Методы, модели и алгоритмы повышения эффективности процессов добычи и транспортировки нефти и построения систем управления на основе нейросетевых и многомерных логических регуляторов с дискретными термами тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Сагдатуллин Артур Маратович

  • Сагдатуллин Артур Маратович
  • доктор наукдоктор наук
  • 2022, ФГБОУ ВО «Ижевский государственный технический университет имени М.Т. Калашникова»
  • Специальность ВАК РФ00.00.00
  • Количество страниц 277
Сагдатуллин Артур Маратович. Методы, модели и алгоритмы повышения эффективности процессов добычи и транспортировки нефти и построения систем управления на основе нейросетевых и многомерных логических регуляторов с дискретными термами: дис. доктор наук: 00.00.00 - Другие cпециальности. ФГБОУ ВО «Ижевский государственный технический университет имени М.Т. Калашникова». 2022. 277 с.

Оглавление диссертации доктор наук Сагдатуллин Артур Маратович

СПИСОК СОКРАЩЕНИЙ

ВВЕДЕНИЕ

Глава 1 АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ УПРАВЛЕНИЯ ПРОЦЕССАМИ ДОБЫЧИ, ТРАНСПОРТИРОВКИ И НЕФТЕПОДГОТОВКИ

1. 1 Актуальность темы исследования и перспективные направления решения поставленных научных задач

1.2 Исследование методов и средств повышения эффективности систем автоматизации и управления технологическими процессами добычи и подготовки нефти

1.3 Анализ построения автоматизированных схем управления насосным оборудованием и насосными станциями

1.4 Исследование методов построения систем управления нефтегазодобывающим насосным оборудованием и используемых регуляторов

1.5 Анализ управления нелинейным объектом нефте- и газоперекачива ющей системы в условиях неопределенности

1.6 Постановка проблемы исследования

Глава 2 МЕТОДЫ И АЛГОРИТМЫ ПОСТРОЕНИЯ АСУ РЕЖИМОВ РАБОТЫ НЕФТЯНОГО НАСОСНОГО ОБОРУДОВАНИЯ НА ОСНОВЕ

НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ

2.1 Методы эффективной организации и создания систем автоматического управления разработкой нефтегазовых месторождений

2.2 Метод энергоэффективного управления скважиной на основе оперативной информации об объекте

2.3 Нейросетевой контроллер для управления скоростью асинхронного двигателя

2.4 Метод идентификации и прогнозирования режимов работы скважин

и анализ состояния насосного оборудования

2.5 Разработка интеллектуальной подсистемы поддержки принятия решений при управлении процессами добычи и транспортировки нефти

в условиях неопределенности

2.6 Система поддержки и принятия решений при краткосрочном прогнозировании дебита эксплуатационных скважин на основе нейросетевой модели

Выводы по главе

Глава 3 РАЗРАБОТКА МЕТОДОВ ДЛЯ ПОСТРОЕНИЯ СИСТЕМ УПРАВЛЕНИЯ И АВТОМАТИЗАЦИИ ПРОЦЕССОВ ДОБЫЧИ,

ТРАНСПОРТИРОВКИ И НЕФТЕПОДГОТОВКИ

3. 1 Разработка метода управления процессом транспортировки нефти

на насосной станции на основе логических регуляторов с дискретным и термами

3.2 Метод управления процессами на насосных станциях с ПИД-регулято-рами с автонастройкой коэффициентов регулирования

3.3 Разработка метода адаптивного интеллектуального логического управления нелинейными объектами нефтегазодобычи в условиях нечетко заданной информации

3.4 Разработка интегрируемых в систему управления математических моделей как основы контроля и регулирования технологических процессов добычи, транспортировки и подготовки нефти

3.5 Анализ энергоэффективности разработанных схем автоматизации

и управления насосным оборудованием на месторождении

3.6 Прогнозирование концентрации содержащихся примесей при транспортировке нефтяной эмульсии со скважин

Выводы по главе

Глава 4 РАЗРАБОТКА МЕТОДОВ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ РЕГУЛЯТОРОВ НА ОСНОВЕ ЭНЕРГОЭФФЕКТИВНЫХ СХЕМ

И АЛГОРИТМОВ КОНТРОЛЯ НАСОСНОГО ОБОРУДОВАНИЯ

4.1 Разработка метода энергосберегающего управления пуском и торможением электроприводов насосов как основы для МНЛРсДТ

4.2 Разработка методов энергосберегающего управления для схем автоматизации с высоковольтными электроприводами насосов

4.3 Разработка алгоритма управления технологическими процессами насосных станций с МНЛРсДТ

4.4 Метод интеграции подсистем нейросетевого и логического управления

на основе разработки компонентов OPC «клиент-сервер»

4.5 Разработка алгоритма и метода интеграции подсистемы управления и нейросетевого логического регулятора на основе создания компонентов

«клиент-сервер»

Выводы по главе

0СН0ВНЫЕ ВЫВOДЫ И РЕЗУЛЬТАТЫ

ПРИЛОЖЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

СПИСОК СОКРАЩЕНИЙ

АИО автоматическое исполнительное устройство

АСУТП автоматизированная система управления технологическими

процессами

АД асинхронный электродвигатель

БКУ блок конденсаторных установок

ВАД высоковольтный асинхронный электродвигатель

КИП контрольно-измерительный прибор

НГДУ нефтегазодобывающее управление

НР нечеткий регулятор (Fuzzy controller)

ЛР логический регулятор

МНЛсДТ многомерный логический регулятор с дискретными термами

ИУС информационно-управляющая система

ИМ исполнительный механизм

МНР многомерный нечеткий регулятор

МЛР многомерный логический регулятор

МПК микропроцессорный контроллер

МНЛРсДТ многомерный нейросетевой логический регулятор с дискретными

термами

СУ система управления

ТНР типовой нечеткий регулятор

ТУ технические условия

ЦНС центробежный насос секционный

ЦПС центральный пункт сбора

ЦНСН центробежный насос секционный нефтяной

AI Artificial Intelligence

GUI графический интерфейс пользователя

FBD Functional block diagram (функциональные блочные диаграммы)

SCADA Supervisory control and data acquisition (система диспетчерского

управления и сбора данных) ST Structured Text (структурированный текст)

C++ язык программирования высокого уровня C++

Рекомендованный список диссертаций по специальности «Другие cпециальности», 00.00.00 шифр ВАК

Введение диссертации (часть автореферата) на тему «Методы, модели и алгоритмы повышения эффективности процессов добычи и транспортировки нефти и построения систем управления на основе нейросетевых и многомерных логических регуляторов с дискретными термами»

ВВЕДЕНИЕ

Актуальность темы исследования. Современная нефтегазодобывающая промышленность входит в новую эпоху, характеризующуюся трудноизвле-каемыми запасами, битумной нефтью и переходом на сланцевые залежи. Непрогнозируемое влияние окружающей среды и неопределенности, связанные с геологической структурой месторождения и другими факторами, воздействующими на технологические процессы, приводят к тому, что режимы работы оборудования значительно отклоняются от номинальных, оборудование функционирует на пороге рентабельности, а добыча и транспортировка жидкости от множества узлов прекращается полностью. В таких условиях системы управления не способны поддерживать номинальные характеристики объектов, таких как насосные станции и насосное оборудование для добычи нефти и его подготовки, энергоемкость которых составляет более 70 % в общей структуре затрат энергии нефтегазодобывающих предприятий. Следовательно, выполнение Федерального закона от 23.11.2009 № 261-ФЗ «Об энергосбережении и о повышении энергетической эффективности, и о внесении изменений в отдельные законодательные акты Российской Федерации» является приоритетным направлением для нефтегазодобывающей отрасли.

Технологические процессы - добыча, первичная подготовка, сбор, сепарация, предварительное обезвоживание, учет и транспортировка нефти и попутного газа до центральных пунктов сбора и товарных парков, автоматизация и управление ими - объекты диссертационного исследования. Для построения информационно-управляющих систем объекты автоматизации

должны удовлетворять не только заданным технологическим параметрам, но и требованиям энергосбережения и энергоэффективности.

Степень разработанности темы исследования. Исследованием режимов работы оборудования, методов построения и обучения нейронных сетей, алгоритмов управления, вопросами повышения эффективности работы оборудования и технологических процессов, разработкой схем управления, принятием решений в условиях неопределенности занимались многие известные ученые - А.З. Асанов, О.С. Амосов, А.А. Большаков, В.М. Валовский, Р.Г. Галеев, Ш.К. Гиматудинов, М.Б. Гузаиров, Г.Л. Дегтярев, М.И. Дли, Ю.И. Зозуля, Б.Г. Ильясов, А.И. Каяшев, В.В. Круглов, Т.Б. Чистякова, Л. Заде, Е. Мамдани, Х. Ватанабе и многие др.

Существуют методы локального управления объектами добычи и транспортировки. Однако большая часть насосных установок скважин и нефтеперекачивающих станций работает либо без оперативного регулирования, либо с применением дросселирования и байпасных схем, либо с управлением на основе пропорционального и интегрального (ПИ) или пропорционально-интегрального и дифференциальных (ПИД) методов управления объектами. Неопределенность параметров - как процесс добычи и транспорта нефти, так и входные и выходные характеристики насосных агрегатов, нелинейность и наличие непредсказуемых возмущений - не позволяет назвать методы регулирования для рассматриваемых нелинейных объектов рациональным выбором.

В последнее время для управления сложными нелинейными объектами, такими как электроприводы станков-качалок, насосные установки и системы поддержания пластового давления, имеющие неопределенности, стали применяться интеллектуальные методы управления - нечеткая логика, нейронные сети, управление объектами на основе математических моделей. Эти вопросы нашли отражение в трудах Ф.Ф. Алексеева, Р.А. Алиева, А.Е. Алту-

нина, А.К. Асаи, А.Н. Борисова, И.Я. Браславского, Д.В. Гаскарова, Н.Д. Егупова, М.С. Ершова, З.Ш. Ишматова, А.И. Каяшева, В.И. Круглова, А.В. Леоненкова, Б.Г. Меньшова, В.Н. Полякова, Д. А. Поспелова, Д. Рутков-ской, В.А. Терехова, П.С. Широкова, Р.Т. Шрейнера, А.Д. Яризова, Г.Э. Яхъ-яевой и др.

Изменения характеристик окружающей среды, температуры и давления в геологических разрезах, физико-химического состава нефти, геологических и рельефных параметров местности, а также циклическая работа и недетерминированный характер работы добывающих и нагнетательных скважин осложняют процесс разработки аналитических зависимостей и получения адекватных математических моделей, поэтому для систем управления технологическими объектами на основе ПИД-регуляторов необходима постоянная корректировка коэффициентов. В результате накопления ошибок регулирования технологические установки работают со значительным отклонением от номинальных режимов, что служит причинами повышенного износа и перерасхода энергоресурсов. Кроме того, существуют различные схемы автоматизации и управления исполнительными механизмами, устанавливаемыми на месторождении, например, схемы регулируемого и нерегулируемого электропривода насосных агрегатов с высоковольтными и низковольтными управляющими устройствами.

В целом, затраты на насосное оборудование составляют порядка 50-70% от всех энергетических затрат нефтегазодобывающего управления. Функционирующая в аномальном режиме работы схема автоматизированного управления может привести к перерасходу электроэнергии до 12-35%, снижению межремонтного периода и износу узлов и агрегатов.

Для решения проблемы повышения энергетической эффективности насосного оборудования месторождение необходимо рассматривать комплексно, дифференцируя характеристики и свойства каждого объекта в отдельно-

сти и складывая их в интегральную систему. Для этого требуется не только научно обоснованный подход, но и методология повышения эффективности систем управления объектами нефтегазовых месторождений, основанная на современных методах интеллектуальных и информационно-управляющих систем, фундаментальной базе теории управления и системного анализа, математическом моделировании средств контроля и автоматизации технологических процессов.

Таким образом, анализ состояния проблемы показал, что технологические объекты на месторождении могут работать в режимах, далеких от номинальных, а непредсказуемые изменения характеристик добычи приводят к снижению эффективности работы систем управления, непроизводительным расходам и затратам энергии, т.е. исследование представляет собой решение крупной научно-технической проблемы, имеющей важное народнохозяйственное значение.

Объект исследования - технологические процессы добычи, транспортировки и подготовки нефти на месторождении и системы управления ими.

Предмет исследования - методы построения схем, моделей, алгоритмов и средств автоматического управления на основе логического и нейросе-тевого аппарата в условиях неопределенности.

Цель работы - повышение эффективности функционирования технологических процессов добычи, транспортировки и подготовки нефти и автоматизированных систем управления на основе методов логического управления и нейронных сетей.

Для достижения поставленной цели в работе решаются следующие задачи:

1) выполнить анализ систем, сформировать комплекс научно-технических задач и методов их решения для создания нейросетевых и логических автоматизированных комплексов многомерного управления нефтегазовым насосным оборудованием;

2) разработать метод проектирования и управления распределенными многомерными автоматизированными системами управления на основе применения теории декомпозиции и интеграции параметров технологических процессов, а также синтеза информационных потоков и логического регулирования, входные и выходные переменные которых представлены в виде совокупности дискретных термов и нейросетевых моделей;

3) предложить метод многомерного логического регулирования с дискретными термами и разработать модели, схемы и алгоритмы для подсистем автоматизированного управления технологическими процессами и объектами месторождения;

4) разработать средства математического обеспечения и анализа моделей технологических объектов управления для модульных систем добычи, транспортировки и подготовки нефти в составе распределенных комплексов автоматизированных систем управления, позволяющих учесть электротехнические и гидродинамические параметры;

5) разработать модели и алгоритмы энергоэффективного управления для интеллектуальной поддержки контроля и регулирования насосного оборудования, предложить метод управления насосными станциями на месторождении в условиях неопределенности и нечетко заданной информации;

6) построить архитектуру и разработать модели и алгоритмы синтеза и интеграции автоматизированных комплексов на основе информационных подсистем сбора и обработки информации с ориентацией на непрерывность работы систем и модульность реализации межсистемных связей, выполнить имитационное моделирование предложенных методов.

Содержание диссертации соответствует областям исследований паспорта научной специальности 2.3.3. Автоматизация и управление технологическими процессами и производствами (технические науки): п.3 «Методология, научные основы и формализованные методы построения автоматизиро-

ванных систем управления технологическими процессами (АСУТП) и производствами (АСУП), а также технической подготовкой производства (АСТПП) и т.д.»;

п. 4 «Теоретические основы и методы математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация»; п.15 «Теоретические основы, методы и алгоритмы интеллектуализации решения прикладных задач при построении АСУ широкого назначения (АСУТП, АСУП, АСТПП и др.)».

Научная новизна:

1. Предложены методы и реализующие их алгоритмы; программы для построения автоматизированных систем регулирования, основанные на функциональной и параметрической декомпозиции технологических процессов добычи, транспортировки и подготовки нефти на месторождении, предназначенных интегрально обеспечить повышение эффективности насосного оборудования в условиях неопределенности и нечетко заданной информации; архитектура, логически связывающая методы, модели и алгоритмы составных модульных подсистем управления и нейросетевых моделей, отличающаяся от известных тем, что весь технологический процесс добычи и транспортировки нефти рассматривается как многомерная система, иерархическая структура которой включает отдельные процессы и подсистемы, а также информацию об их состоянии и обратные связи принятия решений и оперативного управления (соответствует п.3 паспорта специальности 2.3.3).

2. Разработан метод проектирования и управления распределенными многомерными автоматизированными системами управления; предложены способы настройки и повышения качества регулирования технологических процессов с многомерными логическими регуляторами и программной реализацией логической базы правил и схемы автоматического регулирования с

автономными регуляторами приводов насосных установок, позволившие исследовать алгоритмы и параметры систем управления, а также внутренние и внешние возмущающие факторы, отличающиеся от известных тем, что для управления насосным оборудованием используются нейросетевые блоки в системах поддержки и принятия решений для прогнозирования, идентификации и планирования режимов работы (соответствует п.4 паспорта специальности 2.3.3).

3. Предложена система взаимно дополняющих моделей и алгоритмов энергоэффективного управления, отличающаяся учетом влияния электротехнических и гидравлических элементов, режимов работы высоко- и низковольтных электроприводов с многомерными логическими контроллерами и дискретными функциями принадлежности и позволяющая моделировать режимы функционирования и рациональный выбор оборудования при частотном регулировании с различными законами управления (соответствует п.4 паспорта специальности 2.3.3).

4. Предложены методы и алгоритмы управления насосным оборудованием, отличающиеся новым способом построения систем управления, оснащенных нейросетевыми и комбинированными логическими регуляторами с дискретными термами, что позволяет осуществлять пуск и торможение электроприводов от автономного источника электрической энергии соизмеримой мощности, управление автоматизированным электроприводом до-жимной насосной станции, адаптивное управление плавным пуском высоковольтных электроприводов в условиях неполной информации при сохранении их согласования и интегрального единства для достижения повышения энергоэффективности установок и надежности комплексов (соответствует п.15 паспорта специальности 2.3.3).

5. Разработаны программно-аппаратный комплекс (ПАК), модели и алгоритмы функционирования системы управления с использованием средств

искусственного интеллекта, отличающиеся составом и реализацией взаимодействия программных модулей, архитектура которых позволяет осуществлять синтез многомерных технологических объектов по принципу интеграции информации и программного обеспечения сбора и обработки данных, призванных в совокупности обеспечить повышение эффективности управления режимами работы насосных установок добычи, транспортировки и подготовки нефти (соответствует п.3 паспорта специальности 2.3.3).

Методы исследования. Решение поставленных в диссертационной работе задач потребовало использования следующих подходов и методов: теории систем и автоматического управления, системного анализа, логических и интеллектуальных нейросетевых регуляторов, математического моделирования и электрических схем, сенсоров и электропривода, теории вероятностей, и многомерного автоматического регулирования.

Теоретическая значимость основных результатов, полученных в диссертационной работе, состоит в создании методологической основы для повышения эффективности функционирования технологических процессов добычи и транспортировки нефти, а также в совершенствовании схем, моделей, алгоритмов и программного обеспечения управления насосным оборудованием и подхода автоматизации на основе методов нечеткой логики и нейронных сетей. Разработанные подходы, методы и научные положения - существенный вклад в изучение закономерностей изменения энергоэффективности и качества управления нефтяного насосного оборудования и развитие подходов, методов, средств и алгоритмов поддержания нормальных режимов эксплуатации.

Практическая значимость диссертационного исследования подтверждается актами о внедрении:

- в НГДУ «Лениногорскнефть» (г. Лениногорск) - схемы и программный комплекс, реализующий имитационные модели режимов работы нефте-

перекачивающей насосной станции (Патент на изобретение ЯИ 2596165, Патент на изобретение ЯИ 2551139, Патент на полезную модель ЯИ 136504, Патент на полезную модель ЯИ 140350, Свидетельство о регистрации программы для ЭВМ Яи 2014615757, Свидетельство о регистрации программы для ЭВМ ЯИ 2014617590); схема автоматизированного управления дожим-ной насосной станций на основе нечеткого регулятора с дискретными термами (Свидетельство о регистрации программы для ЭВМ ЯИ 2014619942, Свидетельство о регистрации программы для ЭВМ ЯИ 2014618025); математические модели высоковольтного и низковольтных систем управления приводами насосов (Патент на изобретение ЯИ 2608185, Свидетельство о регистрации программы для ЭВМ ЯИ 2014611769, Свидетельство о регистрации программы для ЭВМ ЯИ 2014612227, Свидетельство о регистрации программы для ЭВМ ЯИ 2014615448);

- в ООО «Строй Траст», ООО УК «Шешмаойл», ООО «ППН-Сервис» (г. Альметьевск) - методы и алгоритмы контроля технологических объектов нефтедобычи в условиях неполной информации (Патент на изобретение ЯИ 2619003, Патент на изобретение ЯИ 2579987); система идентификации режима работы скважины на основе методов машинного обучения и нейронных сетей (Свидетельство о регистрации программы для ЭВМ ЯИ 2014616202, Свидетельство о регистрации программы для ЭВМ ЯИ 2014619062); система нечеткого логического управления магистральной насосной станцией с подстройкой коэффициентов регулятора на основе многомерного нечеткого регулятора с программно-реализованной нечеткой базой знаний (Свидетельство о регистрации программы для ЭВМ ЯИ 2014619061);

- в ООО ТНГ-Групп (г. Бугульма) - методика и программное обеспечение для выбора метода частотно-импульсного управления, алгоритма энергоэффективного контроля насосного оборудования, автоматизации процесса

сбора информации и подачи управляющих воздействий на объект управления, нейро-сетевой модели объекта управления в реальном масштабе времени для прогнозирования и аппроксимации значений контролируемых переменных;

- в ПАО «ТатНипиНефть» (г. Бугульма) - подход разработки месторождений на поздней стадии эксплуатации и повышения эффективности работы скважин;

- в учебном процессе Лениногорского филиала ФГБОУ ВО «Казанский национальный исследовательский технический университет им. А.Н. Туполева-КАИ» - автоматизированная система управления насосной станцией на основе системы реального времени и сопрягающего ОРС-сервера.

Достоверность полученных результатов. Предложенные в диссертационной работе методы, алгоритмы, схемы и модели основаны на известных и проверенных данных, полученных экспериментальным путем и на основе натурных исследований реально-действующих технологических установок месторождения, и согласуются с результатами ранее выполненных исследований.

Основные результаты, выносимые на защиту.

1. Метод анализа, синтеза и построения автоматизированных систем управления на основе функциональной и параметрической декомпозиции технологических процессов и интеграции информационных потоков, учитывающий принципы многомерности, информативности, оперативности управления.

2. Модели и методы проектирования автоматизированных комплексов, управляющих технологическими процессами и объектами месторождения для многомерных систем управления в составе распределенных регуляторов с программной реализацией логической базы правил приводов насосных установок.

3. Модели и алгоритмы для интеллектуальной поддержки управления и моделирования технологических процессов добычи, транспортировки и подготовки нефти в составе распределенных комплексов автоматизированных систем управления высоко- и низковольтными электроприводами с многомерными логическими контроллерами и дискретными функциями принадлежности, разработанные с учетом моделей электротехнических и гидравлических элементов.

4. Модели и алгоритмы управления для многосвязных комплексов насосных станций с нейросетевыми и многомерными логическими регуляторами с дискретными термами.

5. Архитектура, имитационные модели, информационное и программное обеспечение для автоматизированных систем сбора и обработки данных, полученные методом структурно-параметрического синтеза многомерных технологических объектов по принципу интеграции информации взаимно дополняющих подсистем и нейросетевых регуляторов, призванных в совокупности обеспечить повышение эффективности управления технологическими процессами нефтегазодобычи.

Вклад автора. Диссертационная работа и полученные научные результаты основаны на многолетних исследованиях; обоснованы направления исследования; сформулированы проблемы; произведена постановка целей и задач работы; разработаны модели, алгоритмы и методы регулирования параметров объекта и применения в системах управления нечеткой логики и нейронных сетей, а также концептуальные подходы модернизации схем автоматизированного управления и методология решения задачи повышения эффективности управления насосным оборудованиям на месторождении; проведены теоретические, имитационные и экспериментальные исследования; интерпретированы полученные результаты; написаны научные работы с изложением основных результатов исследования и их апробирования; сформулированы выводы.

Апробация результатов. Основные результаты диссертационного исследования доложены и обсуждены на следующих научных конференциях:

- международных: «Тинчуринские чтения» II, VII, VIII, IX (Казань, 2007, 2012, 2013, 2014 гг.); «Oil&Gas Horizons» (2011-15 гг.); «СЕВЕРГЕОЭКОТЕХ» (Ухта, 2009, 2012, 2013, 2014, 2015); «Нефть и газ. РГУ имени И.М. Губкина» (Москва, 2013, 2018 гг.); «International Oil&Gas Forum» (Алматы, 2013); «16thInternational WorKshop on Computer Science andInformation Technologies CSIT-2014» (Sheffield, 2014 г.); «Энергосбережение и инновационные технологии в топливно-энергетическом комплексе» (Тюмень, 2014 г.); «Intelligent Tech-nologies for Information Processing and Management (ITIPM-2014)» (Уфа, 2014 г.); « 17th International Workshop on Computer Science and Information Technologies» (Rome, Italy, 2015 г.); «IV International Conference on Modern Technologies for Non-Destructive Testing» (Tomsk, 2016 г.); «НПК, посвященная 90-летию со дня рождения академика Г.Н. Волкова» (Чебоксары, 2017 г.); «Современные энерго- и ресурсосберегающие технологии СЭТТ - 2017» (Москва, 2017 г.); «Нигматуллинские чтения - 2018» (Казань, 2018 г.); IV Международная научно-практическая конференция «Актуальные проблемы науки и образования в со-временном вузе» (Стерлитамак, 2018 г.); «Прикладная электродинамика, фото-ника и живые системы - 2019» (Казань, 2019 г.); « XV Королевские чтения» (Самара, 2019 г.); «International Symposium «Computer Science, Digital Economy, Intelligent Systems» (Moscow, 2019); «1st International Conference on Control Sys-tems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA-2019)» (Lipetsk, 2019 г.); «Cyber-Physical Systems Design And Modelling» (Казань, 2020 г.); «Smart Energy Systems (SES-2019)» (Казань, 2019 г.); International Russian Automation Conference (Сочи, 2020); «Cyber-Physical Systems Design And Modelling» (Казань, 2020 г.); международная научная конференция "Ма-темати-ческие методы в технике и технологиях - ММТТ-33, 34" (Казань,

2020, 2021 гг.); международная научная конференция «Кибер-физические системы: проектирование и моделирование» CYBERPHY: 2020, 2021 -«Cyber-Physical Systems Design And Modelling» (Казань, 2020, 2021 гг.);

- всероссийских: «Нефть: экономика, политика, наука и культура» (Альметьевск, 2006-15 гг.); «Научно-практическая молодежная конференция «Татнефть-Энергосервис» (Альметьевск, 2007, 2009, 2014 гг.); «Семинар по искусственному интеллекту» (Тверь-Протасово, 2015 г.); «Динамика телинейных дискрeтных электротeхнических и электронных систем (ДНДС-2017)» (Чебоксары, 2017 г.); «Диспетчеризация и управление в электроэнергетике» (Казань, 2017 г.).

Публикации. По материалам диссертации опубликовано 80 печатных работ, из них 35 статей в журналах, включенных в Перечень... ВАК, 10 статей в зарубежных рецензируемых изданиях, включенных в международные базы Web of Science и Scopus, 5 патентов на изобретения, 2 патента на полезные модели; 11 свидетельств о государственной регистрации программ для ЭВМ, 1 монография.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников из 324 наименований и приложений и содержит 277 страниц, в том числе 130 рисунков и 36 таблиц.

Глава 1 АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ

УПРАВЛЕНИЯ ПРОЦЕССАМИ ДОБЫЧИ, ТРАНСПОРТИРОВКИ И НЕФТЕПОДГОТОВКИ

1.1 Актуальность темы исследования и перспективные направления решения поставленных научных задач

Цифровизация и системы автоматического управления занимают одно из ведущих направлений совершенствования нефтегазодобывающей промышленности. На сегодняшний день для повышения эффективности производств и рентабельности всех технологических процессов необходимо совершенствовать не только электронно-вычислительную базу, а развивать теоретическое, алгоритмическое и программное обеспечение систем управления различными видами объектов.

Актуальным для нефтегазодобывающей промышленности является вопрос повышения эффективности работы оборудования и технологических процессов, снижения издержек и эксплуатационных затрат. Необходимость решения данного вопроса особенно важна для высокообводненных месторождений, месторождений с трудноизвлекаемыми запасами. Применяемые методы моделирования необходимы для повышения эффективности разработки, однако построение постоянно действующих геолого-технологических моделей (ПДГТМ) «связано с обработкой и анализом значительного количества информации» [42, 156, 182, 198], что в реальных условиях не всегда возможно. В результате, со временем ПДГТМ накапливают ошибки и каче-

ство их работы, а значит и прогнозирование снижается. Следовательно, важным является вопрос разработки методики и аппарата, способного к корректированию существующих гидродинамических моделей.

Кроме того, технологические процессы (ТП) на месторождении взаимосвязаны, включают в себя процессы добычи, транспортировки и подготовки нефти, попутного нефтяного газа и пластовой воды и весьма энергоемки в общей структуре затрат нефтегазодобывающих предприятий (НГДП). Следовательно, выполнение Федерального закона от 23.11.2009 № 261-ФЗ «Об энергосбережении и о повышении энергетической эффективности, и о внесении изменений в отдельные законодательные акты Российской Федерации» является приоритетным направлением для нефтегазодобывающей отрасли [1]. Например, затраты на энергопотребление насосным оборудованием превышают в отдельных случаях 70 % в общей сумме электроэнергетических затрат, где наибольшая доля приходится на нефтеперекачивающие насосные агрегаты (НПА) и насосные станции (НС) [26, 105, 192].

Однако в процессе исследования было выявлено, что для решения задачи повышения энергетической эффективности месторождение необходимо рассматривать комплексно, дифференцируя характеристики и свойства каждого объекта в отдельности и синтезируя их в интегральную систему [69, 86, 220, 240]. В результате, требуется не только научнообоснованный подход, но и методика повышения эффективности разработки нефтегазовых месторождений, основанной на современных информационно-управляющих системах, инновационных и информационных технологиях, а также фундаментальной базе теории автоматического управления, средств контроля и регулирования и автоматизации технологических процессов, математических моделях, согласованных с иерархической структурой автоматизации объектов нефтедобычи.

Похожие диссертационные работы по специальности «Другие cпециальности», 00.00.00 шифр ВАК

Список литературы диссертационного исследования доктор наук Сагдатуллин Артур Маратович, 2022 год

СПИСОК ЛИТЕРАТУРЫ

1. Об энергосбережении и о повышении энергетической эффективности, и о внесении изменений в отдельные законодательные акты Российской Федерации: федер. закон РФ от 23 ноября 2009 года № 261-ФЗ: принят ГД Федер. Собрания РФ 11 ноября 2009 г.: одобрен Советом Федерации Федер. Собрания РФ 18 ноября 2009 г. // Рос. газ. - 2013. - 23 июля.

2. Абраменкова, И.В. Гибридные методы прогнозирования сложных процессов в динамических многорежимных системах: диссертация ... доктора технических наук: 05.13.01. - Тверь, 2004. - 269 с.

3. Адонин, А.Н. Добыча нефти штанговыми насосами / А.Н. Адонин. -Москва: Недра, 1979.

4. Акульшин, А.И. Эксплуатация нефтяных и газовых скважин / А.И. Акульшин. - Москва: Недра, 1989. - 360 с.

5. Алексеев, А.Ф., Алексеев, Ф.Ф., Дегтярев, Г.Л. Анализ и синтез нечетких систем управления с запаздыванием и импульсами // Вестник КГТУ им. А.Н. Туполева. - 2012. - № 2. - С. 274 - 281.

6. Али Салама, A.A., Андреев, Н.К. Исследование эффективности рабо-тыпропорционально-интегрального и нейросетевого регуляторов при косвенном векторном управлении асинхронным двигателем по модели потока статора // Известия вузов. Проблемы энергетики. - 2012. - № 3-4. -С.107 - 114.

7. Алтунин, А.Е., Семухин, М.В., Ядрышникова, О.А. Вероятностные и нечеткие модели оценки неопределенностей и рисков при подсчете запасов

углеводородов // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. - 2017. - Т. 3. -№ 2. - С. 85 - 99.

8. Амосов, О.С. Нейросетевые и нечеткие методы оценивания стохастических систем: автореферат диссертации ... доктора технических наук: 05.13.18. - Комсомольск-на-Амуре, 2004. - 36 с.

9. Андреева, Е.Г., Ковалев, А.Ю., Бирюков, С.В., Еремин, Е.Н., Савченко, А.А. Математическое моделирование переходных процессов погружных асинхронных электрических двигателей // Омский научный вестник. - 2012.-№ 1 (107). - С. 205 - 206.

10. Андронов, А.Л. Обоснование энергоэффективных режимов частотно-регулируемых электроприводов в агропромышленном комплексе: автореферат диссертации ... кандидата технических наук. - Барнаул, 2005. - 24 с.

11. Антипин, А.Ф. Способ построения многомерных систем управления с компенсацией взаимного влияния контуров регулирования // Молодой ученый. - 2014. - № 18. - С. 220 - 224.

12. Асанов, А.З. Аналитический синтез многомерных адаптивных систем управления сложными динамическими объектами на основе технологии вложения: автореферат диссертации ... доктора технических наук: 05.13.01. -Уфа, 2004. - 24 с.

13. Байков, Н.М. Сбор и промысловая подготовка нефти, газа и воды / Н.М. Байков, Г.Н. Позднышев, Р.И. Мансуров. - Москва: Недра, 1981. -261с.

14. Балакирев, В.С., Большаков, А.А. Надежность и диагностика автоматизированных систем // Санкт-Петербургский политологический журнал. - 2018. - С. 143.

15. Барац, Е.И. Разработка и исследование усовершенствованных структур электроприводов на основе систем «преобразователь частоты -

асинхронный двигатель» при различных способах управления: диссертация ... кандидата технических наук: 05.09.03. - Екатеринбург, 2000. - 250 с.

16. Башарин, А.В. Управление электроприводами / А.В. Башарин,

B.А. Новиков, Г.Г. Соколовский. - Ленинград: Энергоиздат, 1982. - 392 с.

17. Бегляров, Д.С., Апресян, Д.Ш. Методика расчета переходных процессов в напорных системах водоподачи при пусках насосных агрегатов // Природообустройство. - 2012. - № 2. URL: https://cyberleninka.ru/article/n/ metodika-rascheta-perehodnyh-protsessov-v-napornyh-sistemah-vodopodachi-pri-puskah-nasosnyh-agregatov (дата обращения: 29.03.2021).

18. Безруков, Н. С. Способ построения каскадной нейро-нечеткой сети /Н С Безруков // Информатика и системы управления. - 2007 - №1(13) -

C. 40 - 45.

19. Бекиров, Т.М. Сбор и подготовка к транспорту природных газов / Т.М. Бекиров, А.Т. Шаталов. - Москва: Недра, 1986. - 260 с.

20. Белоглазов, Д.А., Евтушенко, В.Ю. Автоматизация синтеза регуляторов с применением генетических алгоритмов // Известия ЮФУ. Технические науки. - 2014. - №5(154). - С. 24 - 29.

21. Белоусенко, И.В. Новые технологии и современное оборудование в электроэнергетике нефтегазовой промышленности / И.В. Белоусенко, Г.Р. Шварц, С.Н. Великий, М.С. Ершов, А.Д. Яризов. - Москва: ООО «Не-дра-Бизнесцентр», 2007. - 478 с.

22. Беляев, А.Н. Проектирование адаптивных автоматических регуляторов возбуждения мощных синхронных генераторов методами нейро-нечеткой идентификации: диссертация ... кандидата технических наук: 05.14.02. - Санкт-Петербург, 2000. - 210 с.

23. Бердин, А.С., Семенова, Л.А. Интеграция техноценологического подхода и теории нечетких множеств в задачах оптимизации систем электроснабжения // Известия вузов. Проблемы энергетики. - 2010. - № 3-4. -С. 151 -156.

24. Бесекерский, В.А., Попов, Е.П. Теория систем автоматического управления / В. А. Бесекерский, Е.П. Попов. - Санкт-Петербург: Профессия, 2003. - 749 с.

25. Большаков, А.А., Кулик, А.А. Повышение безопасности полета воздушного судна с использованием методов искусственного интеллекта // Математические методы в технике и технологиях. - ММТТ. - 2019. - Т. 11. -С. 87 - 99.

26. Бондаренко, О.В. Энергосберегающий частотно-регулируемый синхронный электропривод магистрального насоса: автореферат диссертации ... кандидата технических наук. - Уфа: УГАТУ, 2013. - 20 с.

27. Бородин, В.А., Проталинский, О.М., Шуршев, В.Ф. Использование методов машинного обучения при составлении программ ремонта энергетического оборудования // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. - 2019. - № 3. - С. 25 - 33.

28. Бояринов, Ю.Г. Нейро-нечеткий метод группового учета аргументов для поддержки принятия решений по управлению региональными социально-экономическими системами / Ю.Г. Бояринов, О.В. Стоянова, М.И. Дли. - Москва: Физматлит, 2005. - С. 168 - 186.

29. Браславский, И.Я., Плотников, Ю.В. Математические модели для определения энергопотребления различными типами асинхронных электроприводов и примеры их использования // Электротехника. - № 51. - 2005 -С. 14 - 18.

30. Бренц, А.Д. Автоматизированные системы управления нефтяной и газовой промышленности / А. Д. Бренц. - Москва: Недра, 1982. - 270 с.

31. Булаев, В.И. Метод сжатия геофизических данных с применением вейвлет-преобразования и нейронных сетей: автореферат диссертации ... кандидата технических наук: 05.13.01. - Уфа, 2005. - 16 с.

32. Ванин, А.С. Разработка и исследование адаптивной системы вытяжки ленты на базе нейронного управления: автореферат диссертации ... кандидата технических наук: 05.13.06. - Москва, 2008. - 16 с.

33. Васильев, А.Н., Тархов, Д.А., Малыхина, Г.Ф. Методы создания цифровых двойников на основе нейросетевого моделирования // Современные информационные технологии и ИТ-образование. - 2018. - Т. 14. - № 3. -С. 521 - 532.

34. Вафин, Р.В. Основы извлечения вязких недонасыщенных газом нефтей из карбонатных коллекторов водогазовым воздействием на пласт: автореферат диссертации ... кандидата технических наук: 25.00.17. - Уфа: УГАТУ, 2009. - 16 с.

35. Веревкин, А.П., Кирюшин, О.В. Координированное управление технологическими объектами (на примере системы поддержания пластового давления) // Газовая промышленность. - № 11 (745). - 2016. - С. 64 - 69.

36. Вершинина, В.В. Метод и алгоритмы анализа контурных изображений в визуальных информационных системах на основе неоднородной нечеткой семантической сети: автореферат диссертации ... кандидата технических наук: 05.13.01. - Рыбинск, 2004. - 20 с.

37. Вечеркин, М.В. Исследование способов регулирования производительности вентиляторной станции ЛПЦ-10 ОАО «Магнитогорский металлургический комбинат» / М.В. Вечеркин, А.С. Сарваров // Известия высших учебных заведений. Электромеханика. - 2006. - № 4. - С. 63 - 67.

38. Вешкурцев, Ю.М. Случайные процессы: параметры, характеристики [Электронный ресурс] // ОНВ. - 1999. - № 7. - Режим доступа: https://cyberleninka.rU/article/n/sluchaynye-protsessy-parametry-harakteristiki (дата обращения: 03.01.2020).

39. Виноградов, А.Б. Векторное управление электроприводами переменного тока / А.Б. Виноградов. - Иваново: Издательство ИГЭУ, 2008. -298 с.

40. Виноградов, А.Б. Учет потерь в стали, насыщения и поверхностного эффекта при моделировании динамических процессов в частотно-регулируемом асинхронном электроприводе // Электротехника. - № 5. - 2005. -С. 57 - 62.

41. Власов, А.В., Макарычев, П.П., Артамонов, Д.В., Пащенко, Д.В. Повышение эффективности автоматизированных систем управления гидрофи-цированным технологическим оборудованием электрических станций на базе магнитожидкостных регулирующих и измерительных элементов // Известия высших учебных заведений. Поволжский регион. - 2013. - № 3 (27). -С. 85 - 96.

42. Власов, С.П. Эффективные вычислительные технологии для геолого-технологического моделирования и разработки нефтегазовых месторождений: автореферат диссертации ... кандидата технических наук: 05.13.18/25.00.17. - Ижевск, 2007. - 24 с.

43. Володин, А.А. Построение и исследование нейро-нечетких регуляторов потоков субстрата и продукта для управляемой непрерывной биосистемы / А.А. Володин, Е.В. Лубенцова, В.Ф. Лубенцов // Вестник СКФУ. -2013. - № 3 (36). - С. 14 - 20.

44. Ворончак, В.И., Тененев, В.А. Количественная оценка запасов нефти и газа методом нечетких деревьев решений // Интеллектуальные системы в производстве. - 2006. - №2. - С. 58 - 64.

45. Гайдук, А.Р., Шадрина, В.В. Алгоритмическое обеспечение адаптивных систем управления с идентификацией // Вестник Ивановского государственного энергетического университета. - 2018. - № 3. - С. 47 - 56.

46. Галеев, Р.Г. Повышение выработки трудноизвлекаемых запасов углеводородного сырья: монография / Р.Г. Галеев. - Москва, 1997. - 352 с.

47. Гарцеев, И.Б. Развитие нейросетевых технологий для управления мехатронными системами: автореферат диссертации ... кандидата технических наук: 05.13.01. - Москва, 2003. - 24 с.

48. Герон, С.В., Фрид, А.И. Голосование в и-кратно резервированных системах // Вестник Уфимского государственного авиационного технического университета. - 2007. - Т. 9. - № 2. - С. 42 - 49.

49. Гиматудинов, Ш.К. Разработка и эксплуатация нефтяных, газовых и газоконденсатных месторождений / Ш.К. Гиматудинов, И.И. Дунюшкин и др. - Москва: Недра, 1988. - 322 с.

50. Гладких, Т. Д. Подход к оценке технического состояния нефтепромыслового электросетевого оборудования // Электро. Электротехника, электроэнергетика, электротехническая промышленность. - 2016. - № 3. - С. 34 - 38.

51. Глушков, С.В., Седова, Н.А. Управление курсом судна с использованием интеллектуальной системы // Вестник Морского государственного университета. - 2010. - № 37. - С. 2 - 8.

52. Гольцов, А. С. Синтез адаптивных систем автоматического управления нелинейными объектами в условиях априорной неопределенности: автореферат диссертации ... доктора технических наук: 05.13.06. - Воронеж, 2005. - 24 с.

53. Гольцов, А. С. Система адаптивного управления активной мощностью гидроагрегата ГЭС с поворотно-лопастной турбиной / А.С. Гольцов, С.А. Гольцов, А.В. Клименко, А. А. Силаев // Приборы и системы. Управление, контроль, диагностика. - 2008. - № 11. - С. 1 - 4.

54. Горбунов, В.А. Научные основы повышения энергоэффективности теплотехнологических установок и систем при недостаточном информационном обеспечении: автореферат диссертации ... доктора технических наук: 05.14.04. - Иваново, 2013. - 40 с.

55. Горинов, Р.М., Степин, Ю.П., Швечков, В.А. Разработка схемы компромисса и алгоритма многокритериальной оптимизации календарного планирования работы разветвленной системы магистральных нефтепроводов // Труды Российского государственного университета нефти и газа имени И.М. Губкина. - 2020. - № 1 (298). - С. 111 -125.

56. Горнов, А. Ю. Вычислительная технология и инструментальные средства решения задач оптимального управления: автореферат диссертации ... доктора технических наук: 05.13.18. - Иркутск, 2007. - 42 с.

57. Гостев, В.И. Нечеткие регуляторы в системах автоматического управления / В.И. Гостев. - К.: Радиоаматор, 2008. - 972 с.

58. Гузаиров, М.Б. Управление технологическими процессами, реализованное на четких логических регуляторах: монография / М.Б. Гузаиров, Е.А. Муравьева. - Москва: Машиностроение, 2012. - 305 с.

59. Гузеев, Б.В., Хакимьянов, М.И. Современные промышленные высоковольтные преобразователи частоты для регулирования асинхронных и синхронных двигателей // Нефтегазовое дело. - 2011. - № 3. - С. 441 - 449.

60. Гуляев, И.В. Системы векторного управления электроприводом на основе асинхронизированного вентильного двигателя: монография / И.В. Гуляев, Г.М. Тутаев. - Саранск: Издательство Мордовского ун-та, 2010. - 200 с.

61. Дамаскин, С.М., Степин, Ю.П. Генетический алгоритм для решения задачи оптимизации распределения разнородных ресурсов при реализации проектов разработки месторождений нефти и газа // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2014. - № 12. -С. 34 - 41.

62. Дегтярев, Г.Л., Алексеев, Ф.Ф., Алексеев, А.Ф. и др. Нейронечеткое управление динамическими системами добычи и подготовки нефти в условиях неопределенности // Достижения, проблемы и перспективы развития нефтегазовой отрасли. Материалы международной научно-практической конференции, посвященной 60-летию высшего нефтегазового образования в Республике Татарстан. - Альметьевск: Альметьевский государственный нефтяной институт. 2016. - С. 114 - 118.

63.Дегтярев, Г.Л., Алексеев, Ф.Ф., Алексеев, А.Ф. и др. Применение нейросетевого моделирования в задачах прогнозирования обводнения нефтя-

ного месторождения на примере куста близко расположенных скважин // Достижения, проблемы и перспективы развития нефтегазовой отрасли: материалы международной научно-практической конференции. - 2018. -С. 554 - 557.

64. Дегтярев, Г.Л., Алексеев, Ф.Ф., Алексеев, А.Ф. и др. Применение рекуррентных нейронных сетей в задачах управления динамическими системами добычи и подготовки нефти в условиях неопределенности // Достижения, проблемы и перспективы развития нефтегазовой отрасли: материалы международной научно-практической конференции. - Альметьевский государственный нефтяной институт. - 2018. - С. 156 - 158.

65. Дегтярев, Г.Л., Алексеев, Ф.Ф., Алексеев, А.Ф., Али, Салама. Синтез нелинейных нечетких систем управления с учетом запаздывания для режимов взлета-посадки группы Л.А // Проблемы и перспективы. Симпозиум с международным участием. - Самара: Издательство Самарского государственного аэрокосмического университета имени академика С.П. Королева (национального исследовательского университета). - 2012. - С. 173 - 175.

66. Дегтярев, Г.Л., Алексеев, Ф.Ф., Алексеев, А.Ф., Широков, П.С. Синтез и анализ нечетких систем управления с нечетким логическим регулятором с нейросетевой адаптацией // Проблемы и перспективы развития авиации, наземного транспорта и энергетики «АНТЭ-2013». Международная научно-техническая конференция: сборник докладов. - Казань: Издательство Казан. гос. техн. ун-та. - 2013. - С. 243 - 252.

67. Дегтярев, Г.Л., Алексеев, Ф.Ф., Широков, П.С. и др. Методы и алгоритмы нейронечеткого управления динамическими системами в условиях неопределенности с приложением к задачам добычи и подготовки нефти // Аналитическая механика, устойчивость и управление. Труды XI Международной Четаевской конференции, посвященной 115-летию со дня рождения Н.Г. Четаева и памяти академика АН РТ Т.К. Сиразетдинова. - 2017. -С. 107 -112.

68. Дегтярев, Г.Л., Сагдатуллин, А.М. Разработка математических моделей прогнозирования процессов добычи и транспорта нефти в условиях неопределенности // Известия Санкт-Петербургского государственного технологического института (технического университета). - 2020. - № 54. -С. 71 - 75.

69. Дли, М.И., Стоянова, О.В., Абраменкова, И.В., Зайцев, О.В. Метод интеллектуального управления информационными ресурсами промышленного предприятия // Прикладная информатика. - 2010. - № 5 (29). - С. 13 - 22.

70. Дроздов, А.Н., Деньгаев, А.В. и др. Эксплуатация скважин, оборудованных УЭЦН, на месторождениях с трудноизвлекаемыми запасами // Территория Нефтегаз. - 2008. - № 10. - С. 82 - 85.

71. Дунаев, И.В. Диагностика и контроль состояния скважинной штанговой насосной установки на основе динамометрирования и нейросетевых технологий: автореферат диссертации ... кандидата технических наук. - Уфа, 2007. - 16 с.

72. Егоров, А.В., Малиновская, Г.Н., Трифонов, А.А. Алгоритмы решения некоторых задач диспетчерского управления электротехническими системами промышленных предприятий // Территория Нефтегаз. - 2014. - № 3.

- С. 14 - 19.

73. Емекеев, А.А., Сагдатуллин, А.М. Искусственные нейронные сети в анализе режимов работы скважин // Материалы научной сессии ученых Альметьевского государственного нефтяного института. - 2014. - № 1. - Т. 1.

- С. 45 - 50.

74. Ерка, Б.А. Оптимизация отбора пластовой жидкости погружными насосами из скважин с меняющимся дебитом / Б.А. Ерка, А.А. Двинин // Строительство нефтяных и газовых скважин на суше и на море. - 2003. - № 12.

- С. 24 - 27.

75. Ермолаев, А.И., Ахметзянов, А.В., Гребенник, О.С. Оптимизация и выбор систем разработки группы залежей нефтяных и газовых месторождений // Проблемы управления. - 2010. - № 6. - С. 38 - 44.

76. Ершов, М.С., Егоров, А.В., Трифонов, А.А. Развитие теории устойчивости промышленных электротехнических систем и методов управления ими // Территория Нефтегаз. - 2010. - № 3. - С. 108 -115.

77. Ефимов, Д.В., Раисси Т. Построение интервальных наблюдателей для динамических систем с неопределенностями // Автоматика и телемеханика. - 2016. - № 2. - С. 5 - 49.

78. Ещин, Е.К. Электромеханические системы многодвигательных электроприводов (моделирование и управление) / Е.К. Ещин. - Кемерово: КузГТУ, 2003. - 247 с.

79. Жеребкин, Б.В. Система векторного управления тяговым электроприводом рудничных электровозов с использованием аппарата нечеткой логики: автореферат диссертации ... кандидата технических наук: 05.09.03. -Санкт-Петербург, 2005. - 16 с.

80. Жолобов, Д.А. Синтез нейронных сетей с адаптивной топологией: автореферат диссертации ... кандидата технических наук: 05.13.01. - Москва, 2006. - 16 с.

81. Завьялов, В.Е. Моделирование системы «Асинхронный двигатель -центробежный насос» на основе электромеханических и электрогидравлических аналогий: автореферат диссертации ... кандидата технических наук: 05.09.05. - Омск, 2005. - 16 с.

82. Заде, Л.А. Понятие лингвистической переменной и его применение к принятию приблизительных решений / Л. А. Заде. - Москва: Мир, 1976. -165 с.

83. Замосковин, П.П. Информационно-измерительная и управляющая система оптимизации температурного режима газотранспортной сети на

примере астраханского месторождения: автореферат диссертации ... кандидата технических наук: 05.11.16. - Астрахань, 2011. - 22 с.

84. Запорожец, Е. и др. Месторождения на заключительной стадии разработки. Пути решения проблемы высоких энергозатрат // Oil & Gas Journal: Russia. - 2013. - № 10 (76). - С. 74 - 78.

85. Зарифьян, А.А., Колпахчьян, П.Г., Пшихопов, В.Х., Медведев, М.Ю. Проблемы разработки энергосберегающих систем регулирования тягового электропривода // Известия ЮФУ. Технические науки. - 2013. - № 3 (140). -С. 176 -184.

86. Зозуля, Ю.И., Жильцов, А.А., Кабальнов, Ю.С. Системная интеграция нейросетевых анализаторов при диагностике состояния инженерных сетей // Вестник Уфимского государственного авиационного технического университета. - 2009. - Т. 12. - № 1. - С. 25 - 33.

87. Золотарев, И.В., Пещеренко, С.Н., Пошвин, Е.В. Прогнозирование энергоэффективности УЭЦН // Бурение и нефть. - 2013. - № 9. - С. 62 - 65.

88. Зоркин, Е.М. Исследование режима водоподачи подкачивающих насосных станций оросительных систем: автореферат диссертации ... кандидата технических наук: 05.23.04. - Москва, 2005. - 40 с.

89. Зубаиров, И.Ф. Интеллектуальная скважина - повышение эффективности механизированной добычи // Инженерная практика. - 2011. - № 5. - С. 84 - 89.

90. Ибрагимов, Л.Х. Интенсификация добычи нефти / Л.Х. Ибрагимов, И.Т. Мищенко, Д.К. Челоянц. - Москва: Наука, 2000. - 413 с.

91. Иваненко, Б.П. Нейросетевое моделирование процессов добычи нефти // Нефтяное хозяйство. - 2003. - № 12. - С. 46 - 49.

92. Иванов, А. С. Переменная структура и локальные алгоритмы управления частотно-регулируемым электроприводом горных машин: автореферат диссертации ... кандидата технических наук. - Санкт-Петербург, 2010. - 16 с.

93. Ивановский, В.Н. Скважинные насосные установки для добычи нефти / В.Н. Ивановский, В.И. Дарищев, А. А. Сабиров и др. - Москва: Издательство «Нефть и газ» РГУ нефти и газа им. И.М. Губкина, 2002. - 824 с.

94. Ивановский, В.Н., Садчиков, Н.В., Улюмджиев, А.С. К вопросу оптимизации закона движения выходного звена привода скважинной штанговой насосной установки // Территория Нефтегаз. - 2012. - № 5. - С. 86 - 90.

95. Иващенко, В. А. Теоретико-методологические основы, методы и математические модели управления электропотреблением промышленных предприятий // Вестник СГТУ. - 2005. - № 1 (7). URL: https://cyberleninka.ru/ article/n/teoretiko-metodologicheskie-osnovy-metody-i-matematicheskie-modeli-upravleniya-elektropotrebleniem-promyshlennyh-predpriyatiy (дата обращения: 29.03.2021).

96. Идрисов, И.И., Васильев, В.И. Алгоритмы проектирования и анализа устойчивости интеллектуальной системы управления // Вестник Уфимского государственного авиационного технического университета. - 2008. -Т. 11. - № 1. - С. 34 - 42.

97. Ильясов, Б.Г., Тагирова, К.Ф., Дунаев, И.В. Автоматизация диагностики нефтедобывающего оборудования с использованием нейронных сетей // Автоматизация, телемеханизация и связь в нефтяной промышленности. -Москва, 2005. - № 4. - С. 11 -18.

98. Казакул, А.А., Савина, Н.В. Методика оптимальной компенсации реактивной мощности в сетях распределительных компаний в условиях неопределенности // Вестник Ивановского государственного энергетического университета. - 2010. - № 3. - С. 42 - 46.

99. Каревский, Д.В. Моделирование и анализ частотно-регулируемого электропривода питательного насоса энергоблока с ВВЭР-1000: автореферат диссертации ... кандидата технических наук. - Воронеж, 2011. - 16 с.

100. Карелин, В.Я. Насосы и насосные станции / В.Я. Карелин, A.B. Минаев. - Москва: Стройиздат, 1986. - 320 с.

101. Качурин, С.И. Анализ применимости многослойной нейронной сети для распознавания литологической структуры скважины по данным геофизических исследований: автореферат диссертации ... кандидата технических наук: 05.13.18. - Ижевск, 2003. - 16 с.

102. Каширских, В.Г. Функциональное диагностирование и прогнозирование состояния асинхронных электродвигателей горных машин на основе их динамической идентификации // Вестник Кузбасского государственного технического университета. - 2005. - № 3 (47). - С. 3 - 5.

103. Каяшев, А.И. Четкий логический регулятор температуры в автоклаве для производства газосиликатных шлакоблоков / А.И. Каяшев, Л.Ю. Полякова, Т.В. Сазонова, Е.А. Муравьева // Вестник Уфимского гос. авиац. ун-та. - Уфа. - 2011. - Т. 15. - № 2 (42). - С. 114 -118.

104. Каяшев, А.И., Емекеев, А.А., Сагдатуллин, А.М. Автоматизация электропривода насосной станции на основе многомерного нечеткого логического регулятора // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2014. - № 4. - С. 30 - 34.

105. Каяшев, А.И., Емекеев, А.А., Сагдатуллин, А.М. Анализ энергоэффективности систем автоматизации высоковольтного электропривода насосной станции // Газовая промышленность. - 2013. - № 699. - С. 47 - 50.

106. Каяшев, А.И., Муравьева, Е.А., Габитов, Р.Ф. SCADA-система на основе многомерного четкого логического регулятора // Вестник УГАТУ. -2010. - Т. 14. - № 4 (39). - С. 119 -125.

107. Каяшев, А.И., Сазонова, Т.В., Сабанчин, В.Р., Суликова, В.А. Исследование устойчивости многомерного четкого регулятора температуры с интервальной неопределенностью в системах управления установками термообработки стройматериалов // Научно-технический вестник Поволжья. -2013. - № 6. - С. 316 - 322.

108. Клименко, А.В., Стоянова, О.В., Дли, М.И., Бояринов, Ю.Г. Нейро-нечеткий метод построения моделей сложных объектов // Прикладная информатика. - 2007. - № 3 (9). - С. 119 - 127.

109. Коберси, И.С., Шадрина, В.В. Разработка алгоритма обучения интеллектуальной системы управления на основе генетических алгоритмов // Известия ЮФУ. Технические науки. - 2010. - № 2 (103). - С. 116 - 122.

110. Ковалев, С.М., Долгий, А.И. Интерпретируемость нечетких темпоральных моделей // Известия ЮФУ. Технические науки. - 2018. - № 5 (199). - С. 131-142.

111. Кожукарь, Г.Н., Ягубов, З.Х., Иванов, Б.А. Энергосберегающий частотно-регулируемый электропривод // Газовая промышленность. - 2012. -№ 10. - С. 35 - 37.

112. Колдаев, А.И., Шебзухова, Б.М. Применение адаптивной системы нейро-нечеткого вывода для диагностики силовых трансформаторов // Грозненский естественнонаучный бюллетень. - 2021. - Т. 6. - № 2 (24). - С. 75 - 80.

113. Колесников, А.А. Метод нелинейного синергетического управления системами активной виброзащиты // Технологии техносферной безопасности. - 2013. - № 4 (50). - 9 с.

114. Колесников, С.М. Разработка и исследование энергосберегающего частотно-регулируемого электропривода турбомеханизмов: автореферат диссертации ... кандидата технических наук: 05.09.03. - Воронеж, 2005. - 16 с.

115. Колязов, К.А., Воробьева, А.В., Шиянова, Н.И. Синтез модели объекта управления с использованием нечеткой логики // Автоматизация в промышленности. - 2007. - № 7. - С. 55 - 57.

116. Комаров, Е.Г, Полещук, О.М. Формализация групповой экспертной информации на основе интервальных нечетких множеств второго типа // Международная конференция по мягким вычислениям и измерениям. -2014.- Т. 1. - С. 38 - 41.

117. Комарцова, Л.Г., Лавренков, Ю.Н. нейронечеткий адаптивный маршрутизатор потоков цифровой информации // Прикладная информатика.- 2013. - № 6 (48). - С. 059 - 079.

118. Копылов, И.П. Математическое моделирование электрических машин / И.П. Копылов. - Москва: Высшая школа, 2001. - 274 с.

119. Коровин, Я.С., Хисамутдинов, М.В., Ткаченко, М.Г. Прогнозирование состояний нефтепромысловых объектов с применением технологий эволюционных алгоритмов и искусственных нейронных сетей // Нефтяное хозяйство. -2013. - № 12. - С. 128 -132.

120. Косчинский, С.Л. Спецификация и формализация процессов управления асинхронного электропривода в составе АСУ ТП // Мехатроника, Автоматизация, Управление. - 2006. - № 6. - С.35 - 40.

121. Кочетков, С.А, Уткин, В.А. Минимизация нормы матрицы обратной связи в задачах модального управления // Автоматика и телемеханика. -2014. - № 2. - С. 72 - 105.

122. Краснов, Д.В., Онищенко, Г.Б. Оценка потребности в высоковольтных регулируемых электроприводах переменного тока // Известия Тул-ГУ. Технические науки. - 2010. - Вып. 3. - Ч. 1. - С.73 - 82.

123. Красовский, А.А. Основы автоматики и технической кибернетики / А.А. Красовский, Г.С. Поспелов. - Москва - Ленинград: Госэнергоиздат, 1962. - 600 с.

124. Красовский, А.А. Разработка методов и алгоритмов автоматизированного комплекса мониторинга и управления магистральными нефтепроводами: автореферат диссертации ... кандидата технических наук: 05.13.06. -Москва, 2011. - 16 с.

125. Крохин, Г.Д., Аракелян, Э.К., Мухин, В.С., Пестунов, А.И. Применение методологии искусственного интеллекта для формализации результатов обработки нечеткой информации // Вестник Московского энергетического института. Вестник МЭИ. - 2017. - № 5. - С. 130 - 138.

126. Круглов, В.В. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого / В.В. Круглов, М.И. Дли. - Москва: Физматлит, 2002.

127. Кудрявцев, В.С. Применение нечетких лингвистических регуляторов для управления сложными динамическими объектами: автореферат диссертации ... кандидата технических наук: 05.13.06. - Екатеринбург, 2003. - 16 с.

128. Кудряшов, С., Левин, Ю., Маркелов, Д. Эксплуатация УЭЦН в осложненных условиях интенсифицированных скважин // Бурение и нефть. -2004. - № 10. - С. 22 - 23.

129. Кулешов, С. Увеличение добычи нефти с VLT SALT // Территория Нефтегаз. - 2010. - № 10. - С. 54.

130. Кульчин, Ю.Н., Ким, А.Ю., Ноткин, Б.С., Люхтер, А.Б. Построение алгоритма нечеткого дерева решений на основе экспериментальных данных при обработке сигналов РВОИС // Информатика и системы управления.

- 2014. № 3 (41). - С. 103 - 114.

131. Купова, А.В., Соловьев, В.А., Светлаков, А.А., Челухин, В.А. Стабилизация напряжения статическим тиристорным компенсатором с нечетким регулятором в системе с переменной нагрузкой // Ученые записки КнАГТУ.

- 2021. - № 7 (55). - С. 48 - 57.

132. Лезнов, Б.С. Энергосбережение и регулируемый привод в насосных и воздуходувных установках / Б. С. Лезнов. - Москва: Энергоатомиздат, 2006. - 359 с.

133. Леоненков, А.В. Нечеткое моделирование в среде MATLAB и Fuzzy TECH / А.В. Леоненков. - Санкт-Петербург: БХВПетербург, 2005. - 736 с.

134. Лиходедов, А.Д., Портнягин, Н.Н. Моделирование векторного управления асинхронным электроприводом // Современные проблемы науки и образования. - 2013. - № 1. URL: https://www.science-education.ru/ru/article/ view? id = 8213.

135. Лок, Х.Д. Синтез адаптивных систем управления нелинейными динамическими объектами на базе нечетких регуляторов и нейросетевых технологий: автореферат диссертации ... доктора технических наук: 05.13.01. - Москва, 2002. - 24 с.

136. Лубенцова, Е.В., Масютина, Г.В., Рудакова, Т.А., Лубенцов, В.Ф. Синтез интервальной системы управления с адаптивным ПИД-регулятором // Автоматизация в промышленности. - 2013. - № 9. - С. 62 - 64.

137. Лукьянов, Д.В. Выбор структуры электрических сетей промышленных предприятий в условиях автоматизированного управления электропотреблением / Д. А. Васильев, В. А. Иващенко, Д.В. Лукьянов, А.Ю. Ша-бельникова // Известия вузов. Поволжский регион. Технические науки. -2010. - № 2. - С. 52 - 61.

138. Лукьянов, Д.В. Прогнозирование активных нагрузок промышленных предприятий на основе распознавания образов / Д.В. Лукьянов, Д. А. Васильев, В.А. Иващенко // Известия высших учебных заведений. Проблемы энергетики. - 2011. - № 3-4. - С. 122 -126.

139. Лусников, Р.Г., Ясовеев, И.М. Оценка петрофизических параметров нефтяных коллекторов с помощью нечетких множеств // Надежность и качество. Труды междунар. симпозиума. В 2-х томах. - Пенза: Изд-во Пензенского гос. ун-та. - 2006. - Т. 1. - С. 248 - 252.

140. Лютов, А.Г., Новоженин, М.Б., Огородов, В.А. Исследование условий возникновения колебательных процессов при автоматизированном управлении насосными комплексами на основе прецедентов // Вестник Уфимского государственного авиационного технического университета. -2021. - Т. 25. - № 4 (94). - С. 101 -110.

141. Мальцева, О.П. Системы управления электроприводов. Ч. 1. Электропривод постоянного тока / О.П. Мальцева. - Томск: Изд-во Томского политехнического университета, 2007. - 53 с.

142. Мандрик, И.Э., Гузеев, В.В., Сыртланов, В.Р., Громов, М.А., Заха-рян, А.З. Нейроинформационные подходы к прогнозированию эффективности гидравлического разрыва пласта // Нефтяное хозяйство. - 2009. - № 6. -С. 44 - 49.

143. Махмуд, Б.Ю. Совершенствование электроприводов роботов на основе Ш77у-регуляторов и нейронных сетей: автореферат диссертации ... кандидата технических наук: 05.09.03. - Москва, 2008. - 20 с.

144. Медведев, В.Ф. Сбор и подготовка неустойчивых эмульсий на промыслах / В.Ф. Медведев. - Москва: Недра, 1987. - 144 с.

145. Медянцев, Д.В., Замятин, Н.В. Методика пейросетевого моделирования сложных систем // Известия Томского политехнического университета. - 2006. - Т. 309. - №8. - С. 100 -106.

146. Меньшов, Б.Г. Электротехнические установки и комплексы в нефтегазовой промышленности / Б.Г. Меньшов, М.С. Ершов, А.Д. Яризов. - Москва: Недра, 2000. - 487 с.

147. Мещеряков, В.А., Денисов, И.В. Моделирование адаптивной системы нейро-нечеткого управления рабочим процессом стрелового крана [Электронный ресурс]. - Режим доступа: https://matlab.ru/upload/resources/ EDU%20Conf/pp%20367-375%20Mestherjakov.pdf.

148. Милов, В.Р. Синтез непараметрического классификатора на основе искусственных нейронных КББ-сетей // Известия высших учебных заведений. Радиофизика. - 2003. - Т. 46. - № 2. - С. 144 -149.

149. Минаков, В.Ф., Шевцов, М.А., Пустахайлов, С.К. и др. Математическое моделирование автоматизированных информационных процессов // Вестник Северо-Кавказского государственного технического университета. -2006. - №3(7). - С. 15 - 19.

150. Михайлюк, П.П. Программный комплекс синтеза нейро-нечетких моделей технологических процессов: автореферат диссертации ... кандидата технических наук: 05.13.18. - Санкт-Петербург, 2007. - 20 с.

151. Мищенко, В.А. Алгоритм обучения нечеткой нейронной сети Ван-га Менделя для распознавания рукопечатных символов в работе почтовой службы / В.А. Мищенко, И.Ф. Астахова, А. А. Краснояров // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. - 2011. - № 2. - С. 144 -147.

152. Мукани, Э.Б. Режимы работы систем электроснабжения объектов нефтегазовых месторождений: автореферат диссертации ... кандидата технических наук. - Москва, 2011. - 24 с.

153.Муравьева, Е.А., Каяшева, Г.А., Байманов, И.Ф. Нечеткая система регулирования величины рН электролита в производстве хлора методом электролиза // Автоматизация, телемеханизация и связь в нефтяной промышленности: научно-технический журнал. - Москва: ОАО «ВНИИОЭНГ», 2008. -№ 1. - С. 10 - 13.

154. Мясютина, Г.В., Оценка показателей качества нейросетевой системы управления на основе линейных математических моделей // Фундаментальные исследования. - 2011. - № 4. - С. 115 -120.

155. Назаров, А.Н. Повышение надежности и эффективности эксплуатации компрессорных станций за счет совершенствования систем электроснабжения: автореф. дис .... кандидата технических наук: 25.00.19 / Ростовский гос. ун-т нефти и газа им. И.М. Губкина. - Москва, 2007. - 25 с.

156. Насыбуллин, А.В., Антонов, О.Г., Шутов, А.А. и др. Оптимизация системы заводнения на основе трехмерного геолого-гидродинамического моделирования и искусственного интеллекта // Нефтяное хозяйство. - 2012. - № 7. - С. 14 - 16.

157. Нгуен Ле Минь. Совершенствование гидроприводов штанговых насосов на основе выбора рационального закона движения выходного звена: автореферат диссертации ... кандидата технических наук. - Москва, 1991. -20 с.

158. Невмержицкий, М.Н., Ноткин, Б.С., Змеу, К.В. Наблюдатель момента нагрузки вентильного электропривода // Информатика и системы управления. - 2015. - № 3 (45). - С. 101 - 111.

159. Нестеренко, А.Н., Романов, А.С., Ланчаков, Г.А. Эффективность совместной добычи нефти и воды при эксплуатации нефтяных скважин уренгойского НГКМ // Газовая промышленность. - 2009. - № 6. - С. 42 - 44.

160. Никонов, А.Н. Адаптивное управление нелинейным динамическим объектом с особенностью канала управления на базе обучаемой в реальном времени искусственной нейронной сети // Всероссийская научная конференция по проблемам управления в технических системах. - 2015. - Т. 1. -С. 214 - 218.

161. Нугаев, И.Ф., Искужин, Р.В. Динамическая модель нефтедобывающей скважины на базе УЭЦН как объекта управления // Электронный научный журнал «Нефтегазовое дело». - 2012. - № 5. - С. 31 - 46.

162. Нугаев, И.Ф., Искужин, Р.В. Комплекс математических моделей для решения задач синтеза алгоритмов управления процессами в нефтедобывающих скважинах // Вестник УГАТУ. - 2012. - Т. 16. - № 8 (53). - С. 36 -44.

163. Омату, С. Нейроуправления и его приложения / С. Омату, М. Ха-лид, Р. Юсоф. - Москва: ИПРЖР, 2008.

164. Пат. 136504 Российская Федерация, МПК F04D 15/00 (2006.01). Схема комплексной автоматизации электропривода насосной станции / Сагдатуллин А.М. (Зиатдинов), А. А. Емекеев. - № 2013131974/07; заявл. 09.07.2013; опубл. 10.01.2014, Бюл. № 1. - 2 с.

165. Пат. 140350 Российская Федерация, МПК Н02Р 1/58 (2006.01). Устройство плавного пуска и регулирования режимов работы группы высоковольтных асинхронных электродвигателей / А.М. Сагдатуллин (Зиатди-нов), А.И. Каяшев, А.А. Емекеев. - № 2013151910/07; заявл. 21.11.2013; опубл. 10.05.2014, Бюл. № 13. - 2 с.

166. Пат. 2579987 Российская Федерация, С2 МПК 005В 11/10 005В 11/00 005В 13/02 Е05Б 15/18. Адаптивный интеллектуальный логический регулятор, работающий в условиях нечетко заданной информации / А.М. Са-гдатуллин. - № 2014121436/08; заявл. 27.05.2014; опубл. 10.04.2016, Бюл. № 10.

167. Пат. 2445669 Российская Федерация, С2 МАК 005В 13/02. Четкий логический регулятор для управления технологическими процессами / А.И. Кая-шев, Е.А. Муравьева, Р.Ф. Габитов, заявл. 02.15.2010; опубл. 03.20.2012.

168. Пат. 2551139 Российская Федерация, МПК Б04Б 15/00 (2006.01), Б04Б 13/12 (2006.01). Способ автоматизированного управления электроприводом насосной станции / А.М. Сагдатуллин (Зиатдинов), А.А. Емекеев. -№ 2013151899/06; заявл. 21.11.2013; опубл. 20.05.2015, Бюл. № 14. - 9 с.

169. Пат. 2579987 Российская Федерация, С2 МПК 005В 11/00(2006.01), 005В 13/02(2006.01), 006Б 15/18 (2006.01). Адаптивный интеллектуальный логический регулятор, работающий в условиях нечетко заданной информации / А.М. Сагдатуллин. - № 2014121436/08; заявл. 27.05.2014; опубл.10.12.2015, Бюл. № 10.

170. Пат. 2596165 Российская Федерация, МПК Н02Р С2 1/26(2006.01), Н02Р 3/24 (2006.01). Способ автоматического пуска и торможения электроприводов от автономного источника электрической энергии соизмеримой мощности / А.М. Сагдатуллин. - № 2014146133/07; заявл. 17.11.2014; опубл. 27.08.2016, Бюл. № 24.

171. Пат. 2608185 Российская Федерация, МПК С2 Н02Р27/04, Н02Р1/58, Н02Р1/56. Устройство адаптивного управления плавным пуском высоковольтных электроприводов / А.М. Сагдатуллин. - № 2015113574; заявл. 13.04.2015; опубл. 17.01.2017, Бюл. № 2.

172. Пат. 2619003 Российская Федерация, МПК С, Б04Б 15/00 (2006.01), Б04Б 13/10 (2006.01), Е21В 43/12 (2006.01). Управляемая система скважинной погружной электронасосной установки / А.М. Сагдатуллин,

А.А. Емекеев, Р.Р. Ахметзянов. - № 2014146120; заявл. 17.11.2014; опубл. 11.05.2017, Бюл. № 14.

173. Пащенко, Ф.Ф. Синтез систем управления электромеханическими преобразователями / Ф.Ф. Пащенко, О.С. Амосов, С.Н. Иванов // Датчики и системы / Sensors & Systems. - 2006. - № 8. - C. 18 - 24.

174. Персиянцев, М.Н. Добыча нефти в осложненных условиях / М.Н. Пер-сиянцев. - Москва: Недра, 2000. - 700 с.

175. Подрезова, Д.В., Зеленохат, Н.И. Оптимизация режима работы энергосистемы с учетом стоимости потерь активной мощности в электрической сети // Энергетик. - 2012. - № 3. - С. 45 - 49.

176. Полещук, О.М., Комаров, Е.Г., Darwish, A. Нелинейная нечеткая регрессионная модель для интервальных нечетких множеств второго типа // Международная конференция по мягким вычислениям и измерениям. - 2018. - Т. 1. - С. 47-50.

177. Полукеева, В.А. Определение оптимальных параметров электромеханической системы насосных станций выемочных комплексов и агрегатов: автореферат диссертации ... кандидата технических наук: 05.05.06/05.09.03. -Тула, 2000. - 16 с.

178. Прокопьев, П.Ю., Большаков, Ан.А., Большаков, Ал.А. Программный комплекс для первичной обработки и визуального анализа данных сенсоров газокомпрессорных станций // В кн.: Неделя науки-2018. Сборник тезисов VIII научно-технической конференции студентов, аспирантов и молодых ученых, в рамках мероприятий, посвященных 190-летию со дня основания Технологического института (с международным участием). - 2018. -253 с.

179. Проталинский, О.М., Шведов, А.Ю., Ханова, А.А. Система поддержки принятия решений управления жизненным циклом электрооборудования // Вестник Московского энергетического института. Вестник МЭИ. -2021. - № 5. - С. 108-116.

180. Проталинский, О.М., Щербатов, И.А., Ханова, А.А. Проталинс-кий И.О. Адаптивная система прогнозирования надежности технологического оборудования объектов энергетики // Информатика и системы управления. -2019. - № 1 (59). - С. 93 - 105.

181. Рахманов, А.Р., Ахмадиев, Р.Н., Валовский, К.В., Басос, Г.Ю. Применение насосной системы двойного действия с электроцентробежным насосом для заводнения методом межскважинной перекачки // Нефтяное хозяйство. - 2012. - № 7. - С. 42 - 45.

182. РД 153-39.0-047-00. Регламент по созданию постоянно действующих геолого-технологических моделей нефтяных и газонефтяных месторождений. - Москва: Министерство топлива и энергетики РФ, 2000. - 129 с.

183. Родионов, П.Е. Методика извлечения знаний в задачах анализа рядов динамики с использованием нейронных сетей: автореферат диссертации ... кандидата технических наук: 05.13.17. - Москва, 2003. - 24 с.

184. Рожкин, М.Е. Возможности моделирования работы скважинного оборудования на экспериментальных стендах // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2009. - № 8. - С. 16 - 20.

185. Рудаков, В.В. Асинхронные электроприводы с векторным управлением / В.В. Рудаков, И.М. Столяров, В. А. Дартау. - Ленинград: Энерго-атомиздат, 1987. - 136 с.

186. Рудаков, П.И. Обработка сигналов и изображений. МЛТЬЛВ 5.x / П.И. Рудаков, В .И. Сафонов. - Москва: Диалог-МИФИ, 2000. - 416 с.

187. Рыжов, А.П. Информационный мониторинг сложных процессов: технологические и математические основы // Интеллектуальные системы. -2007. - Т. 11. - № 1-4. - С. 101-136.

188. Сабинин, Ю.А. Частотно-регулируемые асинхронные электроприводы / Ю.А. Сабинин, В.Л. Грузов. - Ленинград: Энергоатомиздат, 1985. -123 с.

189. Сагдатуллин (Зиатдинов), А.М. Анализ подходов к построению автоматизированных систем нефтегазодобывающего предприятия // Ползу-новский вестник. - 2013. - № 4-2. - С. 78 - 83.

190. Сагдатуллин, А.М. Анализ и синтез структуры системы управления электроприводом насоса процесса подготовки нефти // Известия высших учебных заведений. Нефть и газ. - 2014. - № 6 (108). - С. 106 - 112.

191. Сагдатуллин, А.М. Анализ фонда добывающих скважин и степени разработанности нефтегазовых месторождений // Известия высших учебных заведений. Нефть и газ. - 2014. - № 5 (107). - С. 46 - 50.

192. Сагдатуллин, А.М. Анализ энергоемкости технологических процессов схемы сбора и подготовки нефти на промысле нефтедобывающего предприятия // Нефтепромысловое дело. - 2014. - № 6. - С. 51 - 55.

193. Сагдатуллин, А.М. Идентификация процесса транспорта нефти первой ступени сепарации на основе дискретного преобразования Лапласа и разработки линейной авторегрессионной модели // Вестник КГТУ им. А.Н. Туполева. - 2018. - № 4. - С. 203 - 207.

194. Сагдатуллин, А.М. Идентификация режимов работы и анализ состояния скважинного оборудования на основе нейронной сети // Газовая промышленность. - 2014. - № 6 (707). - С. 60 - 64.

195. Сагдатуллин, А.М. Интеллектуальная система управления удаленным объектом нефтегазового месторождения // Интеллектуальные системы и технологии: современное состояние и перспективы. Сборник научных трудов III Международной летней школы-семинара по искусственному интеллекту для студентов, аспирантов и молодых ученых (18уТ'2015, Тверь-Протасово, 1-5 июля 2015 г.) - Тверь: Изд-во Тверского государственного технического университета, 2015. - С. 163 - 171.

196. Сагдатуллин, А.М. Исследование автоматизированной насосной станции на основе концептуальной модели // Нефть и газ - 2015: сборник те-

зисов 69-й Международной молодежной научной конференции (Москва, 14-16 Апреля 2015 г.). - Москва: Изд-во РГУ нефти и газа имени И.М. Губкина, 2015. - Т. 2. - С. 315.

197. Сагдатуллин, А.М. Исследование возможности построения нейро-нечеткого логического регулятора с дискретными термами для управления и автоматизации объектов нефтегазового машиностроения // Интеллектуальные системы в производстве. - 2021. - Т. 19. - № 3. - С. 105 - 110.

198. Сагдатуллин, А.М. Моделирование вариантов оптимизации для принятия решений при контроле и управлении разработкой нефтегазового месторождения // Нефтепромысловое дело. - 2014. - № 8. - С. 32 - 35.

199. Сагдатуллин, А.М. Моделирование работы интеллектуальной скважины на экспериментальном стенде // Газовая промышленность. - 2014. Спец. вып. № 2. Эксплуатация месторождений УВ на поздней стадии разработки (708). - С. 107 -110.

200. Сагдатуллин, А.М. Нейросетевая идентификация режимов работы скважинного оборудования станка-качалки на основе анализа динамограмм // Свидетельство № 2014616202 от 16.06.2014 г. - Москва: Роспатент, 2014.

201. Сагдатуллин, А.М. Нейросетевой контроллер для управления скоростью асинхронного двигателя // XII Всероссийское совещание по проблемам управления ВСПУ-2014. Институт проблем управления им. В.А. Трапезникова РАН. - Москва, 2014. - С. 4485 - 4498.

202. Сагдатуллин, А.М. Нечеткий логический регулятор для управления многомерными технологическими процессами // Позиционирование вузовской науки в системе развития интеллектуального потенциала нации: материалы Всероссийской студенческой научно-пракической конференции с международным участием, состоявшейся в рамках Недели науки АФ КНИТУ-КАИ: Секция 4. Современные коммуникации и информационные технологии (23 апреля 2014 года, г. Альметьевск). - Альметьевск, 2014. -С. 66 - 69.

203. Сагдатуллин, А.М. Особенности функционирования и разработки ин формационной системы реального времени для управления технологическим процессом нефтеподготовки // Вестник КГТУ им. А.Н. Туполева. -2018. - № 4. - С. 208 - 212.

204. Сагдатуллин, А.М. Повышение эффективности разработки нефтегазовых месторождений на основе интеллектуальных систем // Бурение и нефть. - 2014. - № 7-8. - С. 42 - 45.

205. Сагдатуллин, А.М. Повышение эффективности управления до-жимной насосной станцией на основе использования многомерных нечетких регуляторов с дискретными термами: автореферат диссертации ... кандидата технических наук. - Оренбург, 2016. - 24 с.

206. Сагдатуллин, А.М. Повышение эффективности управления до-жимной насосной станцией на основе использования многомерных нечетких регуляторов с дискретными термами: диссертация ... кандидата технических наук. - Оренбург, 2016. - 221 с.

207. Сагдатуллин, А.М. Повышение эффективности управления до-жимной насосной станцией на основе многомерного нечеткого регулятора // Газовая промышленность. - 2015. - № 12 (731). - С. 92 - 96.

208. Сагдатуллин, А.М. Повышение эффективности управления системой транспорта и подготовки нефти и газа на основе интеллектуальных регуляторов / А.М. Сагдатуллин. - Казань: Изд-во Казанского университета, 2015. - 110 с.

209. Сагдатуллин, А.М. Применение методов нечеткой логики и нейронных сетей для автоматизации технологических процессов в нефтегазовом машиностроении и повышения эффективности добычи нефти // Интеллектуальные системы в производстве. - 2021. - Т. 19. - № 2. - С. 83 - 89.

210. Сагдатуллин, А.М. Применение новой информационной модели при обучении моделированию производственных объектов машиностроения

в условиях аддитивного производства // Вестник КГТУ им. А.Н. Туполева. -2020. - Т. 76. - № 1. - С. 94 - 98.

211. Сагдатуллин, А.М. Разработка адаптивной нейросетевой системы управления электроприводом нефтегазотранспортной магистрали // Бурение и нефть. - 2014. - № 7-8. - С. 38 - 41.

212. Сагдатуллин, А.М. Разработка и моделирование системы автоматизации и управления установки штангового скважинного насоса с приводом станком-качалкой // Химическое и нефтегазовое машиностроение. - 2016. -№ 1. - С. 20 - 21.

213. Сагдатуллин, А.М. Разработка интеллектуального регулятора для многомерного логического управления насосной станцией // Известия высших учебных заведений. Нефть и газ. - 2014. - № 4 (106). - С. 107 -111.

214. Сагдатуллин, А.М. Разработка математического программного комплекса для имитационного моделирования электромеханической системы нефте- и газотранспорта // Газовая промышленность. - 2015. № 4 (721). С. 54 - 57.

215. Сагдатуллин, А.М. Разработка многомерного регулятора на базе нечеткой логики для поддержания постоянства технологического процесса // Автоматизация, телемеханизация и связь в нефтяной промышленности. -2014. - № 7. - С. 35 - 40.

216. Сагдатуллин, А.М. Разработка модели управляющей системы насосной станции на базе многомерного нечеткого регулятора с дискретными термами // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2015. - № 8. - С. 46 - 50.

217. Сагдатуллин, А.М. Разработка операторского интерфейса удаленного телеуправления для монитора реального времени заполнения смеси / А.М. Сагдатуллин // Вестник КГТУ им. А.Н. Туполева. - 2020. - Т. 76. - № 1. - С. 99 - 103.

218. Сагдатуллин, А.М. Разработка схем и алгоритмов многомерного нечеткого логического управления нефтеперекачивающими насосными станциями: монография / А.М. Сагдатуллин. - Казань: Изд-во КНИТУ-КАИ, 2019. - 236 с.

219. Сагдатуллин, А.М. Разработка схемы комплексной автоматизации электропривода насосной станции // Автоматизация и современные технологии. - 2014. - № 9. - С. 3 - 6.

220. Сагдатуллин, А.М., Емекеев, А.А., Муравьева, Е.А. Системно-интегративный подход к автоматизации процесса проектирования и контроля разработки нефтегазовых месторождений // Нефтяное хозяйство. - 2015. №3. - С. 92 - 95.

221. Сагдатуллин, А.М., Шамсутдинов, Р.А. Разработка алгоритма улучшения качества изображений входного видеопотока для управления атомными транспортными средствами // Интеллектуальные системы в производстве. - 2021. - Т. 19. - № 2. - С. 90 - 95.

222. Сакаев, А.Ф., Козярук, А.Е. Контроль и диагностика состояния оборудования штанговых глубинных насосов косвенным методом по ватт-метрограмме с использованием искусственных нейронных сетей // Записки Горного института. - 2007. - Т. 173. - С. 101 - 104.

223. Сандлер, А. С. Автоматическое частотное управление асинхронными двигателями / А.С. Сандлер, Р.С. Сарбатов. - Москва: Энергия, 1974. -328 с.

224. Семухин, М.В. Методологические основы анализа и обработки нечеткой информации не нефтегазодобывающих предприятиях: автореферат диссертации ... доктора технических наук: 05.13.01. - Самара, 2008. - 24 с.

225. Сенилов, М.А., Лялин, В.Е. Нейросетевая модель поточечной интерпретации геофизических данных // Вестник Нижегородского университета им. Н.И. Лобачевского. - Нижний Новгород, 2005. - № 6. - С. 73 - 79.

226. Силаш, А.П. Добыча и транспорт нефти и газа. В 2 ч. / А.П. Силаш; пер. с англ.; под ред. Н.М. Байкова и др. Ч. 1. - Москва: Недра, 1980. - 375 с.

227. Силаш, А.П. Добыча и транспорт нефти и газа. В 2 ч. / А.П. Силаш; под ред. Н. М. Байкова и др. Ч. 2. - Москва: Недра, 1980. - 264 с.

228. Силич, В.А., Савельев, А.О., Савельев, А.О. Разработка алгоритма принятия решений по выбору геолого-технического мероприятия для нефтедобывающей скважины // Средства и системы обработки и анализа данных. -2012. - С. 31 - 36.

229. Сипайлов, Г.А. Математическое моделирование электрических машин / Г. А. Сипайлов, A.B. Лоос. - Москва: Высшая школа, 1980. - 176 с.

230. Ситников, Н.Б., Карякин А.Л., Макаричев К.В. Исследование вынужденных колебаний в приводе с линейной механической характеристикой двигателя // Известия высших учебных заведений. Горный журнал. - 2008. -№ 3. - С. 95 - 98.

231. Слядзевская, К.П. Синтез цифровых регуляторов для асинхронного частотного электропривода // Актуальные проблемы электроэнергетики: сборник статей Всероссийской научно-технической конференции. - 2015. -С. 83 - 87.

232. Смирнов, А.О., Ланграф, С.В., Казаков, В.С., Бекишев, Р.Ф. Исследование динамических режимов работы частотно-управляемого асинхронного электропривода в условиях низких температур // Известия ТПУ. - 2011. -№ 4. - С. 107 -110.

233. Смирнов, Н.И., Шаровин, И.М. О выборе критерия оптимальности в численных методах расчета САР с ПИД регулятором // Промышленные АСУ и контроллеры. - 2010. - № 2. - С. 12 - 17.

234. Снарев, А.И., Пятышев, Д.С. Освоение скважин с помощью УЭЦН с применением регулируемого дросселя // Бурение и нефть. - 2007. - № 9. -С. 34 - 35.

235. Соколовский, Г.Г. Электроприводы переменного тока с частотным регулированием: учебник для вузов / Г.Г. Соколовский. - Москва: Академия, 2006. - 267 с.

236. Соловьев, В.А., Черный, С.П., Малюкова, А.И. Многокаскадные нечеткие системы управления мобильной установкой пиролиза древесины // Электротехнические комплексы и системы управления. - 2010. - № 3. -С. 45 - 51.

237. Степанов, М.Ф., Степанов, А.М., Михайлова, Л.С., Жеронкина, А.А. Автоматизированная среда математического моделирования процессов управления нестационарными нелинейными объектами интеллектуальными самоорганизующимися системами управления // Наукоемкие технологии в космических исследованиях Земли. - 2015. - Т. 7. - № 6. - С. 8 - 14.

238. Степин, Ю.П. Выбор стратегий обслуживания технологического оборудования на объектах нефтегазовой отрасли в условиях неопределенности и риска // Труды Российского государственного университета нефти и газа имени И.М. Губкина. - 2016. - № 1 (282). - С. 106 -121.

239. Степин, Ю.П. Модель нечеткой многокритериальной оптимизации и оценки рисков выбора вариантов проектов // Труды Российского государственного университета нефти и газа имени И.М. Губкина. - 2012. - № 3 (268). - С. 197 - 204.

240. Степин, Ю.П., Бледных, Е.Н. Системное моделирование, оптимизация, оценка и анализ рисков и эффективности функционирования нефтегазовых производственных систем // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2020. - № 4 (561). - С. 26 - 34.

241. Степин, Ю.П., Шбат, И.Т. Многокритериальная оценка и выбор метода обнаружения утечек нефтепровода // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2014. - № 9. - С. 29 - 34.

242. Сторожев, С.А., Хижняков, Ю.Н. Новый метод адаптации регулятора состояний с применением нечеткой логики // Труды МАИ. - 2021. -№ 118.

243. Сушкин, В.А. Энергетические показатели асинхронного электропривода при различных способах управления / В. А. Сушкин, О. А. Кузнецова // Известия ТулГУ. Серия Вычислительная техника. Информационные технологии. Системы управления. - Вып. 3. - Системы управления. - Т. 2. - Тула: Издательство ТулГУ, 2006. - С. 202 - 206.

244. Тагирова, К.Ф. Автоматизация управления технологическим процессом добычи нефти из малодебитных скважин на основе динамических моделей: диссертация ... доктора технических наук: 05.13.06. - Уфа, 2008. -389 с.

245. Терехов, В.А. Нейросетевые системы управления / В.А. Терехов, Д.В. Ефимов, И.Ю. Тюкин. - Москва: Высшая школа, 2002. - 183 с.

246. Тимчук, Н.А. Разработка и исследование двухуровневых адаптивно-нейронных систем управления динамическими объектами: автореферат диссертации ... кандидата технических наук: 05.13.01. - Санкт-Петербург, 2000. - 16 с.

247. Ткачук, А.А., Кривовяз, В.К., Копырин, В.С., Силуков, А.Ю. Тирис-торный преобразователь для плавного пуска высоковольтных асинхронных двигателей // Силовая электроника. - 2007. - № 1. - С. 41 - 44.

248. Торопов, А.С., Туликов, А.Н. Прогнозирование почасового электропотребления региональной энергосистемы с использованием искусственных нейронных сетей // Вестник Иркутского государственного технического университета. - 2017. - Т. 21. - № 5 (124). - С. 143 - 151.

249. Трушников, Д.Н., Лопатин, Р.Р., Харитонов, А.Н., Юшков, А.Ю., Стрекалов, А.В. Система автоматического регулирования режимов газовых и газоконденсатных скважин - элемент концепции интеллектуального про-

мысла // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2019. -№ 10 (555). - С. 5 -11.

250. Туманский, А.П. Оптимизация режимов перекачки по магистральным нефтепроводам с НПС, оборудованными частотно-регулируемыми приводами // Транспорт и хранение нефти и нефтепродуктов. - 2005. - № 8. -С. 11 - 14.

251. Угреватов, А.Ю. Применение регуляторов на нечеткой логике // Известия высших учебных заведений. Поволжский регион. Технические науки. - 2007. - № 3. - С. 9 -15.

252. Усольцев, А.А. Частотное управление асинхронными двигателями: учебное пособие / А. А. Усольцев. - Санкт-Петербург: СПбГУ ИТМО, 2006. -94 с.

253. Устюгов, Н.В., Проталинский, О.М. Управление процессом энергопотребления предприятия // Вестник Московского энергетического института. - 2021. - № 3. - С. 96 -102.

254. Фаттахов Р.Б., Соболев С.А., Тронов В.П. Оптимизация режима периодической работы дожимных насосных станций, осуществляющих откачку жидкости в один трубопровод // Нефтяное хозяйство. - 2012. - № 3. -С. 83 - 86.

255. Фащиленко, В.Н, Худайбердиев, Ш.М. Энергоэффективное управление электроприводом погружного насосного агрегата в технологии подземного выщелачивания полезных ископаемых // Горный информационно-аналитический бюллетень (научно-технический журнал). - 2010. - № 12. -С. 84 - 86.

256. Фрайштетер, В.П., Ниссенбаум, И.А., Велиев, М.К. Повышение технологической и энергетической эффективности кустовых насосных станций системы поддержания пластового давления // Нефтяное хозяйство. -2013. -№ 3. - С. 86 - 88.

257. Фыонг, В.К. Прямые адаптивные системы управления линейными электромеханическими объектами с применением нейронных сетей // Известия государственного электротехнического университета. - 2010. - № 5. -С. 92 - 98.

258. Харламов, А.А. Нейросетевой подход к интегрированному представлению и обработке информации в интеллектуальных системах: автореферат диссертации ... доктора технических наук: 05.13.01. - Москва, 2008. -24 с.

259. Хижняков, Ю.Н., Липатников, Н.Г. Адаптивный нечеткий регулятор напряжения синхронного генератора // Нейрокомпьютеры: разработка, применение. - 2018. - № 2. - С. 34 - 37.

260. Хижняков, Ю.Н., Никулин, В.С., Сторожев, С.А. Адаптивный нечеткий подход к управлению уровнем нефти-сырца в сепараторе дожимной насосной станции // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. - 2020. - № 35. - С. 57 - 70.

261. Хижняков, Ю.Н., Сторожев, С.А. Предикатное нечеткое управление синхронного компенсатора // Нейрокомпьютеры: разработка, применение. - 2019. - Т. 21. - № 3. - С. 68 - 72.

262. Хижняков, Ю.Н., Южаков, А.А. Анализ и синтез нечетких регуляторов // В сборнике: Искусственный интеллект в решении актуальных социальных и экономических проблем ХХ1 века. Сборник статей по материалам Четвертой всероссийской научно-практической конференции, проводимой в рамках Пермского естественнонаучного форума «Математика и глобальные вызовы XXI века». - 2019. - С. 272 - 275.

263. Хижняков, Ю.Н., Южаков, А.А. Робастное управление объектом с экстремальной характеристикой в условиях неопределенности // Мехатрони-ка, автоматизация, управление. - 2017. - Т. 18. - № 2. - С. 75 - 80.

264. Хижняков, Ю.Н., Южаков, А.А., Безукладников, И.И., Трушников, Д.Н. Адаптивное нечеткое управление следящих электромеханических систем // Электротехника. - 2018. - № 11. - С. 32 - 35.

265. Хизгилов, И.Х. Рациональное использование топливно-энергетических ресурсов на нефтебазах и нефтепродуктопроводах / И.Х. Хизгилов. - Москва: Недра, 2006. - 187 с.

266. Хисамутдинов, Н.И. Проблемы сохранения продуктивности скважин и нефтенасыщенных коллекторов в заключительной стадии разработки / Н.И. Хисамутдинов. - Санкт-Петербург: Недра, 2007.

267. Червяков, Н.И., Лубенцов, В.Ф., Рудакова, Т.А. Нейросетевая система автоматического управления с переменной структурой // Инфокомму-никационные технологии. - 2008. - Т. 6. - № 1. - С. 8 - 12.

268. Шагиахметов, М.Р. Модели и комплекс программ многокритериального принятия решений в условиях неопределенности в нефтедобыче: дис. ... кандидата технических наук: 05.13.18. - Казань, 2004. - 160 с.

269. Шилоносов, А.А. Алгоритмы идентификации и многорежимного управления ГТД на основе нейронных сетей: автореферат диссертации ... кандидата технических наук: 05.13.01. - Уфа, 2003. - 16 с.

270. Шириазданова, Л.Ф., Макаренко, О.А., Козачук, Б.А., Габдрахма-нова, Н.Т., Халаби, С.М. Основные аспекты построения нейросетевой прогнозной модели расхода электроэнергии для развивающихся нефтепроводов [Электронный ресурс] // Электронный научный журнал «Нефтегазовое дело». - 2011. - №3. URL http://ogbus.ru/files/ogbus/authors/Shiriazdanova/ Shiri-azdanova_1 .pdf.

271. Шрейнер, Р.Т. Математическое моделирование электроприводов переменного тока с полупроводниковыми преобразователями частоты / Р.Т. Шрейнер. - Екатеринбург: УРО РАН, 2000. - 654 с.

272. Штейнмиллер, О.А. Задача оптимального синтеза повысительных систем подачи и распределения воды микрорайона / О.А. Штейнмиллер, А.Н. Ким // Вестник гражданских инженеров. - 2009. - № 1 (18). - С. 80 - 84.

273. Штовба, С.Д. Проектирование нечетких систем средствами MATLAB / С. Д. Штовба. - Москва: Горячая линия. - Телеком, 2007. - 288 с.

274. Штурн, Л.В., Завьялов, В.В. Применение численных моделей для оптимального режима работы скважин, оборудованных УЭЦН // Территория Нефтегаз. - 2009. - №3. - С. 70 - 72.

275. Шумихин, А.Г., Павлуткин, П.Ю., Вялых, И.А. Эффективность применения насосного оборудования с частотно-регулируемым приводом для управления подачей жидких сред в технологических системах // Известия высших учебных заведений. Нефть и газ. - 2014. - № 6. - С. 80 - 86.

276. Якимов, С.Б., Клусов, А.А., Баринов, А.А. Линейный привод ШГН. Первый опыт применения в России // Территория Нефтегаз. - 2013. - № 8. -С. 50 - 57.

277. Ященко, И.Г., Полищук, Ю.М. Особенности физико-химических свойств нетрадиционных видов нефти и их регионального распределения по объемам запасов // Газовая промышленность. - 2013. - № 12. - С. 12 - 16.

278. Abbas Mamudu, Faisal Khan, Sohrab Zendehboudi, SundayAdedigba. Dynamic risk assessment of reservoir production using data-driven probabilistic approach // Journal of Petroleum Science and Engineering. - Vol. 184. - January 2020, 106486. https://doi.org/10.1016/j.petrol.2019.106486.

279. Analysis of Electric Machinery and Drive Systems, Second Edition / P.C. Krause, O. Wasynczuk, S.D. Sudhoff. - Piscataway, New Jersey: Wiley-IEEE Press, 2002. - 624 p.

280. Bolshakov A., Veshneva I., Lushin D. Mathematical model of integration of cyber-physical systems for solving problems of increasing the competitiveness of the regions of the Russian Federation // Society 5.0: Cyberspace for Ad-

vanced Human-Centered Society. Сер. "Studies in Systems, Decision and Control" Cham, - 2021. - Pp. 129 -139.

281. Blaschke, F. Das Prinzip der Feldorientierungdie Grundlage fur Transvertor Regelung von Drehefeldmaschinen / F. Blaschke // Siemens Zeitschrift. -1971. - Bd. 45. - H. 10. - Рр. 761 - 764.

282. Dake, L.P. The practice of reservoir engineering, revised edition, developments in petroleum science. Elsevier. London, 2004. - 572 p.

283. David, A.W., Donald, A.S. Handbook of Intelligent Control. Van Nostrand Reinhold. - New York, 1992.

284. Emekeev, A.A., Sagdatullin, A.M., Muravyeva, E.A. Representation of process parameters pump stations by term set with a rectangular shape of the membership function // Proceedings of the 16th International Worcshop on Computer Science and Information Technologies (CSIT'2014, Sheffield, England, September 16-22, 2014). - 2014. - Vol. 1. - Pp. 138 -141.

285. Epelle, E.I., Gerogiorgis, D.I. Mixed-Integer Nonlinear Programming (MINLP) for production optimisation of naturally flowing and artificial lift wells with routing constraints. Chemical Engineering Research and Design. - Vol. 152. - December 2019. - Pp. 134 -148.

286. Goldenthal, W., Farrell, J. Application of neural network to automatic control. Proc AIAA Conference on Guidance Navigation and Control. 1990. -Pp. 1108 - 1112.

287. Gonzalez, D., Stanko, M., Hoffmann, A. Decision support method for early-phase design of offshore hydrocarbon fields using model-based optimization. Journal of petroleum exploration and production technologyhttps // doi.org/10.1007/s13202-019-00817-z.

288. Halsey, L.G. The fickle P value generates irreproducible results: [англ.] / L.G. Halsey, D. Curran-Everett, S.L. Vowler [et al.] // Nature Methods. -2015. - Vol. 12. - No. 3. - Pp. 179 - 185. DOI: 10.1038/nmeth.3288.

289. Hughes, A. Electric Motors and Drives. Fundamentals, Types and Applications, Third edition. Elsevier, 2006. - 431 p.

290. Hunt, K.J., Sbarbaro, D., Zbikowski, R., Gawthrop, P.J. Neural networks for control systems - a survey. Automatica 1992. 28(6). - Pp. 1083 - 1112.

291. Levin A., Narendra, K.S. Control of Nonlinear Dynamical Systems Using Neural Networks: Controllability and Stabilization. IEEE Transactions on Neural Networks. - Vol. 4. - № 2. - March, 1993.

292. Li, K., Xu, W., Han, Y. A hybrid modeling method for interval time prediction of the intermittent pumping well based on IBSO-KELM. Measurement. Vol. 151. - February 2020, 107214.

293. Liu, W., Liu, W.D., Gu, J. Forecasting oil production using ensemble empiricalmodel decomposition based Long Short-Term Memory neural network, Journal of Petroleum Scienceand Engineering (2020). Doi: https://doi.org/10.1016/ j .petrol.2020.107013.

294. Mandic, Danilo P. Recurrent neural networks for prediction: learning algorithms, architectures, and stability. John Wiley. - 297 p.

295. McCulloch, W.S., Pitts, W.A. Logical calculus of ideas imminent in nervous activity // Bulletin Mathematical Biophysics. - 1943. - 5. - Pp.115.

296. Minsky, M., Papert, S. Perceptrons. MITPress. - Cambridge, MA, 1969.

297. Monteiro, D.D. et al. Using data analytics to quantify the impact of production testuncertainty on oilflow rate forecast // Oil & Gas Science and Technology - Rev. IFP Energies nouvelles75, 7 (2020). https://doi.org/10.2516/ogst/ 2019065.

298. Narendra, K.S., Parthasarathy, K. Identification and control of dynamical systems using neural networks. IEEE Trans Neural Networks. 1990. 1(1). - Pp. 4 - 27.

299. Nguyen, D., Widrow, B. Neural networks for self-learning control systems. Int J. Control 1991. 54(6). - Pp. 1439 - 1451.

300. Omer, Gurpinar. EOR performance and modeling // JPT. - 2014. -№ 1 (66). - rp. 62 - 65.

301. Ossai, C.I. Modified spatio-temporal neural networks for failure risk prognosis and status forecasting of permanent downhole pressure gaugeJournal of Petroleum Science and Engineering. Vol. 184. January 2020, 106496.

302. Renfeng Yang et al. The injectivity variation prediction model for water flooding oilfields sustainable development // Energy. - Vol. 189. - 15 December 2019. 116317. D0I.org/10.1016/j.energy .2019.116317.

303. Rumelhart, D., Hinton, G., Williams, R. Learning internal representation by error propagation. Distributed Parallel Processing. MIT Press. - Cambridge, MA, 1986.

304. Saerens, M, Soquet, A. Neural controller based on back-propagation algorithm. IEE Proc F 1991. 138(1). - Pp. 55 - 62.

305. Sagdatullin, A.M. Development and Modeling of Automation and Control System of Sucker-Rod Well Pump with Beam Drive // Chemical and Petroleum Engineering, 2016 Improving the energy efficiency of oil production using identification and prediction of operating modes of production wells based on data analysis methods, machine learning and neural networks. E3S Web of Conferences. 2019. 124. 05031.

306. Sagdatullin, A.H. et al. Modelling of Fuzzy Control Modes for the Automated Pumping Station of the Oil and Gas Transportation System // IOP Conference Series: Materials Science and Engineering, 2016.

307. Sagdatullin, A.M. et al. System-integrative approach to automation of the oil and gas fields design and development control // Neftyanoe khozyaystvo -Oil Industry. - 2015. - № 3. - Pp. 92 - 95.

308. Sagdatullin, A. Improving Automation Control Systems and Advantages of the New Fuzzy Logic Approach to Object Real-Time Process Operation // 2019 Proceedings-2019 1st International Conference on Control Systems, Mathe-

matical Modelling, Automation and Energy Efficiency, SUMMA 2019. 8947538. - 256 - 260.

309. Sagdatullin, A. Development of an Intelligent Control System Based on a Fuzzy Logic Controller for Multidimensional Control of a Pumping Station // 2020 Advances in Intelligent Systems and Computing 1127 AISC. - Рр. 76 - 85.

310. Sagdatullin, A.M. Development of a Start-up Model of a Submersible Electric Motor When the Electric Centrifugal Pump is Installed and Set to Operating Mode // 2019 Proceedings-2019 1st International Conference on Control Systems, Mathematical Modelling, Automation and Energy Efficiency, SUMMA

2019. 8947544. - Рр. 456 - 460.

311. Sagdatullin, A.M. Improving the energy efficiency of oil production using identification and prediction of operating modes of production wells based on data analysis methods, machine learning and neural networks // E3S Web of Conferences. 2019. 124. 05031.

312. Sagdatullin, А. Development of Mathematical Model and Technological Process Flow Diagram of Delivery of Reagent in Initial Treatment of Oil Production of Wells in Separator Tanks // Chemical and Petroleum Engineering,

2020. 55(11-12). - Рр. 884 - 887.

313. Sagdatullin, A. Analysis of a Discrete Object Control of Oil and Gas Pumping System under Uncertainty and Unfull Information Conditions // Proceed-ings-2020 International Russian Automation Conference. RusAutoCon 2020. 2020. - Рр. 405 - 409.

314. Sagdatullin, A. Functioning and Development of a Real-Time Information System for the Oil Treatment Technological Process Control // Proceedings-2020 2nd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency, SUMMA 2020. 2020. - Рр. 847 - 852.

315. Sagdatullin, A., Degtyarev, G. Development of a Cyber-Physical Subsystem for Support and Decision Making of Managing Oil Production and Trans-

portation Processes Under Uncertainty Conditions // Studies in Systems, Decision and Control. 2021. 342. - Рр. 145 -154.

316. Sagdatullin, A. Study of the Energy Consumption of Borehole Systems with Rod Pumps on the Basis of Simulation of an Automated Electromechanical System // Proceedings-2021 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency. SUMMA 2021. 2021. Pp. 1075 - 1078.

317. Sagdatullin, A. Application of Fuzzy Logic and Neural Networks Methods for Industry Automation of Technological Processes in Oil and Gas Engineering // Proceedings-2021 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency. SUMMA 2021. 2021. Pp. 715 - 718.

318. Shah, N., Mishra, P. Oil production optimization: a mathematical model. J Petrol Explor Prod Technol (2013) 3: 37 - 42DOI 10.1007/s13202-012-0040-z.

319. Song, X., Liu, Y., Xue, L., Wang, J., Zhang, J., Wang, J., Jiang, L., Cheng, Z. Time-series well performance prediction based on Long Short-Term Memory (LSTM) neural network model // Journal of Petroleum Science and Engineering. Vol. 186. March 2020, Номер статьи 106682. https://doi.org/10.1016/ j.petrol.2019.106682.

320. Wei Liu, Wei D. Liu, Jianwei Gu. Forecasting oil production using ensemble empirical model decomposition based Long Short-Term Memory neural network // Journal of Petroleum Science and Engineering. February 2020. 107013. DOI.org/10.1016/j .petrol.2020.107013.

321. Xiaofeng, Li. Application of Fuzzy Mathematics Evaluation Method in Prediction of Comprehensive Efficiency of Low Efficiency Oil Wells // 2019 International Conference on Oil & Gas Engineering and Geological. IOP Conf. Series: Earth and Environmental Science384 (2019) 012012IOP Publishingdoi: 10.1088/1755-1315/384/1/012012.

322. Xuanyi Song et al. Time-series well performance prediction based on Long Short-Term Memory (LSTM) neural network model // Journal of Petroleum Science and Engineering. Vol. 186. March 2020. 106682. DOI.org/10.1016/ j.petrol.2019.106682.

323. Yang, B. et al. Production optimization for water flooding in fractured-vuggy carbonate reservoir - From laboratory physical model to reservoir operation. Journal of Petroleum Science and Engineering. - Vol. 184. - January 2020, 106520. DOI: 10.1007/s13202-019-00817-z.

324. Ye, Zhewei; Liu, Zhiyang; Cheng, Cheng; Tan, Lang; Feng, Kang. Efficient evaluation model of beam pumping unit based on principal component regression analysis // Science progress. DOI: 10.1177/0036850419895769.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.