華金.基于云平臺的數據處理系統開發[J].山東農業大學學報（自然科學版），2019（03）：438-440.

[7]田源.數字技術賦能石化產業轉型升級[J].中國石化，2021（08）：21-23.

[8]燕飛.智能化系統在安全生產調度中的運用分析[J].內蒙古煤炭經濟，2022（13）：114-116.

[9]李斌.龍泉煤礦智能化系統應用設計[J].內蒙古石油化工，2022（03）：55-57.