油田环保安全领域标准数据关联性监测技术研究.pdf
《油田环保安全领域标准数据关联性监测技术研究.pdf》由会员分享,可在线阅读,更多相关《油田环保安全领域标准数据关联性监测技术研究.pdf(6页珍藏版)》请在咨信网上搜索。
1、47STANDARD SCIENCE2024,No.2油田环保安全领域标准数据关联性监测技术研究王凯月1 黄 珊1 王逸飞3 孙红军2 苏雪松3 延 伟1(1.中国石油化工股份有限公司胜利油田分公司技术检测中心;2.中国标准化研究院;3.胜利油田检测评价研究有限公司)摘要:本论文开展油田环保安全标准关联性监测技术研究,针对油田环保安全标准相关国内外动态信息(如:标准动态、政策法规、智库报告、情报产品、热点栏目)进行油田环保安全标准领域自动化关联性监测,遵循“油田环保安全领域标准数据需求识别、油田环保安全领域标准数据源的确定依据、油田环保安全领域标准关联数据自动抓取、油田环保安全领域标准关联监测
2、内容分析”的研究思路,利用大数据分析与知识关联技术,实现对所需监测数据基本内容的自动化统计与分析,动态可视化地展示或分析所需监测数据的内容,及时跟踪与推送油田环保安全标准前沿与热点内容,支持用户便捷了解油田环保安全标准领域最新发展动态,为开展油田环保安全领域标准知识库建设提供多元数据支撑。关键词:油田环保安全,标准数据,关联性监测,机器学习DOI编码:10.3969/j.issn.1674-5698.2024.02.008Research on Correlation Monitoring of Standard Data in Oilfield Environmental Safety Fi
3、eldWANG Kai-yue1 HUANG Shan1 WANG Yi-fei3 SUN Hong-jun2 SU Xue-song3 YAN Wei1(1.Technology Testing Center of Shengli Oilfield Branch,China Petrochemical Co.,Ltd.;2.China National Institute of Standardization;3.Shengli Oilfield Testing and Evaluation Research Co.,Ltd.)Abstract:This paper carries out
4、research on the correlation monitoring technology of oilfield environmental safety standards,and conducts automatic correlation monitoring of domestic and foreign dynamic information related to oilfield environmental safety standards such as standard dynamics,policies and regulations,think tank repo
5、rts,intelligence products,and hot columns.The research ideas are to identify data requirements of oilfield environmental protection safety standards,determinate standard data sources,automatically capture associated data and make an analysis of associated monitoring content.The paper uses big data a
6、nalysis and knowledge correlation technology to realize automatic statistics and analysis of the basic content of the required monitoring data,dynamically and visually display or analyze the monitoring data,timely track and publish the forefront and hot content of oilfield environmental safety stand
7、ards,help users to easily understand the latest development in the field of oilfield environmental safety standards,and provide multivariate data support for the construction of the oilfield environmental safety standard knowledge base.Keywords:oilfield environmental protection safety,standard data,
8、correlation monitoring,machine learning作者简介:王凯月,工程师,学士,主要研究方向为企业标准化建设、企业标准数字化转型。Research on Standard Application48标 准 科 学 2024年2期0 引 言以新一代信息技术为代表的新一轮科技革命和产业变革加速演进,经济社会数字化转型成为时代趋势。标准作为经济活动和社会发展的技术支撑,以及国家基础性制度的重要方面,无论在深度还是在广度上都将受到这一趋势的影响。标准数字化转型已成为新时代我国标准化事业发展的重要战略方向,对增强我国科技发展的标准化互动支撑能力、影响全球标准化生态变革具有重
9、要意义。随着人工智能、开源、区块链等技术的持续发展,标准化领域受其影响,出现了多种标准数字化相关概念、标准形式与制定方式。2019年国际标准化组织(ISO)和国际电工委员会(IEC)提出SMART(Standard Machine Applicable,Readable and Transferable)标准的概念,将标准数字化能力划分为5个阶段,该模型在国际层面已经形成共识。2021年10月,中共中央、国务院发布国家标准化发展纲要,要求“推动标准工作向数字化、网络化、智能化转型”。随着我国社会不断发展,油田行业也逐渐发展起来。同时,油田行业的经济基础也与日俱增,油田行业的环保安全意识日益增强
10、,而油田环保安全领域标准对于规范和引导油田行业安全生产、绿色发展和效率提升具有重要作用。在数字化时代,油田行业对于安全环保标准智能化应用和服务要求更高。当前,油田环保安全领域标准面临尚未形成标准动态数据源分析与监测方法,具体问题如下。油田环保安全领域系统化和一体化的标准动态数据源尚未建立。在高质量发展新时代,标准数字化既是经济社会发展、数字技术变革,也是实现国家质量基础设施数字化转型的关键内容。随着标准数字化的发展,标准的普及与使用更加广泛,在标准数字化发展过程中,油田企业高质量发展对标准动态数据质量提出了更高要求,尚未形成高相关、系统化、一体化的标准动态数据源分析与监测方法,无法及时跟踪全球
11、有关油田环保安全领域标准数据、政策法规、战略规划、科技成果等,不能实时跟踪与推送前沿与热点内容,自然无法满足支持用户便捷了解科技标准的最新发展动态。同时,油田环保安全领域各标准管理平台在标准数字内容来源、加工、更新、管理和存储格式等方面都有所区别,形成了“各自为政的局面”,亟待建立统一的标准数据“源”。因此,为有效支撑国家和国家标准数字化战略有效实施,本论文开展油田环保安全标准关联性监测技术研究,针对油田环保安全标准相关国内外动态信息(如:标准动态、政策法规、智库报告、情报产品、热点栏目)进行油田环保安全标准领域自动化关联性监测,及时跟踪与推送前沿与热点内容,支持用户便捷了解油田环保安全标准领
12、域最新发展动态。1 研究综述标准关联性监测(Association Monitoring)是指围绕某一领域标准通过对多个相关事件或数据点之间的关联进行实时监测和分析,以发现新的关联模式、趋势或异常情况的过程。这种监测技术在不同领域中都有广泛的应用,如:市场分析、金融风控、社交媒体挖掘等。数据源关联监测相关技术的发展可以追溯到互联网的兴起和数据爆炸的时代。数据源关联监测是指对数据源进行实时或定期的监测和分析,以识别数据的变化和趋势。在互联网和大数据时代,数据源的规模和多样性迅速增加,对数据源关联监测的需求也日益增加。随着技术的不断发展,相关技术在过去几十年发生了巨大变化。在数据源关联监测的发展历
13、史中,最早应用的技术之一是网络爬虫1,2。网络爬虫技术最早出现在20世纪90年代末,用于搜索引擎的数据收集和索引。当时的搜索引擎如:Altavista和Excite都使用了网络爬虫技术来抓取互联网上的网页。随着互联网规模的迅速扩大,网络爬虫技术也得到了进一步的发展和改进。现在,网络爬虫已广泛应用于各种领域,如:舆情监测、新闻采集和金融数据收集等。另一个重要的技术是文本挖掘3,在20世纪90年代末至2000年初开始得到关注和发展。标准应用研究49STANDARD SCIENCE2024,No.2当时,研究者开始使用自然语言处理和机器学习技术,对大规模文本数据进行分析和挖掘。这为数据源关联监测中的
14、文本分析提供了基础。通过文本挖掘技术4,可以从数据源中提取关键词、主题和情感等信息,以便判断数据源的变化和趋势。随着计算能力和数据量的增加,机器学习技术也开始应用于数据源关联监测。机器学习5,6是一种通过算法让计算机从数据中学习和提取模式的技术。在数据源关联监测中,机器学习可以用于构建模型并预测数据的变化和趋势。研究者可以使用机器学习算法如:支持向量机、决策树和神经网络等来构建模型,以自动识别异常行为和趋势,并提供预测结果。统计分析7也是数据源关联监测中的重要技术之一,是一种用于分析和解释数据的技术。在数据源关联监测中,统计分析技术常用于比较和分析不同时期的数据。通过统计分析,可以检测数据的趋
15、势、方差和相关性等统计指标,帮助用户理解数据源的动态变化。此外,随着人工智能和大数据技术的快速发展,数据源关联监测也融合了一些新兴的技术。例如:自然语言处理和语义分析技术可以进一步提高文本数据的理解和处理能力。深度学习技术7的应用可以帮助处理复杂的模式和结构。同时,云计算和分布式处理技术可以加速数据源关联监测的速度和效率。区块链技术的引入可以保证数据的安全性和可信度。数据源关联监测相关技术在过去几十年中取得了长足的发展。网络爬虫、文本挖掘、机器学习、统计分析和数据可视化等技术的进步不仅提高了数据源关联监测的效率和准确性,还为决策者和研究人员提供了更好的数据分析和洞察力。随着新兴技术的不断涌现,
16、比如:自然语言处理、深度学习和区块链等,数据源关联监测将进一步发展和创新。这些技术应用于油田环保安全领域标准数据源关联监测,也将促进油田环保安全领域标准数字化的发展。目前已经开始对标准关联性监测进行探索,中国标准化研究院通过监测国内外相关网站实现实时追踪抓取国内外相关标准化信息情报,在此基础上形成标准舆情化产品。国家科技图书文献中心(NSTL)建成了科技标准重点领域信息门户,该门户聚焦标准化与科技创新互动、资源环境标准化、质量研究、农业食品标准化、高新技术标准化等领域,跟踪全球有关科技标准的政策法规、战略规划、科技成果等,实时跟踪与推送前沿与热点内容,支持用户便捷了解科技标准的最新发展动态。目
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 油田 环保 安全 领域 标准 数据 关联性 监测 技术研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。