Разработка экспертной системы для выбора методов увеличения нефтеотдачи пластов в условиях нечетких входных данных тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Кононов, Юрий Михайлович

• Кононов, Юрий Михайлович
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Кононов, Юрий Михайлович

Содержание

Стр.

ВВЕДЕНИЕ

СПИСОК СОКРАЩЕНИЙ

1 СОВРЕМЕННОЕ СОСТОЯНИЕ ИССЛЕДОВАНИЙ В ОБЛАСТИ ЭКСПЕРТНЫХ И ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

1.1 Назначение экспертных систем

1.2 Специфика и преимущества экспертных систем

1.3 Архитектура экспертных систем

1.4 Области применения и примеры экспертных систем

1.5 Интеллектуальные системы в области оценки МУН

1.6 Выводы

2 РАЗРАБОТКА ТЕХНОЛОГИИ ПРИНЯТИЯ РЕШЕНИЙ ПО ВЫБОРУ МУН В УСЛОВИЯХ НЕЧЕТКИХ ИСХОДНЫХ ДАННЫХ

2.1 Использование разнородной информации при принятии решений

2.2 Современные методы увеличения нефтеотдачи

2.2.1 Структура запасов нефти

2.2.2 Классификация методов увеличения нефтеотдачи

2.2.3 Состояние исследований и опыт в области МУН

2.2.4 Этапы проектирования и внедрения МУН

2.3 Системный подход в принятии решений

2.4 Принятие решений в условиях неопределенности

2.4.1 Источники неопределенности

2.4.2. Виды неопределенностей при принятии решений

2.4.3 Методы и подходы к принятию решений и обработке

информации

2.5 Получение исходной информации и среда принятия решений

2.5.1 Способы получения исходной информации о пласте

2.5.2 Получение входной информации о пласте с помощью измерительных приборов

2.5.3 Качество расчетов при математическом моделировании

2.5.4 Характеристика среды принятия решений

2.6 Неопределенности при выборе методов увеличения нефтеотдачи

2.7 Реализация системного подхода при выборе МУН

2.7.1 Этапы системных исследований

2.8 Применение теории нечетких множеств

2.8.1 Анализ сложных систем

2.8.2 Формализация описания различных видов неопределенности

2.8.3 Основные понятия теории нечетких множеств

2.8.4 Методы построения функций принадлежности и ее физический смысл

2.9 Применение теории нечетких множеств для задач выбора МУН

2.10 Создание базы знаний и базы данных по применимости МУН

2.10.1 Анализ критериев применимости МУН

2.10.2 Формирование функций принадлежности для оценки МУН

2.10.3 Описание разработанной базы знаний

2.10.4 Анализ опыта применения МУН

2.10.5 Формирование и корректировка критериев

2.11 Выводы

3 РАЗРАБОТКА И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ЭКСПЕРТНОЙ

СИСТЕМЫ ДЛЯ ВЫБОРА МУН

3.1 Основные этапы разработки экспертной системы

3.1.1 Участники разработки ЭС для выбора МУН

3.1.2 Организация работы по наполнению баз данных и знаний

3.2. Фактический материал, положенный в основу ЭС

3.3 Алгоритм принятия решений по выбору МУН

3.3.1 Концептуальная модель оценки применимости

3.3.2 Расчет коэффициента применимости

3.3.3. Учет неоднородности при оценке МУН

3.4 Дополнительные возможности экспертной системы

3.5 Выводы

4 ПРИНЦИП ФУНКЦИОНИРОВАНИЯ И ИНТЕРФЕЙС РАЗРАБОТАННОЙ ЭКСПЕРТНОЙ СИСТЕМЫ

4.1. Описание работы экспертной системы

4.2 Этапы оценки МУН в разработанной экспертной системе

4.3 Поиск месторождений-аналогов

4.4 Основные характеристики и преимущества разработанной ЭС

4.5 Перспективы использования разработанной экспертной системы 150 4.5 Выводы

5 АПРОБАЦИЯ РАЗРАБОТАННОЙ ЭКСПЕРТНОЙ СИСТЕМЫ НА НЕФТЯНЫХ МЕСТОРОЖДЕНИЯХ ТОМСКОЙ ОБЛАСТИ

5.1 Обоснования достоверности результатов ЭС

5.2 Анализ месторождений Томской области

5.3 Использование экспертной системы в проектах

5.4 Выводы

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

Введение диссертации (часть автореферата) на тему «Разработка экспертной системы для выбора методов увеличения нефтеотдачи пластов в условиях нечетких входных данных»

ВВЕДЕНИЕ

Актуальность темы исследования. Задача выбора и принятия решений, в такой сложноструктурированной информационной системе как нефтяной пласт, требует анализа и обработки значительных объемов разнородной информации, для учета системных связей и закономерностей функционирования ее элементов. Планирование мероприятий по применению методов увеличения нефтеотдачи (МУН) является сложным процессом и требует комплексного подхода для его реализации, включающего проведение системных исследований. Необходимость применения методов системного анализа обуславливается большим объемом, разрозненностью и разнородностью информации в данной области.

Совершенствование алгоритмов и методик выбора методов увеличения нефтеотдачи и их более четкая формализация позволяет повысить эффект от применяемого метода. На нынешнем этапе развития нефтяной отрасли анализ информации для качественного принятия решения по выбору МУН является важнейшей и в то же время слабо изученной проблемой. В России до сих пор недостаточно развиты алгоритмы и программы подбора необходимых МУН, созданные для геологических условий рассматриваемого объекта.

Процесс поиска эффективных методов и определения оптимально подходящего из них значительно усложняется вследствие неоднозначности критериев выбора, неточностей и неполноты входных данных, а также необходимости обработки как количественной, так и качественной информации. Пластовые системы вместе с насыщающими их флюидами представляют собой сложную систему, в которой физическая неопределенность объекта связана как со стохастической неопределенностью (ситуация случайности), так и с невозможностью точного определением конкретных физических параметров среды (ситуация нечеткости) и выбор МУН представляет процедуру принятия решений в нечеткой среде.

В этой связи анализ и обработка информации для разработки алгоритмов и программ, реализующих экспертную систему, обладающую достаточной

гибкостью в принятии решений по выбору методов увеличения нефтеотдачи в условиях нечетких входных данных, является актуальной задачей.

Целью диссертационной работы является разработка алгоритмов и программ, реализующих экспертную систему для оперативного выбора и оценки применимости методов увеличения нефтеотдачи пластов в условиях нечетких входных данных, на основе анализа, обработки и систематизации разнородной информации.

Для достижения поставленной цели были сформулированы следующие задачи исследования.

1. Провести анализ алгоритмов и систем принятия решений, в том числе по оценке применимости МУН.

2. Выполнить комплексный анализ накопленной информации по МУН, включающий проведение системных исследований.

3. Разработать базу данных, включающую в себя предшествующий опыт внедрения методов увеличения нефтеотдачи. Создать базу знаний, включающую в себя описания, ограничения и рекомендации для основных методов увеличения нефтеотдачи.

4. Осуществить анализ информации по опыту внедрения МУН ведущими нефтедобывающими компаниями международного уровня, с целью определения и корректировки критериев применимости МУН. Вывести критерии применимости для основных методов увеличения нефтеотдачи в условиях нечетких входных данных.

5. Разработать структуру экспертной системы, технологию оценки МУН и реализующие ее алгоритмы, способные работать в условиях нечеткости исходных данных.

6. Программно реализовать алгоритмы оценки применимости МУН -технологию принятия решений, позволяющую повысить эффективность решения задач выбора оптимального метода на нефтяных месторождениях в условиях нечетких входных данных.

7. Провести апробацию созданных алгоритмов, реализующих экспертную систему, и выведенных критериев применимости при решении задач выбора МУН на месторождениях Томской области.

Объектом исследования являются связи и взаимовлияния компонентов системы «пласт-метод увеличения нефтеотдачи», функционирующие в условиях нечеткой информации. Рассматриваются физический объект «пласт», представляющий собой систему с набором параметров, и физический объект «агент воздействия».

Предметом исследования выступают аналитический и численный анализы разнородной информации, с целью описания поведения исследуемого объекта и создания алгоритмов оценки применимости методов увеличения нефтеотдачи пластов, обеспечивающих подбор наиболее эффективных решений.

Методы исследования базируются на использовании методов системного анализа, аналитического моделирования, теории вероятностей и математической статистики, методов вычислительной математики, теории нечетких множеств и теории принятия решений.

Научная новизна результатов работы.

1. На основе систематизации и структурирования результатов применения МУН на нефтяных месторождениях в мире и в России созданы входящие в состав экспертной системы (ЭС) актуальные база данных «Мировые и отечественные МУН» и база знаний, конкретизированы критерии применимости МУН.

2. Впервые на базе методов теории нечетких множеств, использования комплексного подхода при анализе экспертной и статистической информации для оценки всех влияющих геолого-физических свойств, каждого из заложенных в программе методов увеличения нефтеотдачи, сформированы функции принадлежности, позволяющие получать более корректные решения сложных задач выбора МУН в условиях нечетких входных данных.

3. Предложен алгоритм принятия решений по выбору МУН в нечеткой среде, позволяющий осуществлять выбор оптимального МУН для конкретных геолого-промысловых условий разработки месторождения в условиях нечетких входных данных.

4. Разработано специальное программное обеспечение, реализующее экспертную систему «Матрица применимости МУН», интегрирующее новый алгоритм принятия решений по выбору МУН в нечеткой среде, новые базы данных и знаний.

Практическая ценность работы. В результате поэтапно реализованного системного подхода к обработке информации разработано специальное программное обеспечение, представляющее экспертную систему, для оценки применимости МУН.

Предложенный в работе комплексный подход к оценке МУН позволяет оперативно оценивать степень их применимости, получать рекомендации и ссылки на литературу, тем самым ускоряя процесс принятия решения, за счет снижения времени на поиск и анализ информации о применимости МУН для конкретных геолого-физических характеристик пласта. Содержащиеся в программе модули позволяют проводить анализ информации по опыту применения технологий, сравнивать с месторождениями-аналогами, что дает возможность произвести целостную оценку применимости метода.

Результаты диссертационной работы были использованы при разработке производственной программы применения МУН на месторождениях Томской области. Предложенный алгоритм выбора МУН в настоящее время активно используется в ОАО «ТомскНИПИнефть» (г. Томск) при выполнении проектов разработки нефтяных месторождений.

Реализация результатов работы. Работа выполнялась на кафедре информационно-измерительной техники Национального исследовательского Томского политехнического университета. Разработанные в диссертации методические, алгоритмические и информационные средства, реализованные в экспертной системе, были использованы при оценке и выборе МУН для

целевых месторождений Томской области. Результаты исследования в виде программно-методического комплекса используются на предприятии ОАО «ТомскНИПИнефть» для принятия решений по выбору МУН, а так же в учебном процессе в Томском политехническом университете при обучении студентов специальности «Нефтегазовое дело».

Разработанная экспертная система дополнительно содержит модуль поиска месторождений-аналогов, который базируется на геолого-физических и промышленных данных 537 месторождений различных геологических условий.

Положения, выносимые на защиту.

1. Сформированные на основе комплексного анализа информации и теории нечетких множеств функции принадлежности по 15 МУН, учитывающие актуализированную информацию в области МУН, позволяют осуществить оценку применимости МУН и ранжировать методы по приоритетности в условиях нечетких входных данных.

2. Предложенная многоэтапная технология (алгоритм) принятия решений по выбору МУН в нечеткой среде, сочетающая в себе оценку применимости методов на основе теории нечетких множеств, использование лингвистической и статистической информации в области МУН, позволяет более корректно осуществить выбор наиболее эффективного МУН для конкретных геолого-физических условий пласта.

3. Разработанный алгоритм оценки и специальное программное обеспечение «Матрица применимости МУН», реализующие нечеткую экспертную систему оценки применимости МУН и интеграции знаний в области МУН, позволяют оперативно осуществлять оценку применимости методов для конкретных геолого-физических свойств пласта и выбирать оптимальный метод для применения в условиях нечетких входных данных с меньшими временными затратами.

4. Предложенные решения, для новых проектов применения МУН на месторождениях Томской области, полученные с помощью разработанного

программного комплекса, позволили более корректно и эффективно выбрать перспективные методы и подготовить рекомендации для их реализации.

Соответствие диссертации паспорту научной специальности

Область исследования соответствует паспорту специальности 05.13.01 -«Системный анализ, управление и обработка информации (промышленность)», а именно: пункту 4 - «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации», пункту 13 - «Методы получения, анализа и обработки экспертной информации» и пункту 5 - «Разработка специального математического и программного обеспечения системного анализа, оптимизации, управления, принятия решений и обработки информации».

Апробация работы. Основные положения диссертации докладывались и обсуждались на международных, всероссийских и региональных конференциях, в том числе на: международной НПК «Робототехника и искусственный интеллект» (РИИ-2012), (Железногорск, 2012); XIV и XV Международном научном симпозиуме студентов и молодых ученых имени академика М.А. Усова «Проблемы геологии и освоения недр», (Томск, 2012, 2011); XVI и XVII Международной НПК «Современные техника и технологии» (Томск, 2012, 2011); всероссийской конференции с международным участием «Фундаментальные проблемы разработки месторождений нефти и газа», (Москва, 2011); Международной НПК «Увеличение нефтеотдачи -приоритетное направление воспроизводства запасов углеводородного сырья», (Казань, 2011); IV Научно-практической конференции «Математическое моделирование и компьютерные технологии в процессах разработки месторождений, добычи и переработки нефти», (Уфа, 2011); всероссийской НПК «Неразрушающий контроль: электронное приборостроение, технологии, безопасность», (Томск, 2012); всероссийской конференции «Ресурсоэффективные системы в управлении и контроле: взгляд в будущее», (Томск, 2012); IV, V и VI региональной научно-технической конференции молодых специалистов ОАО «ТомскНИПИнефть», (Томск, 2013, 2012, 2011).

Личный вклад. В диссертационной работе использованы результаты, в которых автору принадлежит определяющая роль. Разработана технология оценки МУН в нечеткой среде, собраны и сформированы основные части базы знаний (БЗ) и базы данных (БД), используемые в ЭС. Сформирована основная часть функций принадлежности для оценки МУН в нечеткой среде. Автор лично провел вычислительные эксперименты по применимости МУН на месторождениях Томской области. База данных разработана в 2011-2012 гг. коллективом авторов Ю.М. Кононов, E.H. Иванов, Ю.А. Сивов, А.Т. Росляк на основе открытых мировых литературных источников о проектах внедрения МУН. При разработке базы данных автор осуществлял подбор и расположение материалов базы данных, разработку рубрикатора, корректировку БД, проверку качества данных. При создании экспертной системы автор выполнял разработку нечеткого алгоритма оценки МУН и формирование базы знаний.

Публикации. Основные положения и результаты диссертационной работы опубликованы в 15 работах, в том числе: 2 статьи в изданиях из перечня российских рецензируемых журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание степеней доктора и кандидата наук; одно свидетельство об официальной регистрации базы данных; одно свидетельство об официальной регистрации программ для ЭВМ; одна статья в рецензируемом журнале, не вошедшем в перечень журналов рекомендованных ВАК; 10 публикаций в трудах и материалах международных и российских конференций.

Структура и объем работы. Диссертация изложена на 209 страницах машинописного текста, состоит из введения, пяти глав, заключения, списка используемой литературы, включающего 103 наименования, и приложений. Основное содержание диссертации изложено на 182 страницах, включает 72 рисунка и 20 таблиц.

Список сокращений

АСПВ - асфальтеносмолопарафиновые вещества

БД - база данных

БЗ - база знаний

ВГВ - водогазовое воздействие

ГВ - газовое воздействие

ГИС - геофизические исследования скважин

ГТМ - геолого-технические мероприятия

ГФС - геолого-физические свойства

КИН - коэффициент извлечения нефти

КНИПИ - корпоративные научные и проектные институты

КНТЦ - корпоративный научно-технический центр

ЛП - лингвистическая переменная

ЛПР - лицо, принимающее решения

МПДС - модифицированные полимер-дисперсные системы

МУН — методы увеличения нефтеотдачи

НАЦ - научно-аналитический центр

НГДУ - нефтегазодобывающее учреждение

HTM — нефте-газовое месторождение

ПГС — полимерногелевые системы

ПДС - полимер-дисперсные системы

ПК - программный комплекс

ПОТ - потокоотклоняющие технологии

lili - прикладные программы

РНМ - разработка нефтяных месторождений

ТНМ - теория нечетких множеств.

ФП - функция принадлежности

ЦДНГ - цех добычи нефти и газа

ШФЛУ - широкая фракция легких углеводородов

ЭС - экспертная система

1 СОВРЕМЕННОЕ СОСТОЯНИЕ ИССЛЕДОВАНИЙ В ОБЛАСТИ ЭКСПЕРТНЫХ И ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

В данном разделе представлен аналитический обзор информации из научно-технических источников о развитии, принципах работы и использовании алгоритмов и программ принятия решений в различных областях промышленности и науки. Обоснована необходимость разработки алгоритмов и специального программного обеспечения, реализующего экспертную систему для решения задач выбора МУН, осуществлены обзор и анализ программ, используемых для оценки МУН в России и за рубежом, выявлены причины, затрудняющие их использование.

В современном мире большинство процессов и задач науки, техники и промышленности, которые требуют решения, являются сложными и во многих случаях слабо формализованными. Сталкиваясь с такими задачами, человек все чаще прибегает к помощи компьютерных систем и информационных технологий для их решения. Доля участия этих технологий в жизни человека и принятии решений постепенно растет.

Комплексный анализ информации и описание взаимодействий элементов рассматриваемой предметной области определяют наполнение и алгоритмы функционирования экспертных систем.

Для качественного создания экспертных систем необходим комплексный подход, важнейшим элементом которого является системный анализ. Применение методов системного анализа к рассмотрению проблемной области делает возможным ее всестороннее изучение и формирует целостное представление о взаимосвязях ее элементов и принципах принятия решений в условиях разнородной и разрозненной информации.

1.1 Назначение экспертных систем

При разработке ЭВМ основное внимание стало уделяться развитию «интеллектуальных способностей» компьютеров, для того чтобы они могли оперировать не только данными, но и знаниями, подобно специалистам (экспертам) при выработке умозаключений и рекомендаций. Результаты

многолетних исследований в области искусственного интеллекта, относящихся к разработке общих методов решения задач и получения логических выводов, нашли практическое применение в диагностических и консультационных системах, называемых экспертными системами [57].

Исследователи в области экспертных систем для названия своей дисциплины часто используют термин «инженерия знаний», введенный Е. Фейгенбаумом [84]. Сам он определял эту сферу деятельности как «привнесение принципов и инструментария исследований из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов».

Эффективность применения экспертных систем проявляется в следующем:

- средства вычислительной техники могут быть применены для решения ряда новых практических задач, что позволяет снизить затраты при выполнении таких работ;

- технология ЭС является очень важным средством в решении основных проблем традиционного программирования: длительность и, следовательно, высокая стоимость разработки сложных программных продуктов; высокая стоимость сопровождения сложных программ, которая зачастую в несколько раз превосходит стоимость их разработки; низкий уровень повторной используемости программ;

объединение технологии экспертных систем с технологией современного программирования добавляет новые качества к программным продуктам. Простота реализации системы взаимодействия блоков программы делает процесс работы с приложением и его доработку интуитивно понятным, не требующим специальных профессиональных знаний, обеспечивает лучшую визуализацию и удобство интерфейса, упрощая процесс взаимодействия пользователей с ЭС.

ЭС предназначены для решения неформализованных задач, являющихся наиболее массовым классом задач решаемых ЭВМ, которые обладают следующими особенностями [1]:

а) неоднозначностью, неполнотой, противоречивостью и ошибочностью исходных данных, знаний о проблемной области и решаемой задаче;

б) не могут быть заданы в числовой форме;

в) большой размерностью пространства решения, то есть перебор при поиске вариантов решения весьма велик.

Основными свойствами ЭС отличающими их от традиционных программ являются следующие (рис. 1.1).

1. Эффективность и творческий характер найденных решений, за счет подключения к исследованию проблем аналитического опыта группы наиболее квалифицированных экспертов.

2. Прогностические возможности, обусловленные тем, что ЭС находит ответы не только для конкретной ситуации, но и показывает, как изменятся решения в новых условиях.

3. База знаний, которая пополняется и накапливает знания все новых экспертов, а также содержит в себе знания экспертов работавших ранее, представляет собой современную стратегию группы экспертов и является справочником лучших подходов и методов решения проблемы. Это качество называют «институционная память».

4. Возможность использования экспертной системы для обучения и тренировки новых работников, что позволяет передать им опыт высококвалифицированных экспертов.

Г

Основные свойства экспертной системы

Накопление и организациязнаний

Применение высококачественного опыта экспертов Прогностические возможности Институционная память Возможность обучения и тренировки

Рисунок 1.1 - Свойства экспертной системы

В процессе разработки экспертной системы происходит взаимодействие между самой экспертной системой, экспертами, инженером по знаниям, программистом, когнитологом, средством построения ЭС и пользователями. В процессе разработки экспертной системы необходимы следующие участники: эксперты, инженер по знаниям, программист и пользователи. Также необходимо средство построения ЭС, которым оперируют программист и инженер по знаниям.

ЭС называется системой, а не просто программой, потому что содержит БЗ, решатель и компоненту поддержки, которая помогает пользователю взаимодействовать с ЭС.

Эксперт - это человек, пользующийся репутацией специалиста в конкретной области и умеющий находить эффективные решения проблем. ЭС моделирует стратегии и поведение эксперта для принятия решения.

Инженер по знаниям - человек имеющий знания в информационных технологиях, знающий, как функционирует ЭС, он опрашивает экспертов, организует и структурирует знания, решает, каким образом они будут представлены в ЭС и может помочь программисту в программной реализации ЭС.

Когнитолог - специалист по анализу и представлению знаний. В его функции входит выбор экспертов, их опрос с последующим сопоставлением и обобщением полученной информации об объектах предметной области.

Программист - человек, который непосредственно программно реализует ЭС, пишет код, программирует.

Средство построения ЭС - программный пакет, используемый программистом и инженером знаний для создания ЭС.

Пользователь - человек, непосредственно эксплуатирующий разработанную ЭС.

1.2 Специфика и преимущества экспертных систем

Экспертные системы используются там, где нет твердо устоявшейся теории, в тех предметных областях, где слишком много переменных величин

(факторов, показателей, симптомов), затрудняющих создание полной теории, точной математической модели. В этих предметных областях искусные практики при решении задач опираются на свой опыт, навыки и интуицию.

Существуют различные определения термина «Экспертная система». Часто ЭС называют электронным экспертом (советником) либо помощником [2]. В общем случае, ЭС - это программный комплекс, аккумулирующий знания и опыт специалистов с целью их тиражирования для консультации менее квалифицированных пользователей. Другими словами, ЭС - это интеллектуальная вычислительная система, в которую включены знания опытных специалистов (экспертов) о некоторой предметной области (финансы, медицина, право, геология, страхование, поиск неисправностей в радиоэлектронной аппаратуре и т. д.), и которая в пределах этой области способна принимать экспертные решения (давать советы, ставить диагноз) [13].

Экспертная система позволяет накапливать, систематизировать и сохранять знания, то есть профессиональный опыт тех экспертов, которые решают конкретные задачи наилучшим образом, причем такие знания могут быть использованы на практике неограниченное число раз.

Основные преимущества от использования ЭС заключаются в следующем.

1. ЭС обладает постоянством знаний и решений, в то время как человеческая компетенция может со временем ослабеть, например, в результате перерыва в профессиональной деятельности, и это может повлиять на качество результатов.

2. Устойчивость и стабильность результатов, в то время как человек-эксперт может принимать в одинаковых ситуациях разные решения в результате влияния эмоциональных факторов, мотивации, предвзятого отношения.

3. Простота передачи или воспроизведения накопленного опыта и знаний, в то время как передача знаний от одного человека другому длительный процесс.

4. Относительно низкая стоимость применения ЭС по сравнению с затратами на привлечение группы высококвалифицированных специалистов. Хотя стоимость разработки ЭС достаточно высока, эксплуатационные затраты являются низкими.

Стоит отметить, что разработка ЭС не позволяет полностью отказаться от эксперта-человека, в некоторых областях человеческая компетенция превосходит искусственную, однако в таких случаях используя ЭС, можно отказаться от услуг высококвалифицированных специалистов, оставив специалиста средней квалификации для принятия решения.

1.3 Архитектура экспертных систем

Как правило, статическая ЭС состоит из следующих основных компонентов (рис. 1.2) [58]:

- решателя (интерпретатора);

- рабочей памяти - базы данных;

- базы знаний;

- компонентов приобретения знаний;

- объяснительного компонента;

- диалогового компонента.

Диалоговый компонент

Объяснительный компонент

Компонент приобретения знаний

Интерфейс БД

Решатель \

.......*

База данных

Рисунок 1.2 - Структура статической ЭС База знаний представляет собой совокупность знаний по данной предметной области, почерпнутых из публикаций, а также введенных в

процессе взаимодействия эксперта (или нескольких экспертов) с экспертной системой.

Решатель или машина логического вывода - это программа, которая на основании информации, содержащейся в базе знаний и входных данных, задаваемых пользователем, имитирует ход рассуждений человека-эксперта.

Решатель - это так называемый «мозг» системы, с его помощью происходит обработка исходных данных, делаются выводы, предлагаются рекомендации.

Подсистема объяснений - алгоритмы, которые позволяют демонстрировать, каким образом получен результат, показать порядок рассуждений эксперта. Эта программа упрощает когнитологу выявление ошибок и позволяет совершенствовать сопровождение экспертной системы [65].

Экспертные системы обладают следующими особенностями.

- Экспертные системы ограничиваются некоторой предметной областью.

- Экспертные системы предлагают несколько альтернатив при неопределенных входных данных, то есть формируют некоторые суждения.

- Экспертные системы способны визуализировать (объяснить) последовательность выдвинутых рекомендаций (суждений).

Список литературы диссертационного исследования кандидат наук Кононов, Юрий Михайлович, 2013 год

СПИСОК ЛИТЕРАТУРЫ

1. Абарникова, Е.Б. Разработка и исследование экспертной системы для анализа различных предметных областей в условиях нечеткой информации: дис. канд. техн. наук: 05.13.01 / Абарникова Елена Борисовна. - Комсомольск-на-Амуре, 2001.- 163 с.

2. Абдикеев, Н. М. Интеллектуальные информационные системы: учеб. пособие / Н.М. Абдикеев; под общ. ред. К. И. Курбакова. - М.: КОС ИНФ, Рос. экон. акад., 2003. - 171 с.

3. Авернин, А.И. Нечеткие множества в моделях управления и системах искусственного интеллекта / А.И. Авернин, И.З. Батыршин, А.Ф. Блишун и др. -М.: Наука, 1986.-312 с.

4. Адлер, Ю.П. Планирование эксперимента при поиске оптимальных условий / Ю.П. Адлер, Е.В. Маркова, Ю.В. Грановский. - М: Наука, 1976. -280 с.

5. Алтунин, А.Е. Модели и алгоритмы принятия решений в нечетких условиях / А.Е. Алтунин, М.В. Семухин. - Тюмень: Издательство Тюменского государственного университета, 2002 - 352 с.

6. Алтунин, А.Е. Некоторые подходы к использованию метамоделей в практике моделирования систем нефтегазодобычи / А.Е. Алтунин, М.В. Семухин // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2011. - № 7. - С. 32 - 36.

7. Алтунин, А.Е. Расчеты в условиях риска и неопределенности в нефтегазовых технологиях: Монография / А.Е. Алтунин, М.В. Семухин. -Тюмень: Издательство Тюменского государственного университета, 2004. -296 с.

8. Альварадо, В. Методы увеличения нефтеотдачи пластов. Планирование и стратегии применения / В. Альварадо, Э. Манрик. - М.: Премиум Инжиниринг, 2011. - 244 с.

9. Ахмерова, Э.Р. Выбор опытных участков и повышение надежности оценки эффективности применения методов увеличения нефтеотдачи: дис. ...

канд. техн. наук: 25.00.17 / Ахмерова Эльвира Рафисовна. - Уфа, 2001. -190 с.

10. Балкер, Н. Системный анализ геолого-промысловой информации и пути усовершенствования доразработки карбонатных пластов Шуэйба и Хоммара нефтяного месторождения Хамза (Иордания): дис. ... канд. техн. наук: 25.00.17/Балкер Наель.-М., 2001.-211 с.

11. Батыршин, И.З. Основные операции нечеткой логики и их обобщения / И.З. Батыршин. - Казань: Отечество, 2001. - 100 с.

12. Боксерман, А. Лабораторное моделирование применения термогазового воздействия для условий пласта Ю10 Первомайского месторождения / А. Боксерман, А. Телин, А. Макатров, Г. Пияков // Нефтеотдача. - 2005. - № 5. - С. 34-38.

13. Винокуров, А. Ю. Информационные технологии: учебно-методический комплекс / А.Ю. Винокуров. - Ульяновск: УлГТУ, 2004. -154 с.

14. Галимов, Ш.С. Повышение эффективности нефтеизвлечения с применением комплексных методов увеличения нефтеотдачи, дис. ... канд. техн. наук: 25.00.17 / Галимов Шамиль Салихович. - Уфа, 2010.-142 с.

15. Гревцев, О.И. Матричные методы обработки нечеткой информации в информационных системах: дис. ... канд. техн. наук: 05.13.01 / Гревцев Олег Игоревич. - Самара, 2001. - 153 с.

16. Дополнение к проекту разработки Чкаловского месторождения: Отчет по договору ПР 847. - Томск: ОАО «ТомскНИПИнефть», 2010. -536 с.

17. Дубинин, Е.А. Обработка результатов экспертной оценки ущерба информационной системе для вывода интегральной функции принадлежности / Е.А. Дубинин, В.В. Копытов, Ф.Б. Тебуева // Инфокоммуникационные технологии. - 2012. - Т. 10, № 1. - С. 89-96.

18. Дубинин, Е.А. Оценка относительного ущерба безопасности информационной системы предприятия на основе модифицированного метода

сложения функций принадлежности: дис. ... канд. техн. наук: 05.13.18 / Дубинин Евгений Александрович. - Ставрополь, 2012. - 196 с.

19. Еремин, H.A. Выбор метода воздействия на нефтяную залежь / H.A. Еремин, А.Б. Золотухин, Л.Н. Назарова, O.A. Черников; под ред. И.Т. Мищенко. - М.: ГАНГ, 1995.- 190 с.

20. Еремин, H.A. Моделирование разработки месторождений нефти методами нечеткой логики: дис. ... д-ра. техн. наук: 05.15.06 / Еремин Николай Александрович. - Москва, 1995. - 397 с.

21. Захаров, P.E. Разработка логико-лингвистических моделей управления и принятия решений на базе нечеткой логики: дис. ... канд. техн. наук: 05.13.01 / Захаров Роман Евгеньевич. - Владикавказ, 2004. - 169 с.

22. Золотухин, А.Б. Промышленная оценка нефтяных месторождений на основе системного прогнозирования / А.Б. Золотухин, H.A. Еремин, Л.Н. Назарова // Известия АН АзССР. - 1983. -№2. - С. 15-23.

23. Ибрагимов, Г.З. Применение химических реагентов для интенсификации добычи нефти: Справочник / Г.З. Ибрагимов, К.С. Фазлутдинов, Н.И. Хисамутдинов. - М.: Недра, 1991. - 384 с.

24. Ибрагимов, Г.З. Справочное пособие по применению химических реагентов в добыче нефти / Г.З. Ибрагимов, Н.И. Хисамутдинов. - М: Недра, 1983.-313 с.

25. Иванов, Е. Н. Выбор и оценка применимости методов увеличения нефтеотдачи на основе геолого-физической информации [Электронный ресурс] / E.H. Иванов, Ю.М. Кононов // Георесурсы, геоэнергетика, геополитика. - 2012. - №. 1 (5) - С. 1-10. - Режим доступа: http://oilgasjournal.ru/vol_5/ivanov.html.

26. Иванов, Е. Н. Выбор методов увеличения нефтеотдачи на основе аналитической оценки геолого-физической информации / E.H. Иванов, Ю.М. Кононов // Известия Томского политехнического университета. - 2012. - Т. 321 - №. 1-С. 149-154.

27. Иванов, E.H. Выбор и оценка эффективности методов увеличения

нефтеотдачи для месторождений Западной Сибири / E.H. Иванов, А.Т. Росляк // Георесурсы. - 2012. - №6 (48) - С. 19-22.

28. Иванов, E.H. Оценка применимости технологий увеличения нефтеотдачи в условиях месторождений Томской области / E.H. Иванов, Ю.М. Кононов, Ю.А. Сивов // Сборник докладов Шестой региональной научно-технической конференции молодых специалистов ОАО «ТомскИИПИнефть». - Томск: TJIM-Пресс, 2013. - С. 27-32.

29. Иванов, E.H. Разработка методики выбора методов увеличения нефтеотдачи на нефтяных месторождениях на основе геолого-физической информации / E.H. Иванов, Ю.М. Кононов, Р.В. Мухамадиев // Фундаментальные проблемы разработки месторождений нефти и газа: тезисы докладов всероссийская конференция с международным участием. - Москва: Изд-во ИПНГ РАН, 2011. - С. 84-85.

30. Искакова, С.Ш. Моделирование и принятия решений по выбору эффективного воздействия на ПЗС в процессе разработки нефтяных месторождений: автореф. дис. ... канд. техн. наук: 05.13.18 / Искакова Сандугаш Шинбергеновна. - Алматы, 2010. - 32 с.

31. Кабушкин, Н.И. Основы менеджмента: учеб. пособие / Н.И. Кабушкин. - 11-е изд., испр. -М.: Новое знание, 2009. - 336 с.

32. Колесник, В.Н. Системный анализ надежности нефтяных промысловых трубопроводов по малым выборкам (По данным эксплуатации нефтегазовых месторождений Среднего Приобья): дис. ... канд. техн. наук: 05.13.01 / Колесник Вячеслав Николаевич. - Сургут, 2004. - 131 с.

33. Комплексное исследование и адаптация технологии газового и водогазового воздействия на пласт с целью повышения нефтеизвлечения применительно к условиям месторождений ОАО «Томскнефть» ВНК: Итоговый отчет по договору ПР750. - Томск: ОАО «ТомскНИПИнефть», Томск, 2007.- 189 с.

34. Кононов, Ю.М. Выбор и оценка применимости методов увеличения нефтеотдачи на основе геолого-физической информации / Ю.М. Кононов,

E.H. Иванов // Тезисы докладов Пятой региональной научно-технической конференция молодых специалистов ОАО «ТомскНИПИнефть». - Томск: ТЛМ-Пресс, 2012. - С. 26-32.

35. Кононов, Ю.М. Использование нечеткой логики в задачах аналитического моделирования методов увеличения нефтеотдачи / Ю.М. Кононов, E.H. Иванов // Современные техника и технологии: сборник трудов XVIII Международной научно-практической конференции. - Томск: Изд-во ТПУ, 2012-Т. 3-С. 95-96.

36. Кононов, Ю.М. Экспертная система для выбора методов увеличения нефтеотдачи в условиях нечетких входных данных // Робототехника и искусственный интеллект: Материалы IV Международной научно-технической конференции / Под ред. В.А. Углева. - Железногорск: Железногорский филиал СФУ, 2012. - С. 109-113.

37. Кононов, Ю.М. Экспертно-диагностическая система для выбора методов увеличения нефтеотдачи в условиях нечетких входных данных / Ю.М. Кононов, E.H. Иванов // Неразрушающий контроль: электронное приборостроение, технологии, безопасность: труды II Всероссийской науч.-практ. конф. - Томск: Изд-во ТПУ, 2012. - Т. 1 - С. 198-204.

38. Кононов, Ю.М. Экспертно-диагностическая система для выбора методов увеличения нефтеотдачи на нефтяных месторождениях в условиях нечетких входных данных / Ю.М. Кононов, А.Е. Гольдштейн // Ползуновский вестник. - 2013. - №. 2 - С. 57-62.

39. Крянев, Д.Ю. Научно-методическое обоснование выбора и применения методов повышения нефтеотдачи пластов с трудноизвлекаемыми запасами (на примере месторождений Западной Сибири): дис. ... д-ра техн. наук: 25.00.17/Крянев Дмитрий Юрьевич. -М., 2008.-306 с.

40. Лапердин, А.Н. Совершенствование разработки газовых месторождений севера Западной Сибири на основе системного анализа геолого-промысловой информации: дис. ... д-ра г.-м. наук: 25.00.17 / Лапердин Алексей Николаевич. - М., 2006. - 367 с.

41. Лисовский, H.H. Методические указания по созданию постоянно действующих геолого-технологических моделей нефтяных и газонефтяных месторождений. Часть 2. Фильтрационные модели / H.H. Лисовский. - М.: ОАО «ВНИИОЭНГ», - 2003. - 228 с.

42. Логвинов, A.B. Исследование и разработка элементов экспертной системы анализа ЭМС и определение оптимального местоположения базовых станций сетей сотовой связи в сельской местности: дис. ... канд. техн. наук: 05.12.13 / Логвинов Александр Владимирович. - Самара, 2012.-136 с.

43. Макеева, A.B. Основы нечеткой логики: Учебное пособие для вузов / A.B. Макеева. - Н. Новгород: ВГИПУ, 2009. - 59 с.

44. Масина, О.Н. Системный анализ и методы исследования устойчивости управляемых объектов с неполной информацией: дис. ... д-ра физ.-мат. наук: 05.13.01 / Масина Ольга Николаевна. - Москва, 2011.-235 с.

45. Мегалов, АЛО. Пути решения проблем выбора и оценки эффективности методов увеличения нефтеотдачи на месторождениях Западной Сибири / АЛО. Мегалов, E.H. Иванов, Ю.М. Кононов, А.Т. Росляк // Известия Самарского научного центра Российской академии наук. - 2012. - Т. 14 - №. 1(8)-С. 2123-2127.

46. Минаков, И.А. Системный анализ, онтологический синтез и инструментальные средства обработки информации в процессах интеграции профессиональных знаний: дис. ... д-ра техн. наук: 05.13.01 / Минаков Игорь Александрович. - Самара, 2007. - 406 с.

47. Муслимов Р.Х. Планирование дополнительной добычи и оценка эффективности методов увеличения нефтеотдачи пластов / Р.Х. Муслимов. -Казань: Изд-во ЮГУ, 1999. - 280 с.

48. Муслимов, Р.Х. КИН - его прошлое, настоящее и будущее на месторождениях России / Р.Х. Муслимов // Бурение и нефть. - 2011. - №2. - С. 21-25.

49. Никаноров, С.П. Проектирование организаций: от системного анализа к концептуальному // Сборник статей Серия: Системное управление -

проблемы и решения. - 2001. -№12. - С. 37-55.

50. Норенков, И.П. Автоматизированные информационные системы: учеб. пособие / И.П. Норенков. - М.: МГТУ, 2011. - 342 с.

51. Оразбаев, Б.Б. Исследование и разработка моделей процессов разработки нефтяных месторождений с учетом нечеткости исходной информации [Электронный ресурс] / Б.Б. Оразбаев, А.Т. Мухамбетжанов, С.Ш. Искакова // - 2009. - Режим доступа: http://www.aing.isd.kz/e-lib/omi.pdf.

52. Оразбаев, Б.Б. Методы многокритериального выбора и интеллектуальные системы принятия решений для управления производственными объектами при нечеткой исходной информации: дис. ... д-ратехн. наук: 05.13.16 / Оразбаев Батыр Бидайбекович.-М, 1996.-467 с.

53. Орлов, А.И. Теория принятия решений /А.И. Орлов. - М.: Издательство «Март», 2004. - 656 с.

54. Пересчет запасов УВ и ТЭО КИН Чкаловского месторождения: Отчет по договору ПР 862. - Томск: ОАО «ТомскНИПИнефть», 2012. - 1280 с.

55. Пересчет запасов углеводородов и ТЭО КИН Северного месторождения: Отчет по договору ПР 833. - Томск: ОАО «ТомскНИПИнефть», 2010. - 2311 с.

56. Подымов, Е.Д. Совершенствование методики проектирования и анализа результатов применения технологий увеличения нефтеотдачи: дис. ... канд. техн. наук: 25.00.17 / Подымов Евгений Дмитриевич. - Бугульма, 2004. - 146 с.

57. Поляков, P.C. Информационно-аналитическая система поиска аналогов золоторудных месторождений для их прогноза и оценки: дис. ... канд. техн. наук: 25.00.35 / Поляков Роман Сергеевич. - М., 2004. - 204 с.

58. Попов, Э.В. Статические и динамические экспертные системы / Э.В. Попов, И.Б. Фоминых, Е.В. Кисель, М.Д. Шапот. - М.: Финансы и статистика, 1996.-320 с.

59. Правительство Российской Федерации. Распоряжение от 3 мая 2012 года N 700-р О стимулировании освоения месторождений нефти,

характеризующихся сложными условиями добычи и характеристиками нефти. [Электронный ресурс]: http://docs.cntd.ru/document/902345281.

60. Разработка рекомендаций, программы работ и сопровождение работ по применению методов увеличения нефтеотдачи (потокоотклоняющие технологии, выравнивания профиля приемистости) с целью снижения обводненности добываемой продукции на месторождениях ОАО «Томскнефть» ВНК на 2011 г.: Заключительный отчет по договору №19809911/0002Д- Уфа: ООО «РН-УфаНИПИнефть», - 2011. - 198 с.

61. Разработка рекомендации, программы работ и сопровождение услуг по применению МУН с целью снижения обводненности добываемой продукции на месторождениях ОАО «Томскнефть ВНК»: Заключительный отчет - Томск: ОАО «ТомскНИПИнефть», - 2008. - 169 с.

62. Разработка экспертных систем [Электронный ресурс]: http://www.aiportal.ru/articles/expert-systems/development-step4.html

63. РД 153-39.0-047-00 Регламент по созданию постоянно действующих геолого-технологических моделей нефтяных и газонефтяных месторождений. - М.: Минтопэнерго РФ, 2000. - 130 с.

64. РД 153-39.0-109-01 Методические указания. Комплексирование и этапность выполнения геофизических, гидродинамических исследований нефтяных и газонефтяных месторождений. - М.: Минэнерго РФ, -2002. - 82 с.

65. Румянцева, ЕЛ. Информационные технологии / ЕЛ. Румянцева, В.В. Слюсарь. - М.: Форум, Инфра-М, 2007. - 256 с.

66. Свидетельство 2012620655 РФ об официальной регистрации базы данных. Мировые и отечественные проекты МУН / E.H. Иванов, Ю.М. Кононов, А.Т. Росляк, Ю.А. Сивов (Россия). - № 2012620429; Заявлено 11.05.2012; Зарегистрировано в Реестре баз данных 05.06.2012.

67. Свидетельство 2012660944 РФ об официальной регистрации программы для ЭВМ. Матрица применимости МУН / E.H. Иванов, Ю.М. Кононов, Ю.А. Сивов, А.Т. Росляк (Россия). - № 2012618833; Заявлено 18.10.2012; Зарегистрировано в Реестре программ для ЭВМ 30.11.2012.

68. Семухин, М.В. Методологические основы анализа и обработки нечеткой информации на нефтегазодобывающих предприятиях: дис. ... д-ра техн. наук: 05.13.01 / Семухин Михаил Викторович. - Самара, 2008. - 393 с.

69. Степанова, Г.С. Газовые и водогазовые методы воздействия на нефтяные пласты / Г.С. Степанова. - М.: Газойлпресс, 2006. - 200 с.

70. Сургучев, J1.M. Выбор, моделирование и оценка комплексной эффективности методов увеличения нефтеотдачи трудноизвлекаемых запасов: дис. д-ра. техн. наук: 05.15.06 / Сургучев Леонид Михайлович. - Москва, 1999. -49 с.

71. Сургучев, Л.М. Методы увеличения нефтеотдачи: выбор и оценка эффективности / Л.М. Сургучев, Е.М. Рейх, P.A. Беренблюм, A.A. Щипанов // Российская нефтегазовая техническая конференция и выставка. 26-28 окт. 2010. - Москва SPE доклад 134742, 2010. - 7 с.

72. Тамер, О. Вероятностный подход к построению функции принадлежности нечеткого множества по результатам наблюдений в системах принятия решений: дис. канд. техн. наук: 05.13.01 / Тамер Омар Мохамед Диаб Ел-Марсафави. - Владимир, 2005. - 151 с.

73. Урличич, Ю.М. Системный анализ, разработка и реализация методического аппарата принятия решений по управлению предприятиями космического приборостроения: дис. ... д-ра техн. наук: 05.13.01 / Урличич Юрий Матэвич. - Рязань, 2004. - 339 с.

74. Федулов, A.C. Модели, методы и программные средства обработки нечеткой информации в системах поддержки принятия решений на основе когнитивных карт: дис. ... д-ра техн. наук: 05.13.11, 05.13.01 / Федулов Александр Сергеевич. - М., 2007. - 335 с.

75. Хаптахаева, Н.Б. Введение в теорию нечетких множеств - Часть I: Учебное пособие / Н.Б. Хаптахаева, C.B. Дамбаева, H.H. Аюшеева. - Улан-Удэ: Изд-во ВСГТУ, 2004. - 68 с.

76. Харисов, А.Р. Разработка нечеткой экспертной системы диагностики и мониторинга состояния оборудования (на примере глиноземного

производства БАЗ - СУАЛ): дис. ... канд. техн. наук: 05.13.06 / Харисов Азамат Робертович. - Екатеринбург, 2007. - 144 с.

77. Чувеляева, А.С. Автоматизация выбора вида управленческого решения на основе системного анализа производственной информации при многономенклатурном производстве: дис. ... канд. техн. наук: 05.13.01 / Чувеляева Александра Сергеевна. - Кострома, 2007. - 131 с.

78. Шелепов, В.В. Новые технологии повышения нефтеотдачи в проектных документах ЦКР Роснедр по УВС /В.В. Шелепов // Бурение и нефть.-2011.-№11.-С. 8-12.

79. Шпехт, И.А. Автоматизация этапов системного анализа и процедур принятия решений на основе неформальных подходов: дис. ... д-ра техн. наук: 05.13.01 / Шпехт Ирина Александровна. - Краснодар, 2012. - 266 с.

80. Adibhatla, B.L. Staged Design of an EOR pilot / B.L. Adibhatla, R.C. Wattenbarger // International Petroleum Technology Conference Doha, Qatar. Dec. 7-9. 2009. - IPTC paper 13346, 2009. - 8 p.

81. Alvarado, V. Selection of EOR/IOR Opportunities Based on Machine Learning / V. Alvarado, A. Ranson, K. Hernandez, E. Manrique, J. Matheus, T. Liscano, N. Prosperi // SPE 13th European Petroleum Conference, Aberdeen, Scotland, U.K. 2002.10. - SPE paper 78332, 2010. -11 p.

82. Decision making software for everyday planning and task management -MindDecider [Электронный ресурс] http://www.minddecider.com/Products.htm

83. EOR Screening With an Expert System / Guerillot D.R. // Petroleum Computer Conf. San Jose, California 1988.11. - SPE paper 17791, 1988.- 15 p.

84. Feigenbaum, E.A. The art of artificial intelligence: Themes and case studies of knowledge engineering /Е.А. Feigenbaum // The fifth International Joint Conference on Artificial Intelligence. - Boston: MIT, 1977. - P. 1014-1029.

85. Green, Don W. Enhanced Oil Recovery / Don W. Green, G. P. Willhite // Henry L. Doherty Memorial Fund of AIME Society of Petroleum Engineers, Richardson, Texas 1998. - 545 p.

86. Henson, R. Geologically Based Screening Criteria for Improved Oil

Recovery Projects / Henson R., Todd A., Corbett P. // SPE/DOE Improved Oil Recovery Symposium, Tulsa, Oklahoma, U.S.A. 2002.4. - SPE paper 75148, 2002. - 16 p.

87. Hodgin, J.E. The Selection, Application, and Misapplication of Reservoir Analogs for the Estimation of Petroleum Reserves / J.E. Hodgin, D.R. Harrell // SPE Annual Technical Conference and Exhibition, San Antonio, Texas, USA 24-27 September 2006. - SPE paper 102505, 2006. - 15 p.

88. Ibatullin, R.R. Application and method based on artificial intelligence for selection of structures and screening of technologies for enhanced oil recovery / Ibatullin R.R. et al.// DOE Improved Oil Recovery Symposium Tulsa, Oklahoma Apr. 17-19. 2002. - SPE paper 75175, 2002. - 9 p.

89. Jasper, L.D. Development of Improved Hydrocarbon Recovery Screening Methodologies / L.D. Jasper, Alana Leahy-Dios, Philip L. Wylie // SPE IOR Symposium, Tulsa, Oklahoma 2010.4. - SPE paper 129768, 2010. - 10 p.

90. Kononov, Y.M. Application of Fuzzy logic for enhanced oil recovery methods selection / Y.M. Kononov, E.N. Ivanov // Modern Techniques and Technologies: Proceedings of the eighteenth International Scientific and Practical Conference of Students, Postgraduates and Young Scientists. - Tomsk: TPU Press, 2012.-P. 107-108.

91. Rifaat Al-Mjeni. Has the Time Come for EOR? / Al-Mjeni Rifaat, A. Shyam, C. Pradeep // Schlumberger. Oilfield Review Winter 2010/2011: 22 - 2011. - № 4. - P. 16-35.

92. Rykov, A.S. A Fuzzy Model of the Column in the Decision Making System for the control of Rectification Process / A.S. Rykov, B.B. Orazbaev, A.G. Kuznetsov // Magazine of the Romanian Sosiety for Fuzzy Systems. - 1991. - Vol. 2, №1.-P. 21-27.

93. Shindy, A.M. et al. Development of an Expert System for EOR Method Selection / A.M. Shindy et al. //Int. conf.: «Middle East Oil Show» 15-18 Mar. 1997.-SPE paper 37708, 1977.-P. 291-298.

94. Shokir, E.M. Selection and Evaluation EOR Method Using Artificial

Intellegence / E.M. Shokir, M.H. Sayyoch // Annual International Conference and Exhibition. Abuja, Nigeria Aug. 5 - 7.2002. - SPE paper 79163, 2002. - 7 p.

95. Standrygn, A.N. Current Status of Enhanced Recovery Techniques in the Fields of Russia / A.N. Standrygn, A. Lutfullin // Annual Technical Conference and Exhibition Denver, Colorado 2008.9. - SPE paper 116712,2008. - 18 p.

96. Standrygn, A.N. Main Tendencies of the Sweep Efficiency Improvement Evolution in Russia / A.N. Standrygn, A. Lutfullin // Russian Oil and Gas Technical Conference and Exhibition, Moscow 28-30 October 2008. - SPE paper 117410, 2008.-29 p.

97. Sun, S.Q. Geological analogs usage rates high in global survey/ S.Q. Sun, J.C. Wan // Oil & Gas Journal. - 2002. - V.100, №46. - P. 49-50.

98. Taber, J.J. EOR Screening Criteria Revisited. P.l: Introduction to Screening Criteria and Enhanced Recovery Field Projects / J.J. Taber, F.D. Martin, R.S. Seright//SPE Reservoir Engineering. - 1997.-V. 12. №3. - P. 189-198.

99. Taber, J.J. EOR Screening Criteria Revisited: Part 2 - Applications and Impact of Oil Prices / J.J. Taber, F.D. Martin, R.S. Seright // SPERE August 1997. -SPE paper 39234, 1997.-P. 199-206.

100. Taber, J.J. Technical Screening Guides for the Enhanced Recovery / J.J. Taber, F.D. Martin, R.S. Seright // 58th Annual Technical Conference and Exibition, San Francisco, CA October 5-8,1983. - SPE paper 12069, 1983. - 20 p.

101. Thakur, G.S. Integrated Waterflood Asset Management / G.S. Thakur, A. Saner. - Tulsa, Oklahoma: Pennwell Publishing Company, 1998. - 402 p.

102. Ting-Horng Chung. Application of Fuzzy Expert Systems for EOR Project Risk Analysis / Ting-Horng Chung, B.C. Herbert, R. Lindsey // SPE Annual Technical Conference and Exebition. Dallas, Texas Oct. 22-25, 1995. - SPE paper 30741, 1995.-9 p.

103. Trujillo, M. Selection Metodology for Screening Evaluation of Enhanced Oil Recovery Methods / M. Trujillo, D. Mercado, G. Maya // SPE Latin American and Caribbean Petroleum Engineering Conference Lima, Peru 2010.10. - SPE paper 139222, 2010.- 10 p.

Свидетельства о государственной регистрации интеллектуальной

собственности и акт внедрения

1. Свидетельство о государственной регистрации программы для ЭВМ.

2. Свидетельство о государственной регистрации базы данных.

3.Акт внедрения результатов кандидатской диссертации в ОАО «ТомскНИПИнефть.

;л1 ;^ИЖ€1ЕДа ФШЩШР.

шяшяшя?

11

»Г'- -ТЫУГ^гФ1

^¿•щтгзг

нккй:

Ш

ЛЗ-"

СВЙДЕТЕЛи^л

о государственной регисграцнн иро1ра.м.мы для ЭВМ

№ 2012660944

Матрица применимости МУН

ПравооСладгпе 1ь(ли) Открытое акционерное общество «Томский научно-исследовательский и проектный институт нефти и газа» (ОАО с Томск!ШПИнефть») (Я11)

Аетор(ы): Иванов Евгений Николаевич,

Кононов Юрий Михайлович, Сивов Юрий Александрович,

Росляк Александр Тихонович (Ш1)

Заяпка .М- 2012618833 Дата постутеиня 18 октября 2012 Г. Заре! нсгрироваии и Реестра программ для ЭВМ 30 ноября 2012 г.

Руководите 1Ъ Федерамюй службы по иптвпсипщтюй собственности

Р. П. Сшюнов

'ШшшШШшШмшшштштШЖШЖШ^Ж^ШШЖЖшшшЖШЖ:

ртешйсожлзз ^тщщрмщш

« хч гх уг г? к

»-»-* И"» »-»-А

Й

й

■ЬА

£5

Ш

и

Ш Ш

к

К

Й

«

♦-г-.

л

г* Щ

¡в! х ¡..^ , и

ЧСг^ г** | ^ » « 1

V. I

5УН

о юсуларст венной регистрации оазы данных

№ 2012620655

Мировые и отечественные проекты МУН

11раиообл,!длтел¡.(ли): Открытое акционерное общество «Томский научно-исследовательский и проектный институт нефти и газа » (ОАО ^ТомскШШНнефть») (К11)

Лвюр(ы)- Иванов Евгений Николаевич,

Кононов Юрий Михайлович, Росляк Александр Тихонович,

Сивов Юрий Александрович (Ш1)

Заявка № 2012620429

Дата поступления 11 мая 2012 Г. Зарегистрировано в Реестре баз данных

5 июля 2012 г.

л

-с

Руководитель Федеральной счужбы по шит I кктусиыюй собственности

Б.П Сшюнов

у "*

ш-

в

ТОМСКНИПИНЕФТЬ

ОТКРЫТОЕ АКЦИОНЕРНОЕ 06ЩЕСТ80 -ТОМСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ И ПРОЕКТНЫЙ ИНСТИТУТ НЕФТИ И ГАЗА" (ОАО "ТОМСКНИПИНЕФТЬ"!

634СГ"* ^гь^инская О'.Д'.рац,1« t Tov.t, U.'pj-ip д 72, 72 71-20 Факс >3822! 76 19 01, 76 СЗ-16 n.Dinefi.anipmeît tomsk.ru С ''.ПС 442ÏS4S4 ОГРН 1GZ7000eS8i 70, ИНН/КПП 702104<>0?В>701750001

Программа л ¡я ЭВМ •'Матрица применимости MYH» (peine¡рационный .М- 20S2660944) и база данных «Мировые и отечественные проекты МУП» (регистрационный Л*>2() 12620655). разработанная Кононовым Ю.М. в соавторе ¡не с колле! алш в процессе выполнения диссертационной работы использовались при выполнении проекта разработки Северного нефкч а?оконленсашою месторождения (IIP 8??). Результаты оценки _к}н|)екsивностл меюдо» увеличения нефтесилачн с гюмотыо упомяну шх программных средств были учтены при выборе ¡ехнологии воздейсишя на объекле I IК18-20. В частности был покаш! низкий коэффициент применимое)и в программе и отсутствие месгорождений-аналоюв с успешным применением закачки пара. В результате дальнейшею проектирования произведен qikth от гсхнотопш закачки пара в пользу использования заводнения и иозимерныч сисчем.

I акже в программе был показан высокий коэффициент применимости хтя ¡ехнологии модифицированных полимер-дисперсных систем (МПДС) на пдасчс ABj Сове 1 скот месюрождения. Результат. полученные е помощью программы, подшержлатотся фактическими данными по дополнительной добыче нефш. обеспеченной реаннацией техно toi ни воздействия Опенка »ффективности и рекомендации по применению технологии МПДС проводились в отчете ООО-РН-УфаНИПНнсфть» (Договор №1980911/0002Д).

чеш 1й vit rwiurt ' АЛ". Чернов

от 07,05.13 №

УТВЕРЖДАЮ Генералы!ый директор

АКТ ВНЕДРЕНИЯ результатов кандидатской диссертационной работы

Кононова Юрия Михайловича

h.В. Кассирона

¡1 H II 14 LU Ni >3 lliU,H.IM4l[J i I M

шин ten шр îwnpi4icia« р.мрЛчки

IK'j lïhMV. «tUltfVMaCiffi»

A.В. Сметании

Анализ в экспертной системе объекта ПК18-20 Северного месторождения на предмет закачки пара

^ Матрица применимости МУН

Главная'Месторождения аналоги!__

Категория МУН Метод

Все ' Закачка пара

Графику Таблица подсчетных параметров ¡Q™caMeJ\/iyH_

Критерий тип коллектора глубина , мощность _ температура проницаемость пористость плотность вязкость

водонасыщенность

Значение NC

-о,sai:: 1,00 NC -1,00 1,00 !1,00 1,00 1,00

Описание Кросс-плот Статистика

Толщина пласта менее 6 м недопустима по экономическим соображениям. Процесс вытеснения нефти паром становится невыгодным из-за больших потерь тепла через кровлю и подошву залежи. Общие потери тепла в стволе скважин и в пласте не должны превышать 50% поданной на устье нагнетательной скважины, чтобы получить экономический эффект от процесса.

Источник- Р.Х. Муслимов, Планирование дополнительной добычи и оценка эффективности методов увеличения нефтеотдачи пластов, Изд-во КГУ, 1999

( I Í3J о- ц--^

Тип коллектора песчаник -

Глубина, м 1180

Мощность м 10

Угол падения NC

Температура, С 43

Прониц , мД 7l" Пористость, % 30 ~ Водонас, % 32,3 Плотность, кг/м^ 905,3 Вязкость сП 47,2

Содерж глины / карбонат, % Текущ обв , %

95

Закачка, м3/сут 150

Неоднородность По латерали средняя -

По вертикали средняя

Описание пласта Трещиноват нетрещ _ Содержит суперколлектор Состав нефти Коэф-т кисл <05 „ Высокое сод легких УВ _ Содержание АСПВ > 10

Расчет коэф-тов применимости

Рисунок П.2.1 - Анализ Северного месторождения. Объект ПК18-20. Вкладка «таблица подсчетных параметров»

ВГВ и ГВ (несмешивакяцееся)

Циклическая закачка

Полимерное заводнение -——• ■;. .1 1'"" • " | -

Е Внутрипластовое горение

_ I Закачка С02

Г " Закачка пара

ПГС "Темпоскрин"

ФОЖ

[ А шшш Полимер-дисперсные и гелевые сист. -

..............1 ШФЛУ

1 Вязкоупругие системы

г: Закачка щелочей, ПАВ, полимеров

р- Сшитые полимерные системы

ТГВ

.............. Ы2/Газ

1

Рисунок П.2.2 - Анализ Северного месторождения. Объект ПК18-20. Вкладка «таблица подсчетных параметров»

Описание | «¡росс-плат [ Стаг.сгика |

Глубина залегания пласта не должна превышать 1200 м из-за потерь тепла в стволе скважины, которые достигают 3% на каждые 100 м глубины, и технических трудностей обеспечения прочности колонн, особенно у устья скважин.

Источник: Р.Х. Муслимов, Планирование дополнительной добычи и оценка эффективности методов увеличения нефтеотдачи пластов, Изд-во КГУ, 1999

Рисунок П.2.3 - Анализ Северного месторождения. Высказывание ЭС,

параметр «глубина»

Описание Кросс-плот ] Статистина |_

Желательно, чтобы проницаемость пласта была более 200-300мД (0,2 - , 0,3 мкм2), а темп вытеснения нефти был достаточно высоким для уменьшения потерь теплоты в кровлю подошвы залежи.

Источник: Р.Х. Муслимов, Планирование дополнительной добычи и ;

оценка эффективности методов увеличения нефтеотдачи пластов, Изд- > во КГУ, 1999

Рисунок П.2.4 - Анализ Северного месторождения. Высказывание ЭС,

параметр «проницаемость»

Описание Кросс-плот Статистика

-И— полеговательгтй проут * проеггнзБД

— * \

* •

о; -- • •

•• » •

. и_

• • •

* *

•ш *» ♦

• *

* •

% . • V* \

• тт

• •• • • • • • •

% 4 *

Н *

Н—I—I-

н—I—I—н

150

№ проект

Рисунок П.2.5 - Вкладка «Кросс-плот». Распределение глубины по проектам

закачки пара

Описание Кросс-пло- Статистика

Рисунок П.2.6 - Вкладка «Кросс-плот». Распределение проницаемости по

проектам закачки пара

Систематизация критериев применимости методов увеличения нефтеотдачи. Разработка кусочно-линейных функций

принадлежности.

Разработка кусочно-линейных функции принадлежности на основе анализа и переработки критериев экспертов

Параметр Автор 1 Автор 2 Автор 3 Матрица применимости МУН

ТаЬег и др. АксЫат и др. Муслимов

Тип коллектора Песчаник / карбонат Песчаник / карбонат Песчаник Песчаник / карбонат

Глубина залегания пласта, м > 1830 [1830] 3048 -5630 >1000 >1830 [>3048]

Проницаемость, мД КС 0,2-35 < 100 >0,2 [>5]

Пористость. % 7,5-14

Степень неоднородности Неоднородный / нетрещиноватый Однородный / нетрещиноватый Однородный / ноднородный / нетрещиноватый / без суперколлектора

Глинистость / карбонатность

Толщина пласта, м Тонкий,если некрутопадающий Тонкий,если некрутопадающий <15 <20 [<15]

Плотность нефти, кг/мЗ <850 [<788] 762-850 <850 [<788]

Вязкость нефти, сП <0,4 [<0,2] 0,2-0 <0,4 [<0,2]

Состав нефти Высок, содерж. компонент с2-с7 Высок, содерж. компонент с2-с7 Высок, содерж. компонент С2-С7 Высок, содерж. компонент с2-с7

Нефтенасы щен ность >40 [>75] [40] 76-80 >50 >50 [>75]

Температура пласта, °С Нет ограничения 87-162

Текущ. обводненность, % <30 Нет ограничения

Приемистость скважин

Сод ержание АСПВ Низкое

Давление, МПа >Рнас

Разработка кусочно-линейных функции принадлежности на основе анализа и переработки критериев экспертов

Параметр Автор 1 Автор 2 Автор 3 Матрица применимости МУН

ТаЬег и др. А1а(1а$аш и др. Муслимов

Тип коллектора Песчаник/карбонат Песчаник/карбонат Песчаник Песчаник/карбонат

Глубина залегания пласта, м > 1220 [1220] 1231-4846 >1000 >1220[>1231]

Проницаемость, мД Нет ограничения 0,1-5000 >5 >0,1 [>5]

Пористость % 4,25-45

Степень неоднородности Однородный / нетрещиноватый Однородный / ноднородный / нетрещиноватый / без суперколлектора

Глинистость / карбонатность Нет ограничения

Толщина пласта, м Тонкий, если некрутопадающий Тонкий, если некрутопадающий <15 <20 [<15]

Плотность нефти, кг/мЗ <915 [<820] 750-915 <915 [<820]

Вязкость нефти, сП <3 [0,5] 0,04-18000 <3 [0.5]

Состав нефти Высок, содерж. компонент С2-С7 Высок, содерж. компонент с2-с7 Высок, содерж. компонент с2-с7

Нефтенасыщенность >30 [>80] 30-98 >55 [>80]

Температура пласта, °С ыс 29-165

Разработка кусочно-линейных функции принадлежности на основе анализа и переработки критериев экспертов

Параметр Автор 1 Автор 2 Автор 3 Матрица применимости МУН

ТаЬег и др. Акёаваш и др. Муслимов

Тип коллектора Песчаник / карбонат Песчаник / карбонат Песчаник Песчаник / карбонат

Глубина залегания пласта, м >760 457-4073 >1000 >760 [1000]

Проницаемость, мД Нет ограничения 1,5-4500 >30 >5 [>30]

Пористость % 3-37

Степень неоднородности Однороднфй, монолитный, нетрещиноватый Однородный / ноднородный / нетрещиноватый / без суперколлектора

Глинистость / карбонатность ИС

Толщина пласта, м Широки диапазон Широки диапазон <15 <25 [<15]

Плотность нефти, кг/мЗ <921 [<844] 801-887 [921] <921 [<844]

Вязкость нефти, сП <10 [<1,5] 0-35 <60 <10 [<1,5]

Состав нефти Высок, содерж. компонент с2-с7 Огранич.сод. АСПВ Высок, содерж. компонент с2-с7

Нефтенасыщенность >20 [>55] 15-89 >50 >20 [>55]

Температура пласта, °С ыс 28-121

Текущ. обводненность, % <80

Таблица П.3.4 - Систематизация критериев применимости МУН. Метод - Водогазовое воздействие (несмешивающееся). Разработка кусочно-линейных функции принадлежности на основе анализа и переработки

критериев экспертов

Параметр Автор 1 Автор 2 Автор 3 Матрица применимости МУН

ТаЬег и др. А1ас1азаш и др. Степанова

Тип коллектора N0 Песчаник, карбонат Песчаник / карбонат

Глубина залегания пласта, м >550 807-2803 Нет ограничения >550 [807]

Проницаемость, мД N0 100-6600 >5

Пористость % 18-31,9

Степень неоднородности

Глинистость/карбонатность

Толщина пласта, м Нет ограничения если крутопадающий или с хорошей верт. проницаемостью 2-20 и Нет ограничения при верт. вытеснении <20 [<15]

Плотность нефти, кг/мЗ <986 820-1005 <1005 [<986]

Вязкость нефти, сП <600 0,17-16000 <5-10 (легк. нефть) и 10-100 и более <600 [<42]

Состав нефти ЫС N0

Нефтенасыщенность >35 [>70] 88 >35 [>70]

Температура пласта, °С Нет ограничения 55-130 <100 или любая при ПНВРА Нет ограничения

Разработка кусочно-линейных функции принадлежности на основе анализа и переработки критериев экспертов

Параметр Автор 1 Автор 2 Автор 3 Матрица применимости МУН

ТаЬег и др. А1ас1а8аш и др. Муслимов

Тип коллектора Песчаник Песчаник Песчаник Песчаник

Глубина залегания пласта, м <2743 213-2883 <2883 [<2743]

Проницаемость, мД >10 [>800] 1,8-5500 >100 >10 [>100]

Пористость % 10,4-33 18 >18

Степень неоднородности Неоднор., отсутствие трещин Однород / неоднородный/ кр. неоднород. / нетрещиноватый / суперколлектор

Глинистость/карбонатность <5-10 <5-10

Толщина пласта, м Нет ограничения Нет ограничения Нет ограничения Нет ограничения

Плотность нефти, кг/мЗ <965 813-979 <965

Вязкость нефти, сП <150 [100-10] 0,4-4000 10-100 1-150 [10-100]

Состав нефти КС

Нефтенасыщенность >50 [>80] 34-82 >70 >50 [>70]

Температура пласта, °С <93 [<60] 23-114 <93 [<60]

Таблица П.3.6 - Систематизация критериев применимости МУН. Метод - закачка щелочей, ПАВ, полимеров. Разработка кусочно-линейных функции принадлежности на основе анализа и переработки критериев экспертов

Параметр Автор 1 Автор 2 Автор 3 Матрица применимости МУН

ТаЬег и др. А1ас1азаш и др. Муслимов

Тип коллектора Песчаник Песчаник Песчаник Песчаник

Глубина залегания пласта, м <2743 [<990] 830-1189 [2743] <2743 [<990]

Проницаемость, мД >10[>450] [10] 596-1520 >10 [>450]

Пористость % 26-32

Степень неоднородности

Глинистость/карбонатность, % <5 <5

Толщина пласта, м Нет ограничения Нет ограничения КС

Плотность нефти, кг/мЗ <934 [<850] 850-934 [855916] >850 <934 [<850]

Вязкость нефти, сП <35 [<13] 11-6500 <150 <150 [35]

Состав нефти Легкая нефть Высок, содерж. компонент с2-с7

Нефтенасыщенность >35 [>53] [35] 68-74.8 35 >35 [>53]

Температура пласта, °С <93 [<27] 27-93 [48-70] <70 27-93 [48-70]

Наполнение модулей экспертной системы