Методологические основы анализа и обработки нечеткой информации на нефтегазодобывающих предприятиях

• Автор: Семухин, Михаил Викторович
• Шифр специальности: 05.13.01
• Научная степень: Докторская
• Год защиты: 2008
• Место защиты: Самара
• Количество страниц: 399 с. : ил.

Введение.
1 Анализ традиционного моделирования и обработки информации в нефтегазовых технологиях

1.1 Системы нефтегазодобычи как сложные системы.

1.2 Многоуровневая структура сложных систем нефтегазодобычи

1.3 Анализ процессов моделирования и принятия решений в нефтегазодобывающих системах

1.4 Системный подход при моделировании сложных систем нефтегазодобычи в условиях неопределенности.
1.5 Преимущества мягких вычислений для моделирования и обработки геологопромысловой информации в условиях неопределенности

1.6 Выводы по первому разделу.

2 Технология мягких вычислений для моделирования и принятия решений в условиях неопределенности.

2.1 Базовые описания для построения нечетких моделей

2.2 Форматизация мягких вычислений для обработки нечеткой информации

2.3 Аналитические методы для мягких ашебраических операций.
2.4 Численные методы расчета нечетких величин
2.5 Дискретные методы мягких вычислений
2.6 Особенности решения уравнений и систем уравнений с нечеткими коэффициентами.
2.7 Выводы по второму разделу
3 Методы принятия решений и оптимизации в нечетких условиях
3.1 Задачи оптимизации и принятия решений в нечеткой постановке
3.2 Игры в нечетко определенной постановке.
3.3 Многоуровневая структура численных методов решения, задач математического программирования и идентификации
3.4 Динамические задачи принятия решений и особенности контроля и управления в условиях стохастической неопределенности.
3.5 Многошаговые процессы принятия решений в нечетких условиях
3.6 Выводы по третьему разделу.
4 Принципы построения системы математических моделей сложных систем в условиях неопределенности
4.1 Стратиграфическое описание сложных систем и иерархия вложенных моделей.
4.2 Общие принципы построения системы математических моделей структурносложных объектов
4.3 Процедуры интеграции разнородной информации при принятии решений в условиях неопределенности.
4.4 Многослойное моделирование в условиях неопределенности.
4.5 Мягкие вычисления в многоуровневых модельных
ограничениях.
4.6 Выводы по четвертому разделу.
5 Методы мягких вычислений для аналитической обработки нефтегазопромысловой информации в условиях неопределенности.
5.1 Контроль уровня неопределенности при оценке технологических и геологопромысловых параметров
5.2 Обработка гидродинамических исследований газовых скважин при неточных измерениях.
5.3 Оценка параметров газоносного пласта с учетом точности геологогеофизической информации
5.4 Аналитические расчеты параметров средней скважины и технологических показателей разработки газового месторождения.
5.5 Балансирование измерительной информации в
газосборных сетях при оценке фактических дебитов скважин.
5.6 Идентификация нечетких коэффициентов гидравлических сопротивлений
5.7 Расчеты экономических показателей разработки месторождений в условиях неопределенности исходной информации
5.8 Выводы по пятому разделу
6 Многослойное моделирование нефтегазопромысловых процессов и
систем.
6.1 Оценка обобщенных фильтрационноемкостных свойств скважин и уточнение коллекторских свойств пластов и пропластков
6.2 Многоуровневая система моделей подсчета запасов газа с учетом точности геологогеофизической информации
6.3 Интеграция информации при подсчете запасов нефти в условиях неопределенности.
6.4 Балансировка крупноблочных моделей разработки нефтяных месторождений
6.5 Согласование данных и расчет балансов газового месторождения для оценки процессов обводнения
6.6 Взаимодействие вложенных моделей при расчете и идентификации режимов работы сетевого межпромыслового коллектора и газосборных сетей
6.7 Стратиграфическая система моделей при оптимизации режимов работы сетевого .межпромыслового коллектора
6.8 Выводы по шестому разделу.
Основные выводы и рекомендации.
Библиографический список.
Приложение А. Программный комплекс по оценке запасов.
Приложение Б. Акты внедрения.
Введение
Актуальность


В настоящее время при математическом моделировании процессов разработки нефтяных месторождений широко используется дедуктивный подход, когда пытаются понять поведение системы в целом, описав в деталях частные механизмы и уравнения 4. Основная проблема при этом отсутствие возможности аналитической обработки и принятия решений при наличии большой погрешности в исходной информации. Получаемые таким образом детерминированные трехмерные модели имеют ограниченное применение. С одной стороны их довольно успешно используют как научный инструмент, заменяющий собой дорогостоящие натурные эксперименты, для поиска стратегий управления и совершенствования технологий разработки залежей. С другой стороны их пытаются использовать для целей прогноза и мониторинга реальных объектов разработки, что естественно, в силу сложности самого моделируемого объекта ведет к печальным последствиям. При решении задач в детерминированной постановке с ростом сложности и размерности модели возникают большие проблемы с устойчивостью расчегных и оптимизационных задач. Основное препятствие для детерминированных моделей отсутствие достоверной информации о детальном геологическом строении пласта и большие погрешности в промысловых данных рисунок 1. Рисунок 1. Как отмечается в , точность геологогеофизических материалов настолько низка, что трехмерные геологические и особенно гидродинамические модели, построенные с помощью сейсмических данных и определения проницаемости но ГИС, не более чем фикция погрешность определения проницаемости по ГИС 0. В двух и трехмерных математических моделях приходится априори вводить предположения об изменении геологофильтрационных параметров в межекважиином пространстве. Кроме того, не учитываются случайные флуктуации и фрактальная составляющая процессов. Отсутствие надежной достоверной исходной информации о пластах и геологической основы объекта разработки, а также надежной информации о промысловых исследованиях скважин, отборах флюидов и закачке агентов по скважинам и в целом по пластам делает бессмысленным использование более сложных математических моделей для прогнозирования процесса при проектировании разработки. Кроме того, в настоящее время отсутствуют эффективные алгоритмы идентификации параметров гидродинамических моделей, что приводит к необходимости проведения большого числа итерационных расчетов для настройки моделей. При наличии истории объекта разработки со значительным числом скважин адаптация математической модели при огромном числе расчетных элементов становится довольно трудоемкой длительной и очень затратной операцией при относительно невысокой точности прогноза технологических показателей разработки объекта. Таким образом, многомерные детерминированные модели оказываются избыточно сложными 4. Кроме того, наличие огромного числа расчетных элементов усиливает неустойчивость счета и увеличивает погрешность расчета технологических показателей. Анализ приведенных довольно естественных требований показывает, что традиционный алгоритмический подход и существующие программные средства не в состоянии их удовлетворит,. Кроме того, среда, в которой происходит моделирование, отличается от прошлых сред, в которых проводились отдельные интерпретации, иногда совершенно независимо друг от друга, и затем результаты таких интерпретаций направлялись на хранение для того, чтобы потом объединить их в связанные модели. Такой подход обнаруживает разногласие в данных и интерпретации, что приводит к множеству изменений на ранних стадиях процесса. Теряется огромное количество времени и, что еще хуже, неточности остаются незамеченными и остаются в модели при увеличении ее масштаба и увязке с предысторией. Чем сложнее моделируемое поведение и чем выше требования к адекватности модели, тем сложнее, естественно, и сама модель. В свою очередь, рост сложности математического аппарата очень скоро привел к невозможности качественного изучения поведения моделей сложных систем аналитическими методами. Использование же численных методов исследования вносит свои дополнительные ограничения по точности, сходимости расходимости вычислительной схемы, по необходимым компьютерным ресурсам и т.