диплом снеготаялка / ЭНЕРГОСБЕРЕЖЕНИЕ_патенты_с178

Иногда, прогнозируемые на ГГДМ показатели работы скважин настолько очевидно не соответствуют потенциалу участка пласта, что прогноз приходится править вручную с помощью геолого-промыслового анализа.

Как бы то ни было, зависимость между эффектом от ГТМ и параметрами пласта, а также технологией проведения мероприятия очевидна, но явно выразить еѐ в виде уравнений, которые бы точно учитывали все влияющие на эффект факторы, практически невозможно.

Для решения данных проблем, в качестве естественного дополнения к гидродинамическому моделированию, предлагается использовать нейронные сети. Они применимы практически в любой ситуации, когда имеется связь между переменными-предикторами и прогнозируемыми переменными. Несомненный плюс нейронного подхода заключается в том, что в процессе обучения сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение [2]. В случае успешного обучения сеть может вернуть верный результат на основании данных, которые отсутствовали в обучающей выборке, а также неполных и/или «зашумленных», частично искаженных данных, что имеет большое практическое значение для прогнозирования эффективности ГТМ.

Ключевым является понятие нейрона – специальной нервной клетки, способной воспринимать, преобразовывать и распространять сигналы.

Графически модель нейрона можно представить в виде, показанном на рис.2. Из него видно, что на вход нейрона поступают сигналы х, каждый из которых умножается на вес w (каждый сигнал имеет свой собственный вес), производится сложение преобразованных сигналов и добавляется порог b, далее результат преобразуется с помощью функции активации f и подается на выход нейрона.

Рис. 2. Схематическая модель нейрона

201

Объединенные между собой нейроны образуют сеть, моделирующую работу мозга. Эта модель способна получать информацию извне и обладает свойством самообучения, а после обучения может решать довольно сложные задачи классификации, прогнозирования и т.д.

С математической точки зрения модель нейрона строит нелинейное преобразование входного сигнала х(1), х(2), …, х(N) в выходной сигнал y.

При работе сети на входные элементы подаются значения входных данных (входной сигнал), затем возбуждаются нейроны первого промежуточного слоя, второго промежуточного слоя и т.д.; в итоге преобразованный сигнал поступает на выходной слой.

Решение поставленной задачи состоит из следующих этапов:

Сбор данных для обучения;

Подготовка и нормализация данных;

Выбор топологии сети;

Экспериментальный подбор характеристик сети;

Экспериментальный подбор параметров обучения;

Собственно обучение;

Проверка адекватности обучения;

Корректировка параметров, окончательное обучение;

Вербализация сети с целью дальнейшего использования.

Вданный момент исследование применимости нейронных сетей для прогнозирования эффективности ГТМ находится на стадии эксперимента. Анализируемым мероприятием выбран гидравлический разрыв пласта, который широко используется для увеличения дебита работающих скважин или вывода их из неработающего фонда, также ГРП является сопутствующим мероприятием при вводе новых скважин, бурении боковых стволов, переводах на другой эксплуатационный объект и т.п., поэтому его проведение должно тщательно планироваться для получения максимального технико-экономического эффекта.

Была собрана информация по более чем 170 операциям ГРП на объ-

ектах ЮВ1 и Ачимовской толще. Сейчас идет подготовка и нормализация данных для обучающей выборки сети. Следует отметить, что в процессе обучения сеть не может учитывать гидродинамические процессы, проходящие в пласте, поэтому если данные процессы явно влияют на эффект от мероприятия, то такие примеры не следует включать в обучающую выборку (рис.3,4). Однако если причина недостижения планируемого дебита свя-

зана, например, с низким пластовым давлением (Рпл) или ошибками в технологии проведения мероприятия (например, низкое давление закачки), то такие примеры наоборот нужно включать в обучающую выборку, чтобы при подборе скважин-кандидатов и технологии ГРП сеть выдавала не оптимистичные, а реальные прогнозы.

202

Рис. 3. Получение высокой обводненности после ГРП, обусловленное подключением водонасыщенного интервала пласта (пример, вызыва-

ющий противоречия в процессе обучения сети).

Рис. 4. Получение хорошего эффекта после ГРП (нормальный пример для обучающей выборки)

В дальнейшем планируется определение оптимальной архитектуры сети (количество входных данных, количество скрытых слоев и т.п.), обучение сети и дальнейшее еѐ использование совместно с ГГДМ для прогнозирования эффективности ГРП и других ГТМ. Нейронная сеть и модель будут дополнять друг друга, так как модель учитывает гидродинамические процессы, проходящие в пласте, а с помощью сети можно оперативно проверить точность прогноза модели.

Литература

1.Мирзаджанзаде А.Х., Хасанов М.М., Бахтизин Р.Н. Моделирование процессов нефтегазодобычи. Нелинейность, неравновесность, неопределенность. – Москва–Ижевск: Институт компьютерных иссле-

дований, 2004.- 368с.

2.Боровиков В.П. Нейронные сети. STATISTICA Neural Networks: методология и технологии современного анализа данных. – 2-е изд., - М.: Горячая линия – Телеком, 2008.- 392с.

203

МОДЕЛИРОВАНИЕ СРОКОВ ПРОВЕДЕНИЯ ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ И РЕМОНТА, ОБЕСПЕЧИВАЮЩИХ МАКСИМУМ КОЭФФИЦИЕНТА ГОТОВНОСТИ СКВАЖИН.

Бруслова О.В.

г. Новый Уренгой, филиал ТюмГНГУ в г. Новом Уренгое e-mail: bruslova@land.ru

Организация работ по проведению технологического обслуживания на основе законов распределения отказов является одним из подходов, позволяющих свести к минимуму потери нефти при восстановительных работах на скважинах. Применение данного метода предполагает решение задач организационно-управленческого характера.

В качестве критерия оптимальности используется максимум коэффициента готовности, характеризующий среднюю долю времени, в течение которого скважина работает безотказно. Коэффициент готовности КГ есть функция времени, и он связан с коэффициентом эксплуатации скважин КЭ:

при экспоненциальном законе распределения отказов, имеем зависимость коэффициента пропорциональности от периода проведения технического обслуживания .

Рассматривался случай, когда восстановление скважин проводится только после проявления отказа скважинного оборудования. Предполагалось, что в скважинах фиксирование отказов происходит через некоторое время, распределенное по закону Ф(t). При данной стратегии обслуживания скважина, восстановленная в момент времени t=0, работает до отказа в течение случайного времени 1, распределенного

неработоспособном состоянии (наличие скрытого отказа). В случайный момент проявления отказа t= 1+ 1 начинается техническое обслуживание и ремонт (ТОиР) , он длится случайное время (М( )= ), после которого скважина полностью восстанавливается. После ТОиР процесс функционирования повторяется.

Вероятность того, что скважина безотказно проработает в

где R(t,t0) - вероятность безотказной работы скважины в интервале эксплуатации t...(t+t0), to - оперативное время работы скважины.

Скважина может безотказно проработать в интервале времени эксплуатации t...(t+t0), либо она безотказно проработает время, большее (t+t0); либо в некоторый момент времени х (0<х t0) окончится ТОиР, а далее в интервале (x,t+t0) отказов скважины не будет.

Вероятность первого события равна F(t+t0)=1-F(t+t0), вероятность второго события по формуле полной вероятности будет

Формулы (4) и (5) определяют показатели надежности скважины, в ней индикация отказов происходит через некоторое случайное время , распределенное по закону Ф(t). Из этих выражений получили показатели для системы, в которой индикация отказов происходит мгновенно. Для этого необходимо положить

0,t 0 или(t)

1,t 0

Эффективность работы нефтедобывающих скважин зависит от свойств, заложенных на этапе изготовления, от способа и качества их обслуживания. Если свести обслуживание скважин только к ликвидации аварийных отказов, то показатели надежности скважин окажутся низкими. Поэтому необходимо широко распространять на промыслах проведение ТОиР. Обозначим через ТК время до момента отказа скважин, через ta - время, необходимое для того, чтобы выполнить аварийный ремонт, и через tп - время, необходимое для проведения ТОиР на скважинах в k-тый раз. Пусть F(T) - функция распределения величины ТК,

205

продифференцируем выражение и приравняем производную к нулю. Получим посредством выбора 0.

где 0 - оптимальный период проведения ТОиР, характеризующий межремонтный период работы скважин.

Применение данной методики предполагает выполнение условий: каждая скважина должна обслуживаться только одной бригадой, каждая бригада проводит техническое обслуживание только на одной скважине, ТОиР не прерывается до полного завершения, при кустовом расположении скважин на кусте может работать одна бригада.

Определим период эксплуатации скважин до очередного ТОиР. Критерий оптимальности max Кг( ) зависит от интенсивности отказов скважин. Исследования показали, что интенсивность отказов скважин меняется в зависимости от условий эксплуатации нефтяных месторождений и является возрастающей функцией от продолжительности эксплуатации. Параметры интенсивности отказов могут использоваться для корректировки оптимальных периодов проведения ТОиР последующего периода разработки нефтяных

206

ПУТИ ПОВЫШЕНИЯ КАЧЕСТВА ПОДГОТОВКИ ИНЖЕНЕРОВПРОЕКТИРОВЩИКОВ НЕФТЕГАЗОВОЙ ОТРАСЛИ

Головкина А. А., Бастриков С. Н. г. Тюмень, ОАО «СибНИИНП» e-mail: nastya-g@yandex.ru

Нашей стране нужен финансовый рывок в обеспечении здравоохранения, образования и науки (из доклада Академика РАН, президента «Меркурий-клуба» Е. М. Примакова). Уже совершенно очевидно, что одна из современных мировых тенденций это выход на первый план человеческого капитала. Как решить эту мировую тенденцию у нас в России: без финансового рывка в обеспечении здравоохранения, образования, науки не будет инновационного развития, модернизации страны. Не решится и демографическая проблема, остро стоящая перед Россией, которую покидают молодые креативные люди [1]. По некоторым подсчетам из нашей страны в последние годы уехали примерно два миллиона представителей образованного среднего класса [1].

Многими авторами отмечается так называемый «кризис образования». Считается, что высшее образование «деградирует» (Н. Е. Покровский). «Кризис образования» связывают, в частности, с отсутствием сегодня однозначного и понятного способа включения образования в современное общество (Ю. В. Громыко), что и обуславливает, по мнению М. Н. Ахметовой, поиск новых концептуальных решений и опыт- но-экспериментальной деятельности в области проектирования и реализации педагогических технологий [2, 3]. Проблемным оказывается вопрос о выявлении соответствия подготовки специалиста к изменениям, которые произойдут в будущем и потребуют более гибких знаний и навыков, обладания системным мышлением, сотрудничества и экспериментирования в условиях глобализации и демократизации общества, растущей конкуренции на рынке труда [2, 3].

Система отечественного профессионального образования в настоящее время переживает существенные изменения в формировании федеральных образовательных стандартов третьего поколения к профессиональной подготовке в целом, в том числе к подготовке специалистов в области нефтегазовой промышленности. Это обуславливается реформированием технического регулирования в стране, которое характеризуются быстрой сменой концепций и изменением фонда действующих нормативных документов. Примером может служить Тюменский государственный нефтегазовый университет, в котором прослеживается комплекс инновационных образовательных технологий. В эту цепочку включены начальное, среднее и высшее профессиональное образование (НПО – СПО – и ВПО), т.е. это комплексы науки. В таких комплексах, по мнению Е. М.

208

Примакова, заложено организационное будущее российской науки, позволяющее не только использовать накопленный потенциал выдающихся академических институтов, но и возможность выявления и подготовки наиболее одаренной молодежи.

Цель обучения, прежде всего, это подготовка высококвалифицированного специалиста со знаниями, умениями и навыками, которые обеспечат ему конкурентоспособность на рынке труда.

Федеральный образовательный стандарт третьего поколения определяет общекультурные (ОК) и профессиональные (ПК) компетенции, а специализированные профессиональные компетенции (СПК) стандартом не нормируются. СПК устанавливаются совместно с работодателем, со спецификой деятельности организации, в которой желает трудиться будущий инженер.

Современный инженер-проектировщик в нефтегазовой отрасли должен обладать не только общекультурными (ОК), профессиональными (ПК), но и специализированными профессиональными компетенциями (СПК) которые должны быть нацелены на обеспечение специальных знаний, умений и навыков в проектировании нефтегазовых объектов. Первым шагом в определении необходимых специализированных профессиональных компетенций являются анализ профессиональных стандартов, изучение главных аспектов профессиональной деятельности, взаимодействие с работодателями.

Инженер-проектировщик должен знать и уметь использовать:

–цели нефтегазодобывающей отрасли, проблемы ее развития и роль

внародном хозяйстве;

–принципы графического представления пространственных образов, систему проектно-конструкторской документации, правила построения технических схем и чертежей;

–принципы сборочной компоновки обслуживаемого оборудования, возможности их унификации и модификации с применением конструктивных элементов различных характеристик;

–теоретические основы безопасности жизнедеятельности, основы законодательства по охране труда, окружающей среды и промышленной безопасности, систему стандартов безопасности труда, основы гигиены и санитарии, методы качественного и количественного анализа особо опасных и вредных антропогенных факторов;

–особенности обслуживания инженерного и санитарнотехнического оборудования и коммуникаций;

–порядок согласования проектной документации предприятий нефтегазового комплекса, получения разрешительной документации на их деятельность.

Инженер-проектировщик должен иметь навыки:

–выполнения и чтения технических схем, чертежей и эскизов обо-

209

рудования, сборочных чертежей и чертежей общего вида;

–пользования научно-технической и справочной литературой, в том числе и зарубежной, для решения конкретных задач по выбранной специальности [4].

Мы считаем, что будущему инженеру-проектировщику в ходе профессиональной деятельности в области проектирования нефтегазовых объектов предстоит:

–работать с действующим законодательством и ведомственными инструкциями, регулирующими нормы проектирования объектов нефтегазового комплекса;

–участвовать в разработке нормативно-технических документов, инструкций, методических материалов по разработке проектной документации;

–составлять пояснительные записки соответствующих разделов проектной документации;

− согласовывать разработанные разделы и заложенные в них проектные решения с разработчиками взаимосвязанных разделов проекта;

–сопровождать порученные разделы проектной документации при прохождении государственной экспертизы;

–готовить проекты с ответами на замечания государственной экспертизы.

Все это позволяет синтезировать формулировку рискологической компетенции инженера-проектировщика в нефтегазовой отрасли. Формирование рискологической компетенции будущих специалистов на основе моделирования рисков и правильной их оценки является актуальным для современного профессионального образования.

Для формирования профессиональных навыков у студентов нефтегазовых специальностей в ОАО «СибНИИНП» сложилась хорошая традиция привлекать их с 3-4 курсов для работы в научно-исследовательских и проектных подразделениях института. Под руководством высококвалифицированных специалистов студенты приобретают навыки профессиональной деятельности в области геологии и разработки месторождений, проектирования, строительства скважин и обустройства нефтегазодобывающих объектов. В этот период формируются профессиональные компетенции инже- нера-исследователя, инженера-проектировщика и к дипломному проектированию выпускник подходит с высоким уровнем подготовки.

Рискологическая подготовленность будущего инженерапроектировщика представляет собой совокупность приобретенных знаний, освоенных умений и навыков, определяющих возможность проведения объективной, профессиональной, сознательной и результативной деятельности по установлению степени, уровня и источника риска. Адекватная оценка ситуации позволит инженеру-проектировщику эффективно использовать трудовое время, быстро принимать решения в зависимости от ме-

210