Модели и алгоритмы идентификации технологических показателей для мониторинга разработки нефтяных месторождений тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Севостьянов, Дмитрий Владимирович

• Севостьянов, Дмитрий Владимирович
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Севостьянов, Дмитрий Владимирович

Введение.

Глава 1. Методические основы идентификации ТПР для мониторинга разработки нефтяных месторождений.

1.1. Классические модели, методы и алгоритмы идентификации ТПР

1.2. Интегрированные модели и системы идентификации ТПР с учетом дополнительной априорной информации.

1.3. Вопросы точности и устойчивости оценок параметров моделей ТПР.

1.4. Выводы по главе 1.

Глава 2. Интегрированные модели, алгоритмы идентификации и прогноза ТПР с учетом дополнительной априорной информации.

2.1. Интегрированные модели, алгоритмы идентификации и прогноза добычи нефти.

2.2. Интегрированные модели и алгоритмы идентификации дебита скважин.

2.3. Интегрированные модели и алгоритмы идентификации взаимодействия скважин.

2.4. Интегрированные модели и алгоритмы оценки технологической эффективности ГТМ.

2.5. Выводы по главе 2.

Глава 3. Анализ точности интегрированных систем идентификации ТПР.

3.1 Точность оценок прогнозирования добычи нефти и извлекаемых запасов.

3.2. Точность оценок технологической эффективности ГТМ.

3.3. Точность оценок продуктивности скважин и пластового давления.

3.4. Точность оценок функции взаимодействия скважин.

3.5. Выводы по главе 3.

Глава 4. Проектирование программного обеспечения интегрированной системы идентификации (ИСИ) ТПР.

4.1. Задачи проектирования программного обеспечения ИСИ ТПР.

4.2. Структура и основные функции ИСИ ТПР.

4.3. Основные задачи типового комплекса программ «ИСИ ТПР».

4.4. Комплекс программ имитационного моделирования «ИСИ ТПР» (версия1.0).

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

4.6. Выводы по главе 4.

Введение диссертации (часть автореферата) на тему «Модели и алгоритмы идентификации технологических показателей для мониторинга разработки нефтяных месторождений»

Актуальность задачи идентификации технологических показателей разработки (ТПР)1* нефтяных месторождений. В последние годы в нефтяной промышленности в связи с широким внедрением информационных систем, современных технологий исследования скважин, систем регистрации разнообразной информации о состоянии объектов разработки, скважин, нефтяных пластов и месторождений, возрос интерес к задачам построения математических моделей процессов нефтегазодобычи [1, 3, 9, 36, 37,46, 50, 82].

Проблемы построения математических моделей процессов нефтегазодобычи связаны с решением задач идентификации, которые часто называют обратными задачами. Задача идентификации заключается в построении оптимальных, в смысле заданных критериев качества, математических моделей ТПР (добычи нефти, жидкости, воды, пластовых давлений, обводненности продукции и т.д.) с использованием промысловых данных, результатов комплексных исследований скважин и нефтяных пластов [4,9,35,44,50]. Идентификация ТПР подразделяется на два крупных направления, имеющих свои цели и задачи.

Первое направление представляет задачи идентификации для проектирования разработки нефтяных месторождений, которые решаются крупными коллективами в научных центрах нефтяных компаний, проектных институтах [34,46,49,89]. На стадии проектирования разработки месторождения создаются цифровые геолого - технологические модели нефтяных месторождений, позволяющие прогнозировать показатели разработки на достаточно длительный период (20-30 лет), создавать технологические схемы и проекты разработки, определять стратегию развития компании.

Второе направление - это рассматриваемые в диссертационной работе задачи идентификации для мониторинга и оперативного управления разработкой нефтяных месторождений. На стадии разработки месторождений акту Список основных сокращений и обозначений, используемых в диссертации, приведен в Приложении 1. альным является моделирование ТПР для оперативного решения задач прогнозирования добычи нефти, оценки эффективности геолого - технических мероприятий (ГТМ), определения оптимальных режимов работы скважин и т.п.

Здесь, по сравнению с цифровыми геолого - технологическими моделями, более мобильными и легко адаптируемыми (настраиваемыми) на основе промысловых данных и результатов исследований скважин являются различные статические и динамические модели технологических показателей разработки. Наиболее широкое применение получили промыслово - технологические модели, основанные на характеристиках вытеснения [23,24,44], уравнениях фильтрации флюидов [8,13,20,82], малопараметрических моделях добычи нефти, жидкости, воды [82] и т.д.

Однако реальные условия нефтегазодобычи характеризуются неполнотой, неоднородностью, недостаточностью исходных данных о фильтрационных параметрах и энергетическом состоянии нефтяных пластов, различными ошибками регистрации технологических и геологических показателей разработки, неадекватностью моделей и т.п. [11,36,37,75,77]. В данных условиях использование классических методов идентификации технологических моделей показателей разработки часто связано с проблемами устойчивости и низкой точностью получаемых решений.

Перспективным направлением преодоления существующей сложности процессов нефтегазодобычи, недостаточности данных, повышения точности и устойчивости решений является использование интегрированных систем идентификации с учетом разного рода дополнительной априорной информации, накопленного опыта и знаний [28,29, 36,54,55].

Интегрированные системы идентификации предоставляют возможность объединять математические (физически содержательные) модели ТПР и формализованные экспертные оценки лица, принимающего решения, в единую интегрированную систему моделей, отражающую целостные свойства реальных систем, что дает интегральный (синергетический) эффект при решении разнообразных задач идентификации и управления [28,29,55].

Преимуществом интегрированных систем идентификации по сравнению с известными методами повышения устойчивости и точности решений является обеспечение комплексного решения задач:

1. учета разнородной дополнительной априорной информации;

2. обеспечения однозначности и устойчивости решения;

3. повышения точности оценок при малом объеме исходных данных;

4. формализации и учета накопленного опыта и знаний;

5. создания системы согласованности исходных, дополнительных априорных данных, накопленного опыта и знаний;

6. оптимизации решений прикладных задач.

Интегрированные системы идентификации являются основой развиваемого в диссертационной работе метода интегрированных моделей технологических показателей для мониторинга и оперативного управления разработкой нефтяных месторождений, для решения актуальных задач прогноза добычи нефти, оценки эффективности ГТМ, определения фильтрационных параметров и энергетического состояния нефтяных пластов, оценки взаимодействия скважин в условиях их нормальной эксплуатации (без остановки).

Цель и задачи исследования. Целью диссертационной работы является разработка и исследование интегрированных моделей, алгоритмов и программных средств идентификации технологических показателей для мониторинга разработки нефтяных месторождений, обеспечения устойчивости и повышения точности оценок прогноза добычи нефти, технологической эффективности ГТМ, параметров нефтяных пластов, функции взаимодействия скважин в условиях их нормальной эксплуатации.

Для достижения поставленной цели исследования необходимо решить следующие задачи:

- создать интегрированные системы моделей (ИСМ) технологических показателей для мониторинга разработки нефтяных месторождений с учетом дополнительной априорной информации для решения задач прогноза добычи нефти, технологической эффективности ГТМ, оценок параметров нефтяных пластов, взаимодействия скважин в условиях их нормальной эксплуатации;

- разработать алгоритмы идентификации параметров ИСМ;

- разработать алгоритмы идентификации параметров ИСМ в условиях непараметрической априорной неопределенности о структуре моделей технологических показателей разработки, моделей объектов - аналогов, представляющих дополнительные априорные данные и экспертные оценки;

- разработать комплекс программных средств, позволяющих проводить исследование точности прогноза добычи нефти, извлекаемых запасов, оценок технологической эффективности ГТМ в зависимости от объема и качества исходных данных и дополнительных априорных сведений.

Методы исследования. 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 технологии автоматизации проектирования и разработки программного обеспечения. Исследование свойств алгоритмов проводилось теоретически с использованием теории вероятностей и математической статистики и экспериментально на основе методов имитационного моделирования.

Основные научные результаты, полученные автором и выносимые на защиту:

1. Интегрированные системы моделей технологических показателей для мониторинга разработки нефтяных месторождений: добычи нефти, жидкости и воды, дебита и взаимодействия скважин, учитывающие дополнительную априорную информацию.

2. Алгоритмы идентификации параметров ИСМ отбора флюидов, дебита и взаимодействия скважин.

3. Алгоритмы идентификации отбора флюидов, дебита, взаимодействия скважин в условиях непараметрической априорной неопределенности о структуре моделей дополнительных априорных данных.

4. Комплекс программ, предназначенный для определения точности оценок прогноза добычи нефти, извлекаемых запасов, оценок технологической эффективности ГТМ в зависимости от объема и точности исходных данных и дополнительных априорных сведений методом имитационного моделирования.

Научная новизна результатов:

1. Разработаны интегрированные системы моделей технологических показателей разработки нефтяных месторождений: добычи нефти, жидкости и воды, дебита и взаимодействия скважин, позволяющие учитывать дополнительную априорную информацию.

2. Разработаны алгоритмы идентификации параметров ИСМ отбора флюидов, дебита, обеспечивающие устойчивость оценок прогноза добычи нефти, технологической эффективности ГТМ, повышающие их точность на ранних этапах разработки месторождений в условиях ограниченности промысловых данных.

3. Разработаны алгоритмы идентификации технологических показателей разработки в условиях непараметрической априорной неопределенности о структуре моделей дополнительных априорных данных, повышающие точность и устойчивость оценок.

4. Создан комплекс программ «ИСИ ТПР» (версия 1.0), позволяющий определять точность оценок прогноза добычи нефти, извлекаемых запасов, оценок технологической эффективности ГТМ в зависимости от объема и точности исходных промысловых данных и дополнительных априорных сведений методом имитационного моделирования.

Обоснованность и достоверность результатов диссертации. Достоверность полученных результатов подтверждается аналитическими методами, моделированием, результатами опытной эксплуатации с использованием промысловых данных путем сравнения с традиционными методами решения задач идентификации для мониторинга разработки нефтяных месторождений. Обоснованность результатов подтверждается тем, что из разработанных алгоритмов идентификации ТПР следует ряд известных алгоритмов метода наименьших квадратов (НК), регуляризированного метода НК, алгоритмы метода максимума апостериорной вероятности.

Практическая ценность работы и реализация полученных результатов. Предложенные в диссертационной работе интегрированные модели, алгоритмы идентификации и программные средства расширяют возможности традиционных методов идентификации технологических показателей уровня мониторинга разработки нефтяных месторождений, обеспечивают получение устойчивых оценок прогноза добычи нефти, извлекаемых запасов, технологической эффективности ГТМ, продуктивности скважин, пластового давления, взаимодействия скважин, повышают их точность. Разработанные методы, алгоритмы и программные средства зарегистрированы в отраслевом фонде алгоритмов и программ, протестированы и внедрены. Документы, подтверждающие внедрение, приведены в приложении 2.

Апробация работы. Основные результаты работы изложены и обсуждались на следующих научных конференциях, симпозиумах и семинарах: Всероссийские семинары «Моделирование неравновесных систем» (Красноярск 2004, 2005), 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), Девятый международный симпозиум имени академика А.М. Усова «Проблемы геологии и освоения недр» (Томск, 2005), Третья международная научно практическая конференция «Электронные средства и системы управления» (Томск -2005).

Публикации. По результатам диссертации опубликовано 14 научных работ, в том числе две статьи опубликованы в журнале «Известия ТПУ», внесенный в перечень ведущих рецензируемых научных журналов и изданий.

Личный вклад автора. Результаты, составляющие основное содержание диссертации, получены автором самостоятельно. В опубликованных работах автором лично разработаны:

- ИСМ добычи нефти, жидкости и воды [60,61,71], дебита [60,63,68,70], взаимодействия скважин [67];

- алгоритмы идентификации параметров ИСМ добычи нефти [60,61,70], дебита, взаимодействия скважин [67,68] в условиях непараметрической априорной неопределенности;

- алгоритмы оценки технологической эффективности ГТМ [62,64];

- комплекс программ имитационного моделирования ИСМ прогнозирования добычи нефти [69] с учетом дополнительной априорной информации.

Объем и структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 96 названий. Содержание работы изложено на 131 страницах основного текста, иллюстрировано 18 рисунками и 9 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», Севостьянов, Дмитрий Владимирович

4.6. Выводы по главе 4

Сформулируем выводы и основные результаты данной главы.

1. Приведены основные задачи проектирования программного обеспечения интегрированных систем идентификации ТПР для решения задач мониторинга и оперативного управления разработкой нефтяных месторождений.

2. Предложена типовая структура комплекса алгоритмов и программ интегрированной системы идентификации технологических показателей разработки «ИСИ ТПР», позволяющая решать задачи мониторинга и управления разработкой, уточнять и расширять постановку типовых задач за счет учета дополнительной априорной информации, выбора и адаптации интегрированных моделей гидродинамических параметров пласта, получать более точные согласованные решения.

4. Приведены примеры реализации комплекса алгоритмов и программ имитационного моделирования ТПР «ИСИ ТПР» (версия 1.0), позволяющих прогнозировать добычу нефти, оценивать извлекаемые запасы, определять точность оценок.

5. Результаты опытной эксплуатации «ИСИ ТПР» (версия 1.0) показывают, что разработанные интегрированные модели позволяют при малом объеме промысловых данных на ранней (первой) стадии разработки месторождения значительно, более, чем в два раза, повысить точность оценок прогноза добычи нефти по сравнению с традиционным методом Левенберга, где априорная информация не учитывается.

ЗАКЛЮЧЕНИЕ

Интегрированные системы идентификации и прогноза ТПР с учетом дополнительной априорной информации, накопленного опыта и знаний являются актуальным, интенсивно развивающимся в настоящее время направлением мониторинга и управления разработкой месторождений углеводородов.

Разработанные в диссертации интегрированные модели, алгоритмы и программные средства идентификации ТПР позволяют учитывать дополнительную априорную информацию, обеспечивают устойчивость и повышают точность оценок при решении актуальных задач мониторинга разработки нефтяных месторождений:

1) прогноз добычи нефти и оценки извлекаемых запасов;

2) оценка эффективности ГТМ;

3) оценка продуктивности скважин, пластового давления,

4) оценка взаимодействия скважин.

В диссертации созданы интегрированные системы моделей технологических показателей разработки нефтяных месторождений: добычи нефти, жидкости и воды, дебита и коэффициента взаимодействия скважин, позволяющие учитывать дополнительную априорную информацию.

Разработаны алгоритмы идентификации параметров интегрированных систем моделей, обеспечивающие устойчивость оценок прогноза добычи нефти, технологической эффективности ГТМ, повышающие их точность на ранних этапах разработки месторождений в условиях ограниченности промысловых данных.

Предложен метод оценки технологической эффективности ГТМ с использованием интегрированных моделей характеристик вытеснения, учитывающий экспертные оценки прогнозных значений накопленной добычи нефти и жидкости. Показано, что предложенные оценки технологической эффективности более точны по сравнению с традиционными приближениями, которые данную информацию не учитывают.

Разработаны алгоритмы идентификации дебита, коэффициента взаимодействия скважин в условиях непараметрической априорной неопределенности о структуре моделей дополнительных априорных данных.

Проведенные исследования показывают, что предложенные интегрированные модели ТПР, алгоритмы идентификации параметров существенно повышают точность прогноза добычи нефти, оценок извлекаемых запасов, оценок продуктивности, коэффициента взаимодействия скважин, пластового давления на ранних стадиях разработки месторождений при ограниченных объемах исходных геолого - промысловых данных.

Разработана методология проектирования программного обеспечения интегрированных систем идентификации технологических показателей разработки «ИСИ ТПР» для решения типовых задач мониторинга и управления разработкой нефтяных месторождений, что предоставляет новые возможности расширения постановок задач, учета дополнительной априорной информации, повышения точности оценок.

Разработан комплекс программ «ИСИ ТПР» (версия 1.0), позволяющий прогнозировать добычу нефти, оценивать извлекаемые запасы, определять эффективность методов повышения нефтеотдачи пластов, определять точность оценок методом имитационного моделирования.

Результаты опытной эксплуатации «ИСИ ТПР» (версия 1.0) показывают, что разработанные интегрированные модели, алгоритмы и программные средства позволяют при малом объеме промысловых данных на ранней (первой) стадии разработки месторождения значительно повысить точность оценок прогноза добычи нефти по сравнению с традиционными методоми, где априорная информация не учитывается.

Список литературы диссертационного исследования кандидат технических наук Севостьянов, Дмитрий Владимирович, 2007 год

1. Азиз X., Сеттари Э. Математическое моделирование пластовых систем. -М.: Недра, 1982.-408 с.

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

3. Алтунин А.Е., Семухин М.В. Основы выполнения технологических и экономических расчетов нефтегазодобычи в условиях неопределенности// Нефтяное хозяйство. -2002. № 6. - С. 59 - 61.

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

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

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

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

8. Булыгин В.Я., Булыгин Д.В. Имитация разработки залежей нефти. М.: Недра, 1990.-240 с.

9. Биланов Т.С., Пьянков В.Н. Интегрированный программный комплекс геолого- промыслового анализа «БАСПРО -Аналитик»// Нефтяное хозяйство, -1997.-№10.-С. 73-78.

10. Васильев Ю.Н. Автоматизированная система управления разработкой газовых месторождений. М.: Недра, 1987. -141 с.

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

12. Гольт- Рахт Д.Т. Основы нефтепромысловой геологии и разработки трещиноватых коллекторов. Пер. с англ. Под ред. Ковалева А.Г. -М.: Недра, 1986.-608 с.

13. Гонтмахер Ф.Р. Теория матриц. -М.: Наука, 1967. -575 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. Добровидов A.B., Кошкин Г.М. Непараметрическое оценивание сигналов. М.: Наука, 1997. - 336 с.

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

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

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

20. Иванова М.М, Деменьтьев Л.Ф., Чаловский И.П. Нефте-газопромысловая геология и геологические основы разработки месторождений нефти и газа. Учеб. Для вузов.- 2-е изд. Перераб. И доп. М.: Недра, 1992. -383 е.: ил.

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

22. Казаков А. А. Прогнозирование показателей разработки месторождений по характеристикам вытеснения нефти водой. // РНТС Нефтепромысловое дело. -М.: ВНИИОЭНГ, 1976. С. 5-7.

23. Казаков А. А. Некоторые замечания по поводу методов оценки технологической эффективности различных геолого-технических мероприятий// Нефтяное хозяйство. -1999, № 5. С.39 -43.

24. Колмогоров А. Н., Фомин С. В. Элементы теории функций и функционального анализа. -М.: Наука, 1981. 320 с.

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

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

27. Кориков А. М., Сергеев B.JI. Интегрированные модели и алгоритмы идентификации систем управления // Проблемы современной электроники и систем управления. Том 2. Томск: Изд-во Томского гос. ун-та систем управления и радиоэлектроники, 2002. - С. 63-64.

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

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

30. Костюченко C.B., Ямпольский В.З. Мониторинг и моделирование нефтяных месторождений. Томск: Изд-во НТЛ, 2000. -246 с.

31. Максимов М.М., Рыбицкая Л.П. Математическое моделирование процессов разработки нефтяных месторождений. М.: Недра, 1976. -264 с.

32. Марчук Г.И. Методы вычислительной математики. М.: Наука, 1980. -535 с.

33. 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.

34. Мирзаджанзаде А.Х., Хасанов М.М., Бахтизин Р.Н. Моделирование процессов нефтегазодобычи. Нелинейность, неравновесность, неоднородность. - Москва-Ижевск: Институт компьютерных технологий, 2005. - 368 с.

35. Мирзаджанзаде А. X., Хасаев А. М, Аметов И. М. Технология и техника добычи нефти. М.: Недра, 1986. -216 с.

36. Мирзаджанзаде А.Х., Шахвердиев А.Х. Динамические процессы в нефтегазодобыче. М.: Наука, 1997. - 210 с.

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

38. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа. -Томск: Изд-воНТЛ, 2001.-396 с.

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

40. Прангишвили И.В., Лотоцкий В.А., Гинсберг К.С. Международная конференция «Идентификация систем и задачи управления» (SICPRO-2000). -Москва, 26-28 сентября 2000 г. // Вестник РФФИ, 2001. № 3 (25). - С. 44-57.

41. Пьянков В.Н. Алгоритмы идентификации параметров модели Баклея -Леверетта в задачах прогноза добычи нефти // Нефтяное хозяйство. -1997, №10. -с. 62-65.

42. Пьянков В.Н. Новые информационные технологии в управлении добычей нефти// Нефтяное хозяйство. -1997. -№10. с. 76-78.

43. Пьянков В.Н., Джафаров И.С. Концепция ОАО «ТНК» в области создания и эксплуатации постоянно действующих геолого-технологических моделей нефтяных месторождений//Нефтяное хозяйство. 2002. -№ 6. - С.23 - 26.

44. Пригожин. И., Стенгерс И. Порядок из хаоса М.: прогресс. 1986 . -280с.

45. Понаморев А.И. Разработка нефтегазоконденсатных залежей в низкопроницаемых коллекторах. Уфа, 1999. -235 с.

46. Регламент составления проектно технологических документов на разработку нефтяных и газонефтяных месторождений. РД 153-39-007 -95. М.: ВНИИОЭНГ, 1996. -202 с.

47. Регламент по созданию постоянно действующих геолого-технологических моделей нефтяных и газовых месторождений. РД 153-39.0047-00. М.: ВНИИ, 2000. -120 с.

48. Самарский A.A., Гулин A.B. Численные методы. Учебное пособие. -М.: «Наука», 1989.- 432.

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

50. Справочное пособие по проектированию разработки и эксплуатации нефтяных месторождений. Добыча нефти / Под ред. Ш. К. Гиматутдинова. -М.: Недра, 1983.-455 с.

51. Сергеев B.JT. Идентификация систем с учетом априорной информации. Томск: Изд-во HTJI, 1999. - 146 с.

52. Сергеев B.JI. Интегрированные системы идентификации. Учебное пособие Томск: Изд-во НТЛ, 2004. - 238 с.

53. Сергеев B.JI. 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.

54. Советов Б.Я., Цехановский В.В. Информационные технологии. Учеб. для вузов. М.: Высш. Шк., 2003. -263 с.

55. Справочник по теории автоматического управления. Под. ред. A.A. Красовского. М.: Наука, 1987. - 712 с. 123-148.

56. Севостьянов Д.В., Сергеев B.JI. Алгоритмы идентификации показателей разработки нефтяных месторождений методом интегрированных моделей//

57. Моделирование неравновесных систем: Труды седьмого Всероссийского семинара . -Красноярск: 2004. С. 146-147.

58. Севостьянов Д.В., Сергеев В.Л. Интегрированные системы идентификации показателей разработки нефтяных месторождений// Доклады ТУСУР,2004.-№2(10).-С. 87-93.

59. Севостьянов Д.В. Оценка эффективности ГТМ методом интегрированных моделей // Проблемы геологии освоения недр: Труды девятого международного симпозиума имени академика М.А. Усова. Изд-во ТПУ , 2005. - С. 449-451.

60. Севостьянов Д.В., Сергеев В.Л. Метод оценки эффективности технологий повышения нефтеотдачи скважин и пластов// Труды выпускников аспирантуры ТУСУРа. Томск, гос. ун-т. систем упр. и радиоэлектроники. Томск,2005.-С.118-125.

61. Севостьянов Д.В., Сергеев В.Л. Идентификация гидродинамических исследований скважин в условиях их нормальной эксплуатации// Моделирование неравновесных систем: Труды восьмого Всероссийского семинара. Красноярск, 2005. - С. 168-169.

62. Севостьянов Д.В, Сергеев В.Л. Идентификация и прогноз продуктивности нефтяных скважин в процессе их эксплуатации на основе метода интегрированных моделей// Доклады ТУСУР, 2004. №3(11). - С. 81-88.

63. Севостьянов Д.В, Сергеев В.Л. Метод непараметрической идентификации взаимодействия скважин нефтяного месторождения// Доклады ТУСУР, 2005.-№4(12).-С.71-75.

64. Севостьянов Д.В, Сергеев В.Л. Идентификация дебита скважин нефтяного месторождения с учетом дополнительной априорной информации// Доклады ТУСУР. 2005. - №4(12). - С.67-71.

65. Севостьянов Д.В. Программа прогнозирования добычи нефти с учетом априорной информации. Свидетельство об отраслевой регистрации разработки №6053.-2006.

66. Севостьянов Д.В. Интегрированные модели и алгоритмы идентификации дебита скважин нефтяных месторождений// Известия ТПУ. 2006. - № 6. -С. 162-167.

67. Севостьянов Д.В. Интегрированные модели и алгоритмы идентификации добычи нефти с учетом априорной информации // Известия ТПУ. 2006. -№8.-С. 55-59

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

69. Тихонов А. Н, Иванов В. К, Лаврентьев М. М. Некорректно поставленные задачи // Дифференциальные уравнения с частными производными. М.: Наука, 1970. - 407 с.

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

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

72. Хургин Я.И. Проблемы неопределенности в задачах нефти и газа. -Москва- Ижевск. Институт компьютерных технологий, 2004. -320 с.

73. Цыпкин ЯЗ. Основы информационной теории идентификации. М.: Наука, 1984.-320 с.

74. Цыпкин ЯЗ. Адаптация и обучение в автоматических системах. М.: Наука, 1968.-400 с.

75. Чоловский И.П., Тимофеев В.А. Методы геолого-промыслового контроля разработки нефтяных и газовых месторождений. М.: Недра, 1992. -176с.

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

77. Шахведиев А.Х., Максимов М.М., Рыбицкая Л.П. моделирование залежей нефти с позиции системной оптимизации процессов// Нефтяное хозяйство. 2000. - № 12.-С. 19-22.

78. Шахведиев А.Х. Унифицированная методика расчета эффективности геолого технических мероприятий // Нефтяное хозяйство. -2001. -№5. - с. 4447.

79. Щелкачев В.Н., Лапук Б.Б. Подземная гидравлика. Ижевск: РХД, 2001.-736 с.

80. Aziz K. Ten golden rules for simulation engineers. // J. Petrol. Technol.-1989.-V.41, № 11.- P. 1157.

81. Durlofsky L.J. Numerical calculation of equivalent gridblock permeability tensors for heterogeneous porous media.// Water Resources Research. -1991. V. 27, №5. -P. 699-711.

82. Economides M.J., Nolte K.G. Reservoir Stimulation.- Prentice Hall, Eglewood Cliffs, New Jersey 07632.- 1989.- 430 pp.90 . Ertekin T., Abou-Kassem J.H., King G.R. Basic applied reservoir simulation. Richardson, Texas. - 2001. - 406 pp.

83. Ahmed T.H. Reservoir Engineering Handbook. Gulf Professional Publishing, 2001.

84. Fetkovich M. J. The Isochronal Testing of Oil Wells // SPE Paper 4529, 1973.

85. Gunter G. W., Finneran J. M., Hartmanu D. J., Miller J. P. Early Determina tion of Reservoir Flow Units Using an Integrated Petrophysical Method // SPE Paper 38679,1997.

86. Podio A. L, Tarrillion M. /., Roberts E.T. Laboratory work improves calculations // Oil and Gas. Aug. 15,1980. - P. 137-146.

87. Kendal M.,Stuart A. Advanced Theory of Statistics. Vol. 1 :Distribution Theory. -Nev York,Mac Publishing Co, 1997.