автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Методы и средства разработки информационного обеспечения для поддержки принятия решений в оперативном управлении процессом бурения скважин

Введение.

Глава 1. Анализ системы оперативного управления процессом бурения скважин.

1.1. Система оперативного управления процессом бурения как сложная.

1.2. Анализ информационного и математического обеспечения систем оперативного управления процессом бурения.

1.3. Постановка задачи исследования.

Глава 2. Методы и средства интерактивной оценки информационной значимости компонент процесса бурения.

2.1. Анализ информационных компонент оперативного управления процессом бурения.

2.2. Классификация информационных компонент.

2.3. Рекомендации по визуализации оценок информационных компонент

2.4. Выводы по второй главе.

Глава 3. Методы и средства обработки и представления данных инклинометрии.

3.1. Основные задачи обработки инклинометрической информации.

3.2. Интерактивное обеспечение обработки и представления данных инклинометрии.

3.3. Программные средства обработки инклинометрических данных.

3.4. Выводы по третьей главе.

Глава 4. Методы и средства информационного обеспечения поддержки принятия решений по данным геолого-технологической информации режима оперативного управления процессом бурения.

4.1. Алгоритмизация сегментации данных геолого-технологической информации.

4.2. Анализ результатов обработки геолого-технологической информации.

4.3. Рекомендации по программному обеспечению обработки и представления геолого-технологической информации в оперативном управлении процессом бурения.

4.4. Выводы по четвертой главе.

Выводы по диссертационной работе.

Список сокращений.

Объекты нефтегазовой отрасли: насосные, компрессорные, дожимные перекачивающие станции, системы нефте- и газопроводов, буровые установки, механизмы и машины этих и других объектов и многие другие объекты, а также системы (как объекты) управления объектами, в частности, процесс проходки скважины как объект управления, во многих случаях представляют собой сложные системы. Сложность таких систем определяется многими причинами, одной из которых является объем получаемых и обрабатываемых данных огромной информационной емкости и сложности.

Усложнение работ при бурении наклонно направленном, горизонтальном, кустовом, на шельфе океана, глубоком и сверхглубоком - все это требует адекватного реагирования и вмешательства человека при оперативном управлении процессом проходки скважины. Осуществление мер во многом зависит от развития соответствующих компьютерных технологий для ведения диалога в интерактивной системе автоматизации управления процессом бурения, однако, последний подчас не в состоянии их решить необходимым образом даже при помощи ЭВМ. Причин этому тоже достаточно, включая и качественный характер данных, и неопределенность (нечеткость, размытость) их, и сложность принимаемых решений, а также множество других, во многом коррелированных между собой причин. При этом исследователь, являющийся высококвалифицированным специалистом в своей области, обладающий большим объемом плохо формализуемых знаний и богатым опытом, лишается возможности применить свои способности при выборе решения из множества альтернативных, но близких с позиций становления формального критерия.

В конечном итоге можно полагать, что сложность отмеченных объектов и систем определяется проблемностью возникающих ситуаций при их функционировании и управлении ими, что требует выбора из множества вариантов наиболее обоснованного для принятия решения по управлению соответствующим процессом.

Важное значение при этом имеет информационное обеспечение процесса для возможности эффективного человеко-машинного принятия решения. Помощь в принятии решений по возникающим задачам часто оказывает применение алгоритмов и методов распознавания образов, позволяющих сокращать пространство описания признаков объектов исследования и представлять результаты обработки данных в удобной, обычно графической форме.

Данная работа основана на концепции представления оперативного управления бурением нефтяных и газовых скважин как типовой задачи АСУ, где прерогатива принятия решений принадлежит человеку. Поэтому важна интерактивность этой системы, т.е. поддержание и развитие "диалога" в реальном масштабе времени между лицом, принимающим решение (ЛПР), с одной стороны, и данными о процессе, результатами их обработки, интерпретации, представлением и рекомендациями, с другой.

Другая сторона имеет тенденцию к усилению за счет все большей интеллектуализации компьютерных средств, их информационного и программного обеспечений, включая экспертные системы, базы данных и знаний, мультимедиа и др.

Все это говорит о тенденции извлечения максимума информации из получаемых системой данных и оптимального применения в плане эффективности функционирования всей системы проводки скважины.

Развитие отмеченной тенденции, успехи на этом направлении во многом предопределены становлением теории нечетких множеств и ее приложений, внедрением "человеческих средств" поведения и принятия решений. Важную часть в этом процессе занимает оценка ситуации, отнесение данных (объектов или/и явлений) к соответствующим классам, образам. Методы и средства распознавания образов и определяют, прежде всего, возможности извлечения максимума информации из данных, несмотря на их (в той или иной степени) недостоверность, размытость, неточность и т.п. И это потому, что вся теория и практика распознавания образов основой своей имеет поиск, оценку, "осознание" наличия неоднородности.

Целью данной работы является разработка методов и средств повышения интерактивности системы оперативного управления бурением за счет визуализации представления данных, их интерпретации и разработки в целях поддержки принятия управленческих решений.

Диссертация состоит из четырех глав, введения, выводов по каждой главе, выводов в целом по работе, списка литературы и приложений.

В первой главе рассматривается анализ системы оперативного управления процессом бурения скважин (ОУБ) и постановка задачи исследования.

Во второй главе приведены методы и средства интерактивной оценки и визуализации значимости информационных компонент (ИК) (показателей наземной аппаратуры, телеметрии, данные обратной связи) процесса бурения, согласно вклада в подсистемы управления. Важно, что классификация ИК по информационной значимости позволяет разделить их на классы, выделить в каждом классе эталон как интегрального представителя класса, варьировать классификацию экспертными оценками как отдельных факторов, так и подсистем управления для адекватного отражения особенности геологического разреза, условий бурения, технологии проходки и т.п. При этом результаты классификаций представляются в удобном для человека пространстве по форме, виду, осмысливанию с выдачей оценок качества классификаций при возможности варьирования экспертных оценок и мер сходства объектов и решающих функций. Сжатие пространства координат представления данных при векторных РЖ идет на базе компонентного анализа.

В третьей главе приведены методы и средства обработки и представления данных инклинометрии, основные задачи обработки инклинометрической информации, интерактивное обеспечение обработки и представления данных инклинометрии, программные средства обработки инклинометричеких данных.

Изложены методы и средства обработки, представления, интерпретации оперативных инклинометрических данных бурения. Показана актуальность применения методов распознавания к задачам обработки данных инклинометрии. Постановки этих задач вытекает, с одной стороны, из желания более полного охвата задач бурения и важности в связи с ростом "интереса" особенно к наклонно направленному и горизонтальному бурению. С другой стороны, оценка результатов фактической проходки - это тоже классификация, оценка ситуации как важнейшая часть принятия решения. На основе расчета предельных значений азимутальных и зенитных углов предложены методы и средства построения проектной и фактической траектории скважин в пространстве, вертикальной и горизонтальной плоскостях, их просмотра с разных сторон, изменения данных для варьирования в реальном масштабе времени, а значит и для прогноза траектории, оперативного принятия управленческих решений.

В четвертой главе изложены методы и средства информационного обеспечения поддержки принятия решений (ППР) по данным геолого-технологической информации (ГТИ) режима ОУБ. В этом случае обычно говорят о "сегментации каротажных кривых". При классификации ГТИ тоже можно говорить о сегментации с конечной целью принятия оперативных управленческих решений при бурении, прогноза начала или завершения интервала, отслеживания и прогноза смены продолжительности работы долота, оценки степени износа бурового инструмента, предотвращения аварийных ситуаций, поломки оборудования и др. Результаты предлагаемой сегментации позволяют отражать геологическую картину по глубине скважины. Рекомендуемые методы ориентированы на интерактивную интерпретацию сегментации и сжатия данных и на возможность дополнительных уточняющих повторов, проводимых в нужном направлении, и варьирования. Это связано с разбиением данных на сегменты, уточнении их по выделенным эталонам двумя, в общем существенно разными, методами: 8 отдельно по каждой каротажной кривой с последующим совмещением их для окончательной сегментации; получение предварительно "интегральной" каротажной кривой и ее сегментация.

При этих методах сегментации количество сегментов, меры и функции их получения могут варьироваться с возможностями представления областей сегментов, их эталонами с указанием границ, пересечений и т.п., практически близко к тому как это принято сейчас при обработке нечетких множеств, поскольку меры сходства объектов, классов есть значения функции принадлежности.

Разработанное информационное обеспечение должно являться инструментом для ППР в сложных многофакторных неформализуемых кибернетических системах с обратной связью, а именно:

• при интерактивной оценке информационной значимости факторов бурения, определяемых показаниями наземной аппаратуры, данных телеметрии и обратной связи;

• при оценке обработки данных геолого-технологической информации режима бурения для возможности согласования с картой геологического разреза по уточнению границ пластов, смены долота и др.;

• при оценке обработки данных инклинометрии для возможностей визуализации и коррекции траектории скважины.

Выводы по диссертационной работе

1. Анализ информационных систем поддержки принятия решений (ППР) в оперативном управлении процессом бурения (ОУБ) показал необходимость разработки методов и средств создания информационного обеспечения интерактивной оценки.

2. На основе теории и практики распознавания образов предложены методы и средства разработки информационного обеспечения для ППР по трем группам задач ОУБ: а) интерактивной оценки информационной значимости компонент бурения; б) аксонометрическом представлении данных инклинометрии; в) сегментации данных геолого-технологической информации режимов бурения.

3. Разработаны алгоритмы и программные средства для экспертной интерактивной оценки компонент бурения, выбора наиболее значимых, изменения количества классов компонент, их весов для учета свойств месторождения и технологии, принятия решения по управлению процессом в реальном масштабе времени.

4. Предложены и разработаны на базе существующего математического обеспечения обработки инклинометрических данных программные средства визуализации на экране дисплея аксонометрического представления траекторий проектной и фактической скважин, их поворотов вокруг вертикали, выборов проекций на горизонтальную и вертикальные плоскости, масштабирования выбираемых участков траекторий, изменения значений азимутального и зенитного углов, прогнозирования этого изменения относительно зоны допуска попадания в заданную область траектории.

5. Разработаны алгоритмы и программы сегментации данных ГТИ и с возможностями интерактивной оценки качества сегментации, варьирования

110 количества сегментов, представительности, соотнесения с геологическим разрезом, границами пластов, отработки долот, предотвращения аварийных ситуаций.

6. Разработаны следующие средства для создания информационного обеспечения: а) БД для хранения параметров проектного профиля скважины, данных инклинометрических измерений и расчетов; б) разработана программа в среде Delphi для расчета параметров проектного профиля, отображения проектной и фактической траекторий в вертикальной и горизонтальной плоскостях и в пространстве, для записи и коррекции данных профилей в БД, вывода данных измерений и расчетов на печать, и расчетов предельных значений азимутального и зенитного углов; в) разработана программа в MS Excel для расчета средних значений сегментов данных ГТИ режима бурения; г) разработана программа в среде Visual С++ для классификации и оценки информационной значимости факторов бурения.

7. Подготовлено методическое пособие к лабораторным работам по курсу "Технология распознавания нечетких объектов интеллектуальными автоматизированными системами".

Разработано и отлажено программное обеспечение этих работ для компьютерного класса.

112

1. Алгоритмы и программы обработки данных геофизических исследований в скважинах. - Киев: Наук.думка, 1980. - 220 с.

2. Альтшулер СВ. Методы оценки параметров процессов авторегрессии-скользящего среднего (АРСС). Автоматика и телемеханика, 1982. №8, с.5-18.

3. Аркадьев А.Г. , Браверман Э.М. Обучение машины классификации объектов. -М.: Наука, 1971.-192с.

4. Белкин А.Р., Левин М. Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.: Наука, 1990, - 160с.

5. Бендат Д., Пирсол А. Применения корреляционного и спектрального анализа.1983, Пер с англ. А.И. Кочубинского и В.В. Привальского под редакции Коваленко И.Н. М.: Мир, 1983. - 312с.

6. Браверман Э.М. Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983. - 464с.

7. Булатов А.И., Демихов В.И., Макаренко П.П. Контроль процессов бурения нефтяных и газовых скважин. — М.: Недра, 1998. -265с.

8. Бурение наклонно направленных и горизонтальных скважин: Справочник. Калинин А.К., и др. М.: Недра, 1997. - 650с.

9. Вапник В.Н. , Червоненкис А.Я. Теория распознавания образов. М.: Наука, 1974.-416с.

10. Васильев В.И. Распознающие системы. Справочник. Киев: - Наукова думка, 1989.-292с.

11. Волошин Г.Я. Статистические методы решения задач распознавания, основанные на аппроксимационном подходе, в 2 ч..- Владивосток: ДВО РАН. 1992.-1. 154с.

12. Воронин Ю.А. Теория классификации и ее приложения. Новосибирск: Недра, 1985.-232с.

13. Геолого-технологические исследования в процессе бурения, РД 39-0147716102-87, ВНИИНефтепромгеофизика, 1987.

14. Глаз А.Б. параметрическая и структурная адаптация решающих правил в задачах распознавания Межотрасл. Ин-т повышения квалификации специалистов народного хозяйства ЛатвССР. Рига: Зинатна. - 1988. - 170 с.

15. Горелик A.JL, Скрипкин В.А. Методы распознавания. М.: Высш. Шк. 1989.-231с.

16. Григорьев Л.И. Автоматизация процессов обучения и принятия решений в диспетчерском управления. Дисс. на соиск. уч. степ. д. т. н. М.: РГУ нефти и газа имени И.М.Губкина, 1997. - 217с.

17. Дахнов В.Н. Интерпретация результатов геофизических исследований разрезов скважин. М.: Недра, 1982. - 448с.

18. Емельянова Н.М. Моделирование геолого-геофизических характеристик залежей нефти и газа: обзорная информация ВИЭМС М., 1990. - 54с.

19. Жолков С.Ю. Теория вероятностей и ее применение в моделях физических и технических систем: 4.1. учеб. пособие. -М.: РГУ нефти и газа имени И.М.Губкина, каф. Прикладной математики и компьютерного моделирования, 1996. 95с.

20. Журавлев Ю. И. Избранные научные труды. М.: Магистр. 1998. - 417с.

21. Зайченко В.Ю. Выбор оптимальных направлений геолого-геофизических исследований в подсистеме АСУ-геофизика. М.: ВИЭМС, 1982. - 215с.

22. Золоева Г.М. Оценка неоднородности и прогноз нефтеизвлечения по ГИС. -М.: Недра, 1995.-225с.

23. Исаченко В. X. Инклинометрия скважин. -М.: Недра, 1987. 245с.

24. Калверт Чарльз. Delphi 2 Энциклопедия пользователя: Пер. с англ. -К.:НИПФ «ДиаСофт Лтд», 1996. 736с.

25. Калинин А.Г. , Левицкий А.З., Никитин Б.А. Технология бурения разведочных скважин на нефть и газ. Учебник для вузов. М.:Недра, 1998. -440с.: ил.

26. Калинин А.К., Григорян Н А., Султанов Б.З. Бурение наклонных скважин. -М. Недра, 1990.-358с.

27. Козловский Е.А. , Комаров М.А., Питерский В.М. Кибернетические системы в разведочном бурении. М.: Недра, 1985. - 315с.

28. Кондратьев А.И. Теоретико-игровые распознающие алгоритмы. -М.: Наука, 1990.-272с.

29. Крис Паппас, Уильям Мюррэй. Visual С-+-+. Руководство для профессионалов: пер. с англ. Спб.: BHV - Санкт-Петербург, 1996. - 912с.

30. Кук Д., Бейз Г. Компьютерная математика: Пер. с англ. М.: Наука, 1990. -384с.

31. Кофман А. Введение в теорию нечетких множеств. Пер. с фр. В.Б. Кузьмина; Под ред. С.И. Травкина. М.: Радио и связь, 1982. - 432с.

32. Кузнецов Г. С., Леонтьев Е. И., Резванов Р. А., Геофизические методы контроля разработки нефтяных и газовых месторождений. М.: Недра, 1991. -212с.

33. Лагоша Б.А. Методы имитационного моделирования. Учебное пособие. -М.: Мое. Экон. Институт, 1986. 68с.

34. Левицкий А.З., Командровский В.Г., Сафарини О. Об автоматизации оперативного управления бурением скважин. Научно-технический журнал "Автоматизация, телемеханизация и связь в нефтяной промышленности," №3-4, 1999. С 1-5.

35. Левицкий А.З. Использование геолого-технологической информации в бурении. М.: Недра, 1992. - 176с.

36. Левицкий А.З. Методическое руководство к обработке первичных данных при решении оптимизационной задачи в бурении. М.: РГУ нефти и газа имени И.М.Губкина, 1992. - 48с.

37. Левицкий А.З. Методика оценки уровня информационного обеспечения при управлении технологическими процессами в бурении. М.: РГУ нефти и газа имени И.М.Губкина, 1996. - 54с.

38. Лившиц H.A. Корреляционная теория оптимального управления многомерными процессами. М., «Сов. Радио», 1974. - 327с.

39. Литвиненко O.K. Геологическая интерпретация геофизических данных. -М.: Недра, 1983.-208с.

40. Ломтадзе В.В. Программное и информационное обеспечение геофизических исследований. М.: Недра, 1993. - 268с.

41. Лоули Д., Максвелл А. Факторный анализ как статистический метод. — М.: Мир, 1965,- 105с.

42. Лукьянов Э.Е., Стрельченко В.В. Геолого-технологические исследования в процессе бурения. М.: Нефть и газ, 1997. - 688с.

43. Лукьянов Э.Е. Исследование скважин в процессе бурения. М.: Недра, 1979. - 365с.

44. Мелихов А.Н. Ситуационные советующие системы с нечеткой логикой. -М.: Наука, 1990. 272с.

45. Мелькановицкий И.М. Геофизические методы при региональных гидрогеологических исследованиях. -М.: Недра, 1984. 176с.

46. Методы, критерии и алгоритмы, используемые, выделении и выборе признаков в анализе данных: Сб. ст./ Раудис Ш.Ю. .- Вильнюс: ИМ. 1988. -149с.

47. Моттль В.В., Мучник И.Б., Яковлев В.Г. Автоматика и телемеханика, 1984, №4, с-: 5-25.

48. Натан Гуревич, Ори Гуревич Visual С++ 5: Освой самостоятельно. Пер. с англ. М.: ЗАО "БИНОМ", 1998. - 624с.: ил.

49. НИИ системных исследований, Москва. Распознавание. Нейросети. Виртуальная реальность: сборник РАН. Науч. Совет по комплекс. Пробл. «Кибернетика». НИИ систем. Исслед.; Под ред. В.Б. Бетелина. М. 1997. -155с.

50. Нечеткие множества в моделях управления и искусственного интеллекта. Под ред. Д.А.Поспелова. М.: Наука, 1986. - 312с.

51. Никитин A.A. Теоретические основы обработки геофизической информации. М.: Недра,1986. - 342с.

52. Обработка и интерпретация данных промысловых геофизических исследований на ЭВМ: Справочник. М. Недра, 1989. - 325с.

53. Обработка и интерпретация данных промысловых геофизических исследований на ЭВМ: Справочник. Сохранов Н. Н., Аксельрод С. М. и др. -М.: Недра, 1989. 515с.

54. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. — 206с.

55. Основные технологические решения по созданию отраслевой интегрированной информационно- управляющей системы РАО «Газпром» на базе применения современных вычислительных средств и систем передачи данных. Газпром. М.:, Недра, 1996. - 100с.

56. Ошкордин О.В. и др. Методы системного анализа в технологии разведочного бурения: обзор информация. -М.:, Недра, 1993. 36с.

57. Производственная санитария при колонковом бурении геологоразведочных скважин. Денисов В.Н., и др. СПТ., Недра, 1990. - 224с.

58. Распознавание. Классификация. Прогноз. Ежегодник. Под редакцией Ю.И. Журавлева, выпуск 2. М.: Наука, 1989. - 304с.

59. Распознавание. Классификация. Прогноз. Ежегодник. Под редакцией Ю.И. Журавлева, выпуск 3. М.: Наука, 1992. - 320с.

60. Распознавание. Классификация. Прогноз: математические методы и их применение. 1992. Вып. 3/отв. ред. Ю.И. Журавлев. М.: РАН, отделениеинформатики, вычислительной техники и автоматизации. М.: Наука, 1992. -313с.

61. Райли Д. Абстракция и структуры данных: Вводный курс. Пер. с англ. М.: Мир, 1993.-752с.

62. Руководство по эксплуатации наклонных скважин Западной Сибири РД 39 -1-1007-84 Уфа. : ПО Башнефть, 1984.

63. СалинЮ.С. Стратиграфическая корреляция. -М.: Недра, 1983. 158с.

64. Смирнов А.П, Никишин В. А., Шипилин А. Г. Оптимизация управления технологией строительства скважин. -М .: издательство ВНИИОЭНГ.-1986.

65. Современное состояние проблемы распознавания. Горелик А.Л. и др. некоторые аспекты. М.: Радио и связь, 1985. - 160с.

66. Сулакшин С.С. Направленное бурение. -М.: Недра, 1987. 273с.

67. Сыромятников Е. С., Андреев А. Ф. Научно-технический прогресс в бурении нефтяных и газовых скважин. -М.: Недра, 1991; 128с.

68. Технологические регламенты на проектирование и строительство нефтяных скважин. -Тюмень. СибНИИНП, 1983.

69. Толстов А.Г. Системы экспертного анализа в задачах диагностики ГПА. методология и практика: обзорн. информ. ИРЦ Газпром. М., 1995. - 56с.

70. Толстов А.Г. Методологические проблемы создания адаптивных автоматизированных систем вибрационной диагностики: обзорн. Информ. РАО "ГазПром". М., 1995. - 40с.

71. Фу К.С. Последовательные методы в распознавании образов и обучении машин. М.: Наука, 1971. -255с.118

72. Фу К.С. Структурные методы в распознавании образов. М.: Мир, 1977. -319с.

73. Харас Б.З. Информационно-измерительная система геофизических исследований скважин с уплотнением данных. Дисс. на соиск. уч. степ. к. т. н. -М.: РГУ нефти и газа имени И.М.Губкина, 1993. 156с.

74. Чижова В.А. Стратиграфия и корреляция нефтегазоносных отложений девона и карбона Европейской части СССР. М.: Недра,1977. - 215с.

75. Эддоус М. , Стзнсфилд Р. Методы принятия решений. Пер. с англ. Под ред. Елисеевой И.И. М.: Аудит, ЮНИТИ, 1997. - 590с.

76. Эффективная работа с Microsoft Excel 97. Додж M., и др. СПБ: Издательство «Питер», 2000. - 1072с.

77. Fuzzy logic for the management of uncertainty. NY. : Wiley, - 1992. - 676c.

78. Fuzzy logic and Fuzzy control. Sydney, Berlin.: Springer 1991.Driankov, 1994. XII,- 157c.

79. Fuzzy logic in artificial intelligence.: Proc. Ralescu A.L (ed.) Berlin : Springer, - 1994. - 128c.

80. Ripley B. D. Pattern recognition and neural network. Cambridge: Univ. Press. 1996.119