Модели, алгоритмы и программные средства идентификации для гидродинамических исследований скважин с учетом априорной информации тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Сергеев, Павел Викторович

• Сергеев, Павел Викторович
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Сергеев, Павел Викторович

Введение.

Глава 1. Методические основы решения задач идентификации для ГДИС с учетом априорной информации.

1.1. Математические модели, классические методы и алгоритмы обработки результатов гидродинамических исследований скважин.

1.2. Метод интегрированных моделей ГДИС с учетом априорной информации

1.3. Выводы по главе 1.

Глава 2. Интегрированные модели и алгоритмы идентификации для ГДИС.

2.1. Интегрированные модели и алгоритмы идентификации КВД.

2.2. Интегрированные модели и алгоритмы идентификации ИК.

2.3. Комбинированные интегрированные модели и алгоритмы идентификации для ГДИС в условиях непараметрической априорной неопределенности.

2.4. Выводы по главе 2.

Глава 3. Анализ точности и устойчивости интегрированных систем идентификации для ГДИС.

3.1. Точность и устойчивость алгоритмов идентификации КВД.

3.2. Точность и устойчивость алгоритмов идентификации ИК.

3.3. Точность и устойчивость алгоритмов идентификации для ГДИС в условиях непараметрической априорной неопределенности.

3.4. Выводы по главе 3.

Глава 4. Проектирование программного обеспечения интегрированных систем идентификации для ГДИС.

4.1. Задачи проектирования программного обеспечения ИСИГДИС.

4.2 Структура и основные функции ИСИ ГДИС.

4.3. Основные функции комплекса алгоритмов и программ «ИСИ

ГДИС».

4.4. Фрагменты программной реализации интегрированных моделей и и алгоритмов идентификации для ГДИС в «ИСИ ГДИС» (версия 1.0).

4.5. Результаты опытной эксплуатации «ИСИ ГДИС» (версия 1.0).

4.6. Выводы по главе 4.

Введение диссертации (часть автореферата) на тему «Модели, алгоритмы и программные средства идентификации для гидродинамических исследований скважин с учетом априорной информации»

Актуальность темы. Гидродинамические исследования скважин (ГДИС)+) обеспечивают получение важнейших параметров нефтяных пластов (гидропро-водность, пьезопроводность, пластовое давление и т.д.) на основании которых осуществляются процессы добычи нефти, составляются технологические проекты разработки месторождений, создаются геолого-технологические модели процессов нефтегазодобычи [2, 37-38,59,76].

Задача идентификации для ГДИС состоит в построении оптимальной, в смысле заданных критериев качества, модели гидродинамических параметров скважины (забойного давления, дебитов, температуры и т.п.) и оценке неизвестных фильтрационных параметров, энергетического состояния и геометрических параметров нефтяных пластов.

Классические методы решения задач идентификации в ГДИС на установившихся и неустановившихся режимах фильтрации флюидов (метод индикаторной диаграммы, метод касательных, наилучшего совмещения, детерминированных моментов и т.д.) не гарантируют устойчивость оценок параметров пласта и допустимую точности решений [57,70]. Неустойчивость и низкая точность решений часто проявляются в условиях малых выборок, когда по ряду технических причин, в том числе и в целях сокращения времени простоя скважины, уменьшения потери добычи нефти, требуется прервать исследования. Изменение режимов работы соседних скважин окружения исследуемых скважин приводит к появлению дефектных (аномальных) значений забойных давлений и дебитов исследуемых скважин, что является причиной неустойчивости решения.

В настоящее время актуальным является использование устойчивых (роба-стных) методов обработки данных с использованием различной дополнительной априорной информации о фильтрационных параметрах нефтяного Список основных сокращений и обозначений, используемых в диссертации, приведен в Приложении 1. пласта, статистических характеристиках ошибок измерений и т.п. [42,44,70]. Наиболее общим методом решения задач идентификации стохастических систем с учетом дополнительной априорной информации, обеспечивающий устойчивость решения в различных экстремальных ситуациях (ограниченность выборок, наличие аномальных измерений, априорной неопределенности о структуре моделей и т.п.) является метод интегрированных моделей [30,31,50].

Основываясь на данном методе, в диссертации предлагается объединить модели гидродинамических параметров исследуемой скважины, модели дополнительных априорных сведений и экспертные оценки о параметрах нефтяного пласта в единую систему моделей. Предлагаемый подход к решению задач идентификации в ГДИС позволяет привлекать экспертные оценки лица, принимающего решения (ЛПР), сочетать в единой модели формальные и неформальные процедуры, учитывать различную неоднородную дополнительную априорную информацию, накопленный опыт и знания.

Объединение модели гидродинамических параметров исследуемой скважины, формализованных моделей дополнительных априорных сведений и экспертных оценок в единую интегрированную систему моделей, отражающую целостные свойства реальных объектов разработки, обеспечивает устойчивость процедур решения задач идентификации для ГДИС, существенно повышает их точность и качество[31,50,57].

Следует отметить, что учет априорной информации о фильтрационных параметрах и энергетическом состоянии пласта расширяет возможности традиционных методов идентификации для ГДИС [2,7,24,25,34,72,76,77, 81-84,89], поскольку позволяет согласовывать данные, полученные путем исследования одиночной скважины, с параметрами пласта, включая соседние скважины окружения.

Цель и задачи исследования. Целью диссертационной работы является разработка и исследование интегрированных моделей, алгоритмов и программных средств идентификации для ГДИС с учетом дополнительной априорной информации, обеспечивающих устойчивость оценок параметров нефтяных пластов, повышение их точности, сокращение длительности гидродинамических исследований. Для достижения поставленной цели исследования необходимо решить следующие задачи:

- разработать интегрированные системы моделей (ИСМ) гидродинамических параметров скважин на неустановившихся и установившихся режимах работы скважин (КВД, ИК) с учетом дополнительной априорной информации.

- создать алгоритмы идентификации параметров ИСМ.

- разработать алгоритмы идентификации для ГДИС в условиях непараметрической априорной неопределенности о структуре модели дебита притока жидкости в скважину после ее остановки, моделях объектов - аналогов и экспертных оценок.

- разработать комплекс программных средств интегрированных систем идентификации для ГДИС, позволяющих проводить исследования точности оценок фильтрационных параметров и энергетического состояния залежей, планировать длительность исследований скважин в зависимости от объема и точности измерений гидродинамических параметров скважины и дополнительных априорных сведений методом статистического моделирования.

Методы исследований. При решении поставленных задач использовались методы теории матриц, методы оптимизации функций, непараметрические методы математической статистики, методы теории систем и системного анализа, методы математического моделирования, объектно-ориентированные CASE - технологии автоматизации проектирования и разработки программного обеспечения. Исследование свойств алгоритмов проводилось теоретически с использованием теории вероятностей и математической статистики и экспериментально на основе методов статистического моделирования.

Основные научные результаты, полученные автором и выносимые на защиту:

1. Интегрированные системы моделей гидродинамических параметров скважины на неустановившихся и установившихся режимах работы скважин (КВД, ИК), учитывающие дополнительную априорную информацию.

2. Алгоритмы идентификации для ГДИС, повышающие точность оценок параметров нефтяных пластов, обеспечивающие их устойчивость в различных экстремальных ситуациях.

4. Алгоритмы идентификации для ГДИС по КВД, ИК в условиях непараметрической априорной неопределенности о модели дебита притока жидкости в скважину после ее остановки, моделях объектов - аналогов и экспертных оценок.

5. Комплекс программ статистического моделирования интегрированной системы идентификации для ГДИС по КВД «ИСИ ГДИС» (версия 1.0), предназначенный для определения точности и устойчивости оценок гидродинамических параметров, планирования длительности исследований скважин.

Научная новизна результатов:

1. Разработаны интегрированные системы моделей гидродинамических параметров скважины на неустановившихся и установившихся режимах работы скважин (КВД, ИК), позволяющие учитывать дополнительную априорную информацию в условиях параметрической и непараметрической априорной неопределенности.

2. Разработаны алгоритмы идентификации параметров интегрированных стохастических систем моделей КВД, ИК, обеспечивающие устойчивость оценок, повышающие их точности, сокращающие длительность гидродинамических исследований скважин.

3. Разработаны алгоритмы идентификации для ГДИС по КВД, ИК в условиях непараметрической априорной неопределенности о модели дебита притока жидкости в скважину после ее остановки, моделях объектов - аналогов и экспертных оценок.

4. Создан комплекс программ интегрированной системы идентификации для ГДИС по КВД «ИСИ ГДИС», позволяющий определять точность и качество оценок, планировать длительность исследований скважин в зависимости от объема и качества измерений гидродинамических параметров скважины и дополнительных априорных сведений методом статистического моделирования.

Обоснованность и достоверность результатов диссертации. Достоверность полученных результатов подтверждается аналитическими методами, статистическим моделированием, результатами опытной эксплуатации с использованием промысловым данным путем сравнением с традиционными методами обработки данных ГДИС. Обоснованность результатов подтверждается и тем, что из разработанных алгоритмов идентификации для ГДИС по КВД, ИК, при определенных условиях, следуют ряд известных алгоритмов метода наилучшего совмещения (НС), регуляризированного метода НС, алгоритмы метода максимума апостериорной вероятности.

Практическая ценность работы и реализация полученных результатов. Предложенные в диссертационной работе интегрированные модели и алгоритмы расширяют возможности традиционных методов идентификации для ГДИС, обеспечивают получение устойчивых оценок гидродинамических параметров нефтяных пластов, существенно повышают их точность, сокращают длительность исследований скважин, что дает существенное увеличение добычи нефти.

Разработанные методы, алгоритмы и программные средства зарегистрированы в отраслевом фонде алгоритмов и программ, протестированы и внедрены в Компании «СИАМ». Документы, подтверждающие внедрение приложены к диссертации.

Апробация работы. Основные результаты работы изложены и обсуждались на следующих научных конференциях и семинарах: Всероссийские семинары «Моделирование неравновесных систем» (Красноярск, 2002, 2003, 2005), Научно - технические семинары студентов, аспирантов и молодых специалистов «Информационные системы мониторинга окружающей среды» (Томск, 2002, 2003), Международный форум исследователей скважин « Современные гидродинамические исследования скважин» (Москва, 2003), Третья научно- техническая конференция «Комплексная автоматизация диагностики и гидродинамических исследований скважин: теория, практика и перспективы (Томск, 2004), Международная научно- практическая конференция « Электронные средства и системы управления» (Томск, 2004), Третья международная научно практическая конференция «Электронные средства и системы управления» (Томск - 2005), Девятый международный симпозиум имени академика М.А. Усова (Томск, 2005).

Публикации. По результатам диссертации опубликовано 15 научных работ, в том числе одна статья опубликована в периодическом научном издании « Известия ТПУ».

Личный вклад автора. Результаты, составляющие основное содержание диссертации, получены автором самостоятельно. В опубликованных работах автором лично разработаны интегрированные модели КВД, ИД [54-58], алгоритмы идентификации для ГДИС [56,60,61], алгоритмы идентификации для ГДИС по КВД в условиях непараметрической априорной неопределенности а модели дебита притока жидкости в скважину после ее остановки и моделях объектов - аналогов [ 62-64,66], комплекс программ статистического моделирования «ИСИ ГДИС» [ 58,59,65].

Объем и структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 94 названий. Содержание работы изложено на 141 странице основного текста, иллюстрировано 24 рисунками и 24 таблицами. В приложении 2 приведены документы, свидетельствующие о практической реализации результатов исследований и разработок автора.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Сергеев, Павел Викторович

4.5. Выводы по главе 4

Сформулируем выводы и основные результаты данной главы.

1. Сформулированы основные задачи проектирования программного обеспечения интегрированных систем идентификации для ГДИС (создание удобного пользовательского интерфейса идентификации ГДИС, разработка процедур формирования интегрированных систем моделей гидродинамических параметров, критериев их качества, адаптация интегрированных систем моделей, статистическое моделирование, анализ точности и устойчивости интегрированных моделей, планирование ГДИС, определение длительности исследований скважин).

2. Приведена структура и основные функции интегрированной системы идентификации для ГДИС.

3. Предложена удобная для практической реализации и развития матричная структура интегрированных моделей гидродинамических параметров и комбинированных критериев качества.

4. Предложена схема структурной и параметрической адаптации интегрированных систем моделей гидродинамических параметров. Предложены алгоритмы решения задачи параметрической оптимизации интегрированных моделей гидродинамических параметров КВД, ИК, сводящиеся к последовательному решению систем линейных уравнений.

5. Предложена типовая структура комплекса алгоритмов и программ интегрированной системы идентификации для ГДИС - «ИСИ ГДИС», позволяющих уточнять и расширять постановку задачи идентификации за счет учета дополнительной априорной информации, выбора и адаптации интегрированных моделей гидродинамических параметров пласта, получать более точные согласованные решения.

6. Приведены фрагменты реализации комплекса алгоритмов и программ «ИСИ ГДИС» (версия 1.0), позволяющих определять параметры интегрированных моделей КВД, ИК с учетом дополнительной априорной информации, определять точность оценок гидродинамических параметров пласта методом статистического моделирования, планировать длительность исследований.

7. Результаты опытной эксплуатации «ИСИ ГДИС» (версия 1.0) проведенные в Компании «СИАМ» показывают, что разработанные интегрированные модели гидродинамических параметров, алгоритмы идентификации для ГДИС позволяют значительно в два раза и более повысить точность оценок пластового давления, гидропроводности, пьезопроводности и сократить продолжительность исследований скважин по сравнению с традиционным методом наилучшего совмещения, где априорная информация не учитывается.

ЗАКЛЮЧЕНИЕ

Интегрированные системы идентификации для гидродинамических исследований скважин с учетом дополнительной априорной информации, накопленного опыта и знаний - интенсивно развивающее в настоящее время область гидродинамического мониторинга месторождений углеводородов.

Предложенный в диссертации метод синтеза оптимальных, в смысле заданных критериев качества, алгоритмов идентификации для ГДИС, основанный на интегрированных моделях гидродинамических параметров исследуемой скважины и моделей объектов - аналогов, представляющих различную дополнительную априорную информацию обеспечивает комплексное решение следующих задач:

- учет разнородной дополнительной априорной информации и экспертных оценок фильтрационных параметров и энергетического состояния нефтяных пластов;

- обеспечение устойчивости оценок гидродинамических параметров;

- повышение точности оценок гидродинамических параметров нефтяных пластов;

- сокращение длительности гидродинамических исследований скважин.

При решении перечисленных задач получены следующие основные результаты:

1. Разработаны интегрированные стохастические системы моделей КВД, ИК, позволяющие учитывать дополнительную априорную информацию и экспертные оценки пластового давления, фильтрационных параметров пласта (гидропроводности, пьезопроводности и т.п.), накопленной жидкости в скважине после ее остановки.

2. Синтезированы оптимальные, в смысле заданных комбинированных критериев качества, алгоритмы идентификации параметров интегрированных стохастических систем моделей КВД, ИК. Проведенные исследования показывают, что предложенные оценки гидродинамических параметров нефтяных пластов с учетом дополнительной априорной информации устойчивы, повышают точность, позволяют сокращать длительность исследований скважин по сравнению с классическими алгоритмами идентификации метода наилучшего совмещения;

3. Разработаны оптимальные алгоритмы идентификации интегрированных систем моделей КВД, ИК в условиях непараметрической априорной неопределенности о модели дебита притока жидкости в скважину после ее остановки и моделях объектов - аналогов, представляющих дополнительные априорные сведения. Разработанные алгоритмы идентификации для ГДИС обеспечивает устойчивость оценок гидродинамических параметров пласта в экстремальных ситуациях при наличии «аномальных», резко выделяющихся от основной массы, дополнительных априорных данных.

4. Разработана методология проектирования программного обеспечения задач идентификации для ГДИС с учетом дополнительной априорной информации, рассмотрена структура и основные функции комплекса программ. Предложенная технология интегрированных систем идентификации «ИСИ ГДИС», основанная на интегрированных системах моделей ГДИС с учетом поступающих дополнительных априорных сведений, предоставляет новые возможности повышения точности и устойчивости оценок, планирования исследований скважин, сокращения длительности исследований.

5. На основе метода интегрированных моделей создан комплекс программ интегрированной системы идентификации для ГДИС по КВД «ИСИ ГДИС» (версия 1.0) , позволяющий определять точность и качество оценок фильтрационных параметров нефтяных пластов, планировать длительность исследований скважин в зависимости от объема и качества измерений гидродинамических параметров скважины и дополнительных априорных сведений методом статистического моделирования.

Результаты опытной эксплуатации «ИСИ ГДИС» (версия 1.0) на основе промысловых данных проведенные в Компании «СИАМ» показывают, что разработанные интегрированные модели гидродинамических параметров, алгоритмы идентификации для ГДИС позволяют значительно в два раза и более повысить точность оценок пластового давления, гидропроводности, пьезопроводности и сократить продолжительность исследований скважин по сравнению с традиционным методом наилучшего совмещения, где априорная информация не учитывается.

Список литературы диссертационного исследования кандидат технических наук Сергеев, Павел Викторович, 2006 год

1. Александров А.Г. Оптимальные и адаптивные системы. Учебное пособие для вузов. - М.: Высшая школа, 1989. - 264 с.

2. Анфилатов B.C., Емельянов А.А., Кукушкин А.А. Системный анализ в управлении. М. «Финансы и статистика», 2001. - 368 с.

3. Архангельский Ф.Я. Разработка прикладных программ для Windows в Delphi-5. М.: Бином, 1999. -256 с.

4. Басниев К.С., Кочина И.Н., Максимов В.М. Подземная гидромеханика. Учебник для вузов. М.: Недра, 1993. - 416 с.

5. Басович И.Б., Капцанов. Выбор фильтрационных моделей по данным гидродинамических исследований скважин// Нефтяное хозяйство. -1980 . № 6 - с. 44-47.

6. Бузинов С.Н., Умрихин И.Д. Исследования нефтяных и газовых скважин и пластов. М. : Недра, 1984. - 269 с.

7. Вахитов Г.Г., Мирзаджанзаде А.Х.,Аметов И.М. и др. Методическое руководство по диагностированию свойств пласта по данным гидродинамических исследований. -М.: ВНИИнефть, 1983. 46 с.

8. Вольпин С.Г., Мясников Ю.А., Ефимова Н.П., Свалов А.В. Testar-Пакет программ для обработки материалов гидродинамических исследований нефте-газоводоносных пластов//Нефтяное хозяйство». -2000. №5. - с. 58 - 60.

9. Габдуллин Т.Г. Оперативное исследование скважин. М.: Недра, 1981. -213 с.

10. Гиматудинов Ш.К., Дунюшкин И.И. и др. Разработка и эксплуатация нефтяных, газовых и газоконденсатных месторождений. М.: Недра, 1988, -301 с.

11. Голы- Рахт Д.Т. Основы нефтепромысловой геологии и разработки трещиноватых коллекторов / Под ред. А.Г. Ковалева. М.: Недра, 1986, - 608 с.

12. Гонтмахер Ф.Р. Теория матриц. -М.: Наука, 1967. -575 с.

13. Гриценко А.И. З.С. Алиев, О.М. Ермилов и др. Руководство по исследованию скважин . М.: Наука, 1995. -523 с.

14. Демиденко Е.З. Линейная и нелинейная регрессии. М.: Финансы и статистика, 1981.-300 с.

15. Демиденко Е.З. Оптимизация и регрессия. М.: Наука, 1989. - 296 с.

16. Дияшев Р.И., Ипатов А.И., Кременецкий М.И., Мажар В.А., Гуляев Д.Н. Роль новых технологий в системе гидродинамических исследований компании «Сибнефть»// Нефтяное хозяйство. -2003. -№ 12 . С. 42-45.

17. Добровидов А.В.Ю., Кошкин Г.М. Непараметрическое оценивание сигналов. М.: Наука, 1997. - 336 с.

18. Емельянов В.В., Курейчик В.М., Курейчик В.В. Теория и практика эволюционного моделирования. М.: ФИЗМАТЛИТ, 2003. - 432 с.

19. Ермаков С.М., Живглявский А.А. Математическая теория оптимального эксперимента. М.: Наука, 1987. - 320 с.

20. Закиров С.Н., Индрупский И.М., Закиров Э.С., Аникеев Д.П. Новый подход к исследованию скважин и пластов//Нефтяное хозяйство. -2002. -№ 5. -С.113-115.

21. Иванова М.М. Динамика добычи нефти из залежей. М.: Недра, 1976. -247 с.

22. Иванова М.М., Деменьтьев Л.Ф., Чаловский И.П. Нефтепромысловая геология и геологические основы разработки месторождений нефти и газа. -М.: Недра, 1985.-422 с.

23. Иктисанов В.А. Определение фильтрационных параметров пластов и реалогических свойств дисперсионных систем при разработке нефтяных месторождений. М.: ОАО «ВНИ1ИОЭНГ», 2001. -221 с.

24. Капцанов Б.С., Фогелъсон В.Б. Обработка кривых восстановления давления в неоднородных пластах//Нефтяное хозяйство. -1984. -№ 2. С. 39-43.

25. Капцанов Б.С. Диагностирование фильтрационных моделей по КВД на основе детерминированных моментов // Интенсификация добычи нефти: Труды ВШИ, М.: ВНИИ, 1980. Вып. 73. -С.16 -18.

26. Карнаухов M.JL, Сидоров А.Г., Пьянкова Е.М. Методики интерпретации результатов гидродинамических исследований скважин в ОАО « Тюменская нефтяная компания»/ //Нефтяное хозяйство. -2002. -№ 6. С. 52- 43.

27. Катковник В. Я. Линейные оценки и стохастические задачи оптимизации. Метод параметрических операторов усреднения М.: Наука, 1976. - 447 с.

28. Катковник В.Я. Непараметрическая идентификация и сглаживание данных. М.: Наука, 1985. - 336 с.

29. Кориков А. М., Сергеев В.Л. Интегрированные модели и алгоритмы идентификации систем управления // Проблемы современной электроники и систем управления: Томск: Изд-во Томского гос. ун-та систем управления и радиоэлектроники, 2002. С. 63-64.

30. Кориков A.M. Основы теории управления. Учебное пособие. 2-е изд. -Томск: Изд-во НТЛ, 2002. -392 с.

31. Кульпин Л.Г. Мясников Ю.А. Гидродинамические методы исследований нефтегазовых пластов. М.: Недра, 1974. -200 с.

32. Кульпин Л.Г., Бочаров Г.В. Современные принципы компьютерной интерпретации данных гидродинамических исследований скважин/УНефтяное хозяйство. -2001. -№ ю. С. 60-62.

33. Марчук Г.И. Методы вычислительной математики. М.: Наука, 1980. — 535 с.

34. Медведев А.И., Боганик В.Н. Система «ГДИ-эффект», ее развитие, освоение и сопровождение // НТВ «Каротажник». Тверь: Изд-во «АИС», 2001. -Вып. 86.-С. 137-139.

35. Мирзаджанзаде А.Х., Хасанов М.М., Бахтизин Р.Н. Этюды о моделировании сложных систем нефтегазодобычи. Нелинейность, неравновесность, неоднородность. Уфа: Изд- во «Гилем», 1999. - 462 с.

36. Муслимов Р.Х., Хайруллин М.Х., Шамсиев М.Н., Гайнетдинов P.P., Фахруллин Р.Г. Интерпретация кривой восстановления давления на основе теории регуляризации//Нефтяное хозяйство. 1999. -№ 11. - С. 19-20.

37. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа. -Томск: Изд-во НТЛ, 2001. 396 с.

38. Поляк Б.Т. Введение в оптимизацию. -М.: Наука,1983. -384 с.

39. Пантелеев А.В., Летова Т.А. Методы оптимизации в примерах и задачах. -М.: «Высшая школа», 2002. -544 с.

40. Пригожин. И., Стенгерс И. Порядок из хаоса М. : Прогресс,1986 . -235 с.

41. Рубан А.И. Идентификация и чувствительность сложных систем. -Томск: Изд-во ТГУД982. -303 с.

42. Самарский А.А., Гулин А.В. Численные методы. Учебное пособие. М: «Наука», 1989. - 432 с.

43. Саридис Дж. Самоорганизующиеся стохастические системы управления. Пер. с англ./ Под ред. ЯЗ. Цыпкина. -М.: Наука, 1980. 400 с.

44. Сергеев В.Л. Идентификация систем с учетом априорной информации. Томск: Изд-во НТЛ, 1999. - 146 с.

45. Сергеев В.Л. Интегрированные системы идентификации. Учебное пособие Томск: Изд-во НТЛ, 2004. - 238 с.

46. Сергеев В.Л. К оптимизации регрессионных оценок непараметрического типа при ограниченных выборках // Математическая статистика и ее приложения Томск: Изд-во Томского гос. ун-та. -1982. - Вып. 8. - С. 123-148.

47. Сергеев П.В., Сергеев В.Л. Комбинированные алгоритмы идентификации систем нефтегазодобычи с учетом априорной информации// Моделирование неравновесных систем: Труды пятого Всероссийского семинара. Красноярск, 2002.-С. 146- 147.

48. Сергеев П.В., Сергеев B.JI. Идентификация гидродинамических исследований скважин на основе интегрированных моделей. В Сб. трудов пятого Всероссийского семинара «Моделирование неравновесных систем». Красноярск: 2003, стр. 154-155.

49. Сергеев В.Л., Сергеев П.В. Регламент по проведению и методам обработки результатов гидродинамических исследований скважин (Версия 2.0). № 13-С01-01. -Томск: Изд-во НТЛ, 2004. 60 с.

50. Сергеев П.В., Сергеев В.Л. Идентификация гидродинамических исследований скважин на основе метода интегрированных моделей с учетом априорной информации// Доклады ТУСУР. 2004. - № 2(10). С. 99-106.

51. Сергеев П.В. Метод идентификации скважин по КВД с учетом продолжающегося притока жидкости // Проблемы геологии освоения недр: Труды девятого международного симпозиума имени академика М.А. Усова. Изд-во ТПУ ,2005.-С. 451-453.

52. Сергеев П.В., Сергеев В.Л. Метод идентификации фильтрационных параметров скважины по КВД при отсутствии прямых измерений дебита. В Сб. трудов седьмого Всероссийского семинара «Моделирование неравновесных систем». Красноярск: 2005, с.175-176.

53. Сергеев П.В. Интегрированная система идентификации гидродинамических исследований скважин на основе непараметрического метода аналогов. Доклады ТУ СУР 4(12). 2005. С. 76 -80

54. Сергеев П.В. Программа моделирования алгоритмов идентификации КВД с учетом априорной информации// Отраслевой фонд алгоритмов и программ. Номер государственной регистрации: 50200600599. -2006.

55. Сергеев П.В., Сергеев В.Л. Идентификация гидродинамических параметров скважин на неустановившихся режимах фильтрации с учетом априорной информации// Известия ТПУ. 2006. -Т. 309. -№ 5. - С. 156-161.

56. Советов Б.Я., Цехановский В.В. Информационные технологии. Учеб. для вузов. М.: Высш. Шк., 2003.2- 63 с.

57. Тарасенко Ф.П. Непараметрическая статистика. Томск: Изд-во Томского гос. ун-та, 1975. - 292 с.

58. Тихонов А.Н, Арсенин В.Я. Методы решения некорректных задач. -М.: Наука, 1979.-288 с.

59. Химмельблау Д. Анализ процессов статистическими методами. М: Мир, 1973.-975 с.

60. Хисамов Э.И., Сулейманов Р.Г., Фахруллин Р.Г. и др. Гидродинамические исследования скважин и методы обработки результатов измерений. -М.: «ВНИИОЭНГ», 1999. 227 с.

61. Цыпкин Я.З. Основы информационной теории идентификации. М.: Наука,1984. -320 с.

62. Цыпкин Я.З. Адаптация и обучение в автоматических системах. М.: НаукаД968. - 400 с.

63. Чарный И.А. Подземная гидрогазодинамика. М.: Гостоптехиздат, 1963.-369 с.

64. Шагиев Р. Г. Исследование скважин по КВД. М.: Наука, 1998. - 304с.

65. Шагиев Р. Г. Состояние современных гидродинамических исследований скважин// Современные гидродинамические исследования скважин: Труды международного форума исследователей скважин. М.: Институт нефтегазового бизнеса, 2004. -С. 12-26.

66. Щелкачев В.Н., Лапук Б.Б. Подземная гидровлика. Ижевск: РХД, 2001.-736 с.

67. Эйкхофф Э. Основы идентификации систем управления. М.: Мир, 1975.-683с

68. Bourdet D. Well test analysis: the use of advanced interpretation models. -(Handbook of petroleum exploration and production. Amsterdam: Elsevier Science B.V.,2002.-P. 426.

69. Interpret 2001™, Baker Atlas, Baker Hughs, Великобритания, США, http://www.bakerhughes.com/bakeratlas/solutions/workbencli/interpret2001 .htm.

70. PanSystem™, Edinburgh Petroleum Services, Великобритания, http://www.epetroleumservices.com/PanSystem/panSystemoverview.htm.

71. Pie™, Well-Test Solutions, Великобритания,http://www.welltestsolutions. com/pie.htm.

72. Sabet M.A. Well test analysis. Gulf Publishing Company. Houston, 1991. -P. 460.

73. Automate for Windows™, Department of Petroleum Engineering, Stanford University, CIIIA, http://pangea.stanford.edu/~horne/horne.html.

74. Welltest 200, GeoQuest, Schlumberger Information Solutions, Schlumberger, CIIIA, http://www. sis. sib. com/content/ software/production/welltest. Asp.

75. Sabet MA. Well test analysis. Gulf Publishing Company. Houston, 1991.460 p.

76. Remey H.J. Advences in practical well test analysis// JPT. 1992.June.P. 650-659.

77. Al-Khalifah A-J.A., Aziz K., Home R.N. A new approach to multiphase Well test analisis/ Paper SPE 16743 presented at the 62-nd Annual Technical Conference and Exhibition, Dallas, Tex., Sept. 27-30, 1987.

78. Anraku Т., Home R.N. Discrimination between reservoir models in well-test analysis // SPE FE. 1995. June.P. 114-121.

79. Botto G., Ghetto G. Using downhole pressure gauges in hostile deep wells, Villafortuna Trecate field // JPT.1994. July. P. 594-598.

80. Bourdet D. et al. A new set of type curves simplifies well test analysis // World Oil. 1983. May. P. 95-106.