125 论某省级石油天然气管网公司长输管道调控与站场信息化设备运维服务项目的部署实施

ONEPSOFT | 软考学习知识库

---

2022年5月，我公司中标某省级石油天然气管网公司信息化设备运行维护项目。由于我曾有该类运维项目的成功案例，公司任命我为系统规划与管理师，负责管理该项目的运维工作。本运维项目主要工作包括对该司下属调控中心及多个输气站场、阀室的各类生产应用系统的网络维护服务，设备故障、异常操作处理、设备监控服务、网络设备系统性能优化配置服务、重大事件现场值守服务，以及系统服务器、网络、数据库的日常监控与维护，定期形成巡检报告和维护日志，确保日常工作的标准化、规范化开展。由于管道运输行业的特殊性，该公司生产业务流程众多，信息化设备和系统十分复杂，其中包含了SCADA数据采集与监控系统、管道泄漏检测系统、站场PLC控制系统、办公自动化系统OA、ERP系统等多个生产及办公应用系统。由于信息系统的可靠稳定运行与管道输气安全息息相关，生产业务系统对信息系统高度依赖，因此对各信息系统的可靠性、可用性、连续性等性能要求比较高。也正因如此，对项目执行过程中可能导致的系统中断、数据丢失以及其他各种不确定性和风险的管理就显得格外重要。在项目开展过程中，除了保证SLA高效合理地完成外，我重点抓了项目的应急响应预案管理，采取各种措施进行预防和监控，防止因各种原因导致系统不稳定和服务质量下降。下面从制定应急响应预案、演练启动与执行、演练结束与评估总结、成果运用与文件备案、考核与奖惩等方面展开论述。

一、制定应急响应预案

天有不测风云，对意外提前进行预防，可以减少损失、避免更多伤害。对信息系统维护而言，对意外和突发事件的提前预防更加重要，系统和数据一旦受损，将严重影响关键及重要业务系统的运作，进而影响客户对服务的满意度。在服务规划设计阶段进行需求识别时，我和团队成员对客户的关键需求，也就是对系统可靠性、可用性、连续性的需求进行了详细认真的识别和定义，对项目执行中可能出现的各种风险进行了评估。例如，我们把SCADA通信链路中断、调控中心大屏显示异常、站场数据上传延迟等高频风险逐项登记在册，并明确了对应的处置要点。比如自然灾害、基础设施故障、核心应用故障、安全事件等引发的重大突发事件，都可能对IT服务的运营产生严重影响，为避免这些事件发生，或在发生后能够及时恢复系统和数据，就需要我们制定风险评估和应急预案编制计划。应急预案主要适用于系统因下述情形导致业务中断、数据丢失的事件，例如自然灾害引起的对IT系统的灾难性破坏，通信线路故障导致系统重大故障，电源电路及机房基础设施故障，系统数据库、存储、中间件故障导致的重大系统性故障，以及计算机病毒传播、网络攻击破坏等引发的重大安全突发事件和应用系统故障等。

在应急预案中，我和团队成员明确了目标，制定了应急演练的原则，要求演练紧密结合应急管理工作实际，根据资源条件确定演练方式和规模。我们成立了相应的应急组织体系并划分了职责，比如指挥小组主要负责启动应急预案、协调行政工作和后勤保障资源，作为与管理层和业务部门沟通的接口，决定其他重大事项，并负责组织预案的维护、演练和管理工作；IT恢复小组则细分为机房保障组、网络恢复组、安全恢复组、系统与存储恢复组、中间件恢复组等，统一由各小组组长指挥调度。同时，我们还对突发事件进行了等级划分，例如系统性故障造成20%至60%的集中基础、核心、关键系统不可用且在24小时内无法恢复，或者60%以上的集中基础、核心、关键系统不可用且在12小时内无法恢复的，定义为特别重大突发事件；此外还划分了重大突发事件、较大突发事件以及其他造成局部业务中断的故障。等级划分之后，便于我们界定故障类型，制定不同的应急预案和处理措施。

二、演练启动与执行

演练正式启动前，各参演小组均按照应急指挥办公室通知的场景进行了集合，我们组织了简短的仪式，由我作为演练总指挥宣布演练开始并正式启动演练活动。在演练的预演过程中，我们开展了电源线路以及机房基础设施故障的演练。接到演练启动指令后，各小组负责人立即各司其职：网络恢复组马上排查原因并迅速接入备用线路，机房保障组准备和恢复机房设备与设施，重点保障电源、空调和门禁等，为其他恢复组的恢复工作创造条件，确保恢复过程中所需通信链路畅通。演练过程紧张有序、有条不紊，这与我们在演练之前提前进行桌面预演的训练是分不开的。演练过程中，我还安排人员对本次预案演练的具体实施做了详细记录，同时用相机拍照和摄像，以便记录和发现整个演练过程中存在的问题，为今后的演练工作积累经验。

三、演练结束与评估总结

按照预先制定的演练方案，演练过程进行顺利，所有内容及程序都按要求逐项实施完成后，我宣布演练结束。对于演练过程中的各个场景，评估小组都做了详细记录和评价，并填写了《电源线路及机房基础设施故障演练方案实施情况评估表》。同时，我们在应急演练结束后召开了简短的评估总结会，由各演练小组组长分别发言，对本次演练中各组做得好的地方和不足进行了评价。针对演练中出现的情况和问题，我作为总指挥做了总结，指出部分参演人员对演练重视程度不够、缺乏责任感，演练虽然进行顺利，但部分人员没有把演练的故障当成真正出现的问题，缺少紧迫感和危机感；另外，部分演练人员业务技能不够熟练，比如线路切换过程中对操作顺序和流程不够熟悉，响应速度没有得到明显提升。这些都是后续演练中需要改进和完善的地方。

四、成果运用、文件备案与奖惩

对各小组提出的问题，我组织人员进行了汇总和分类，并针对各类问题制定了整改措施，包括修改完善应急预案、有针对性地加强应急人员的教育培训，以及更新补充不完善的应急物资储备。为使后续工作顺畅开展，我组织人员建立了改进任务表，要求按规定时间对改进情况进行跟踪和监督检查。完成所有工作后，按照相关规定，我们将演练计划、演练方案、应急预案演练评估报告、应急预案演练总结等资料交由安全生产监督部门备案，并归档保存其中一份作为备查资料。同时，为了鼓励本次演练中表现突出的个人和小组，我们给予了适当的物质奖励；对不按照规定参加演练、影响演练正常开展的小组，严肃提出了批评。通过奖惩并举，各小组对后续演练的重视程度明显提高，演练效果一次比一次扎实。

2023年5月，项目如期交付，在满足运维SLA的前提下，质量、成本、进度等方面都达到了预期。由于我和团队成员共同努力，提前进行风险管理，评估项目的各种运行环境，制定灾难恢复计划及应急响应预案并组织演练，项目的应急管理工作相当到位。项目执行以来，各方面绩效完成良好，运维的各信息系统及设备均运行正常，服务的可靠性、连续性和可用性都得到了良好保障，客户对此给予了高度评价。项目执行过程中虽然也有一些小问题，但经过我不断改进和纠正，最终顺利交付。今后，我将继续努力学习相关知识，未雨绸缪、防患于未然，从根源上提升服务质量，不断提升自己的管理水平。应急管理工作没有终点，只有把每次演练当成实战，才能让预案真正管用、管得住。