煤炭港口水系統數據管理方法

張廣元

摘? ?要： 煤炭港口周邊揚塵和污水的存在帶來了嚴重的環境污染，對水系統進行有效的數據管理成為迫切需要。針對傳統的煤炭港口水系統存在著重數據、輕管理，數據管理體系不健全、數據統計與處理手段落后等問題，形成基于信息化的煤炭港口水系統數據管理方法：一是根據組織結構，將人力資源及相關制度文件等考慮在內，形成內控制度完善、具有約束力的煤炭港口水系統數據管理體系;二是建立水系統數據管理平臺，實現基礎信息管理、數據采集、數據計算分析、數據報表查詢等基本功能;三是將SPSS數據分析軟件接入水系統數據處理與統計模塊，直觀監測月度、年度用水規律。煤炭港口水系統數據管理方法打破了手動抄表、計算等傳統管理手段，將水系統數據管理從靜態管理變為動態管理，提升了管理水平，減少了人為因素，提高了水系統調水效率。

關鍵詞： 煤炭港口;水系統;數據管理;SPSS;組織結構;動態管理

引言

隨著我國煤炭港口規模不斷擴大，環境污染問題也日益嚴重，創建環境友好、生態優良的綠色煤炭港口成為發展目標。

目前，煤炭港口的主要污染源是揚塵和污水。針對這一問題，煤炭港口投入并建立了大量的水系統基礎設施，實現了各水源與各泵站的互聯互通，形成了龐大的水系統網絡。這一水系統網絡不僅能滿足煤炭港口的日常生活用水及綠化用水需求，而且能結合合理的水源調度方式、及時的污水治理策略，將煤炭港口環境污染降至最低。

煤炭港口水系統的關鍵要素是數據。數據管理是煤炭港口水系統管理提升效率的重要應用領域。目前，煤炭港口水系統數據管理主要存在重數據、輕管理，數據采集、應用的管理體系不健全，管理人員應用信息系統的技能有待提升，數據統計與處理手段落后等問題[1]。這些問題極大地制約了煤炭港口水系統數據管理質量和效能。

據此，本文首先針對上述問題，提出煤炭港口水系統數據管理需求;其次，圍繞人力資源、設備資源及相關制度文件的調配，構建煤炭港口水系統數據管理體系;然后，通過信息化手段，搭建水系統數據管理平臺，為水系統數據采集與分析做好準備;最后，結合水系統數據處理與統計實例，展現本文提出的水系統數據管理方法在水系統運行決策中發揮的重要作用。

1? 煤炭港口水系統數據管理需求分析

目前，煤炭港口水系統數據管理系統亟待從以下方面進行突破：

（1）解決“重數據、輕管理”的問題。目前水系統數據幾乎全部由人工抄寫、計算，Excel臺賬記錄也由人工填寫，無法統計的數據甚至是根據主觀經驗猜測而來的。因此，當前的水系統數據管理方式原始、簡單，人為因素多、漏洞嚴重，應從信息技術應用控制層面加強內控。

（2）加強數據管理體系構建[2]。如果要實現水系統數據管理，除了對已有的數據進行采集、整理、統計、分析、規范以外，還需要對整個水系統的部門運行數據進行全面采集。哪怕只少一個業務班組、一塊業務或一個崗位的數據，都將導致數據管理體系不完整，這就需要對每個部門、每塊業務、每個崗位進行細化。

（3）提升信息化水平，注重人員操作技能。上文已提到煤炭港口水系統數據、臺賬由人工抄寫、猜測的管理現狀，因此，應注重水系統運行、管理人員信息化知識理論的掌握和操作技能的提高。但是，目前煤炭港口水系統信息化基礎相對薄弱、信息化需求不旺、信息孤島突出。此外，還存在現場硬件老舊、信息化軟件落后、數據無法正確上傳等問題，有待改進。

2? 煤炭港口水系統數據管理體系構建

對煤炭港口水系統數據管理體系進行構建，可以從頂層設計的高度，較為客觀、真實地反映出煤炭港口水系統的運行情況。當前，以新一代信息技術為基礎的數據管理體系，能夠將多種不同類別的信息進行融合，增強信息的可用性;同時，運用先進的數據管理思想，能夠對各業務、各崗位工作進行細化，建立科學有效的績效考核制度，將靜態管理轉變為動態管理，最終實現煤炭港口水系統運行過程的全面控制[3-4]。本文構建的煤炭港口水系統數據管理體系如圖1所示。

在煤炭港口水系統管理組織結構方面，根據現狀，將數據管理相應負責人考慮在內，完善水系統數據管理中需要的人力資源、設備資源及相關制度文件等，力求涵蓋水系統全部數據，并將數據收集、數據統計、數據分析等環節貫穿始終[1]。

在人力資源管理方面，具體而言，在設立相應的數據管理崗位時，擺脫原先的崗位職責不清的狀況，系統合理地對相關人員進行協調分配，規定部門經理為數據管理體系的總負責人，全員必須遵守數據管理體系相關制度，接受行為規范的約束[5]。

在數據的收集、統計和分析方面，摒棄了手動抄表、計算、錄入的方式，而是通過智能水表每日定時將數據上傳至水系統數據管理平臺（參見本文第3章），管理人員每日登錄該平臺審核數據上傳情況。該方式保證了數據的正確性、準時性、唯一性，也避免了數據的錯誤遺失，同時可對數據進行簡單的數據處理分析。對于較復雜的數據分析，參見本文第4章。

3? 水系統數據管理平臺

在煤炭港口水系統數據管理中，各水源進水量、各站點用水量、污水處理量以及各水池水位、壓力等數據資源是重要管理對象。為實現信息化管理，數據管理人員不僅要收集保管好這些數據，還要靈活編制數據管理報表，根據水系統管理目標，挖掘數據變化規律，對數據進行針對性的統計和分析，將水位信息變為水量，壓力信息變為流速，從定量到定性，實現水系統動平衡管理[6]。

本章基于B/S模式，以Java和JS為開發語言，以Bex5企業快速開發平臺為依托，建立水系統數據管理平臺[7-8]。

在數據采集方面，該平臺可實現供水數據采集、污水數據采集和調水數據采集;在數據報表查詢方面，該平臺可生成日數據報表和月數據分析報表;在基礎數據管理方面，該平臺可進行基礎數據配置、角色管理配置和角色權限配置。此外，平臺主體還有用戶登錄管理，登錄信息查詢，基于樹形結構的數據查詢、數據優化、有效性檢查以及Excel數據報表導出等功能。水系統數據管理平臺架構如圖2所示。

3.1? 功能模塊

根據圖2，該平臺包括四個模塊——基礎信息管理模塊、數據采集模塊、數據計算分析模塊、數據報表查詢模塊。各模塊功能詳細介紹如下。

（1）基礎信息管理模塊。該模塊包括基礎數據配置、角色管理配置、角色權限配置，該模塊應用于系統的日常使用與維護。

（2）數據采集模塊。該模塊根據煤炭港口業務需求分為供水數據采集、污水數據采集、調度數據采集三個界面，各業務人員根據自己的業務屬性分配相應的界面權限，并登錄界面完成數據的采集，實現水系統數據的全面采集、錄入、存儲和編輯。數據采集包括自動讀取和人工錄入兩個部分。對于現場已安裝智能水表可自動采集數據的站點，系統每日采集一次數據并上傳至數據庫。對于現場不能自動采集數據的站點，業務人員登錄系統錄入每日數據，完成數據的采集。

（3）數據計算分析模塊。該模塊功能是協助水系統業務人員根據業務需求完成數據的計算和分析。該模塊以數據采集模塊為基礎，采用科學的數據處理方法，對基礎數據進行二次加工開發，進而得到業務需求數據。

（4）數據報表查詢模塊。該模塊分為日數據報表和月數據分析報表兩個界面，用戶可根據查詢日期、用水屬性等查詢條件進行查詢，還可導出水系統進用水Excel表，便于管理人員掌握每日運行的水系統數據情況;月數據分析報表界面根據管理人員對水系統數據的月度數據分析需求，制定相應的統計分析方法，實現月度統計數據的查詢、展示和Excel導出。

3.2? 數據表類型

根據水系統業務屬性，該平臺的數據表有三類：供水表、污水表、調度表，每個數據表包括水量、水位、壓力等數據參數。

（1）供水表。供水表主要包括供水班組涉及的各站點水表數據，如一期泵房電廠供水、一期泵房市政供水、綠化用水、各水表壓力等數據。

（2）污水表。污水表主要包括污水班組涉及的各污水處理站污水處理量、用藥量等，如二期煤污水處理站處理量、PAC用藥量、PAM用藥量等數據。

（3）調度表。調度表主要包括調度班組涉及的各站點進、用水數據以及各水池水位信息等，如一期高壓用水、二期翻車機用水、5號池今日水位等數據。

3.3? 數據庫設計

該平臺使用SQL Server 2012，主要設計了以水系統數據（SXTSJ）為名稱的水系統數據管理平臺后臺數據庫。該數據庫主要包括：供水表（GSB），存放供水數據信息表;污水表（WSB），存放污水數據信息表;調度表（DDB），存放調度水數據信息表;組織機構表（SA_OPOrg），存放系統的人員信息;其他系統表。

3.4? 關鍵代碼

以調度錄入頁面為例說明關鍵代碼的實現過程，如下：

Model.prototype.savebuttonClick = function（event）{

var data=this.comp（"mainData"）;var data2=this.comp（"swfilterData"）

var sj=data.getValue（"fSJ"）;var sjr=sj.toString（）.substring（8，10）

var nDate = justep.Date.fromString（sj， 'yyyy-MM-dd'）;var date = justep.Date.increase（nDate， -1， "d"）;

var date1= justep.Date.toString（date，'yyyy-MM-dd'）;

var ny=sj.toString（）.substring（0，7）;

var name=this.getContext（）.getCurrentPersonName（）;

data.setValue（"fLRR"， name）;

var strDate = justep.Date.toString（new Date（）， justep.Date.STANDART_FORMAT）;

var lrsj = justep.Date.fromString（strDate，'yyyy-MM-ddThh：mm：ss'）;

data.setValue（"fLRSJ"， lrsj）;

var currentRowID = data.getCurrentRowID（）;

data.each（function（param） {var row = param.row;

if （row.getID（） ！== currentRowID && data.getRowState（row） ！== "none"） {data.setRowState（param.row， "none"）; };}）;data.saveData（）;data.refreshData（）;};

4? 水系統數據處理與統計

根據煤炭港口水系統運行情況，水系統數據處理與統計采用SPSS數據分析軟件進行，接入第3章所述的水系統數據管理平臺[9]。煤炭港口水系統每天都會產生大量不同類型的數據，但有些數據與水系統運行相關，而有些則無關。在水系統數據管理中，數據的處理與統計是核心，若無法對數據做出正確的處理與統計，就會對未來水系統的運行、調度決策作出錯誤的判斷，帶來水資源的極大浪費。反之，則可對水系統運行決策提供正確的依據，帶來可觀的社會效益和經濟效益。

對于較復雜的數據分析，接入專業的SPSS數據分析軟件[10]?，F以煤炭港口水系統年度進水量為例進行說明。首先，登錄水系統數據管理平臺，對進水量數據進行收集與整理;然后，在該平臺月度分析報表界面下載Excel數據表，如表1所示。

數據分析人員得到這些數據后，將其輸入至SPSS軟件，即可對數據進行分析對比，可到2019年市政水、電廠水、壓艙水、污水回用、生態水等水源進水量的變化波動圖，如圖3所示。

分析得知，新鮮水源（市政水、電廠水）趨勢大體一致，夏天7、8月份進水量最少，春天、秋天4、5、10、11月份進水量較多;生態水（雨水）趨勢則不同，夏天7、8月份顯著增多，冬天10、11月份明顯減少，跟季節氣候有很大關系，屬于人為不可控因素;壓艙水呈“M”型趨勢，3、6、9、10月份進水量較多;污水也呈“M”型趨勢，5、6、9、1月份較多，主要原因是冬季天氣寒冷，不處理回用污水，而夏季生態水（雨水）水源充足，處理污水較少。從月份進水量來看，市政水、污水回用進水量普遍高于其他水源，市政水是主要進水源，污水回用是第二大進水源，壓艙水、電廠水及生態水緊跟其后。在煤炭港口水系統數據管理平臺通過此曲線趨勢圖監測得到年度用水規律，就可以合理調配下一年市政水、電廠水、壓艙水及污水四大水源月度進水量，對下一年每月進水源的指標制定提供堅實有利的依據。

5? 結論與展望

本文首先分析了煤炭港口水系統數據管理現狀，從煤炭港口水系統運行實際工作出發，以精細化管理為目標，基于數據管理思想，融合信息化手段，提出一套完整的煤炭港口水系統數據管理方法。該方法通過構建合理的數據管理體系、搭建水系統數據管理平臺、接入專業的SPSS數據分析軟件等措施，讓數據具有實時展示功能，體現最大價值，摸索數據規律，把握好數據對煤炭港口環境影響的邊界條件，實施煤炭港口管理運行決策。

本文打破了傳統的數據管理手段，將水系統管理從靜態管理轉換為動態管理，力爭將數據管理達到最優。目前水系統數據管理尚在起步階段，仍存在系統功能簡單、數據分析維度較小等問題。如何將數據的顆粒度與企業的最優決策相結合，更好地體現數據對煤炭港口管理的重要作用，是未來需要繼續探索與努力的方向。

參考文獻

[1] 郝麗芳. JDZ燃氣公司數據管理體系構建與效能評價[D]. 南昌： 南昌大學， 2012： 10-27.

[2] 何國正， 張建林. 企業管理新概念： E化企業與E化管理[J]. 武漢科技學院報， 2007（1）： 88-92.

[3] 孫華梅. 數據挖掘及其在企業管理中的應用[J]. 商業研究， 2008（5）： 69-71.

[4] 金智勇. 鐵路物資大數據管理體系建設研究[J]. 學習與研究， 2019（7）： 24-26.

[5] 王海萍. 大數據時代下企業財務管理的創新研究： 評《大數據時代下的企業財務管理研究》[J]. 商業經濟研究， 2020（23）： 193.

[6] 張寧. 基于大數據的高校信息化模型的評估[J]. 新鄉學院學報， 2020（12）： 48-57.

[7] 唐麗娜. 基于Bex5+SQL Server的神華黃驊港務公司內部審計系統的開發與實現[J]. 軍民兩用技術與產品， 2016（7）： 79.

[8] 張澤恩. 利用BeX5平臺實現與后臺數據庫的交互應用[J]. 電子技術與軟件工程， 2017（12）： 182.

[9] 朱鈺， 朱英珍， 劉鵬飛. 基于spass軟件的陜北公路邊坡K-均值聚類分析[J]. 公路交通科技， 2017（4）： 130-132.

[10] 陳成. 基于SPASS模型的銀行個人理財客戶滿意度影響因素分析： 以農業銀行長安路支行為例[J]. 時代金融， 2013（11）： 145.