КАРТОЧКА
ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер 15-19-00196
НазваниеРазработка динамической модели функционирования нефтяного месторождения на всех этапах жизненного цикла с применением гибридных методов интеллектуального анализа информации
РуководительКоровин Яков Сергеевич, Кандидат технических наук
Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Южный федеральный университет", Ростовская обл
| Период выполнения при поддержке РНФ | 2015 г. - 2017 г. |
Конкурс№6 - Конкурс 2015 года «Проведение фундаментальных научных исследований и поисковых научных исследований по приоритетным тематическим направлениям исследований».
Область знания, основной код классификатора 09 - Инженерные науки, 09-603 - Надежность и отказоустойчивость технических систем. Диагностика технического состояния и испытания
Ключевые словаНефтедобывающая отрасль, отказ оборудования, авария, катастрофа, установки электроцентробежных насосов, интеллектуальное месторождение, повышение нефтеотдачи, эффективность, снижение себестоимости
Код ГРНТИ28.23.29
СтатусУспешно завершен
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Аннотация
Актуальность эффективного и безопасного протекания производственных процессов при разработке нефтяных месторождений в последнее время приобретает все большую значимость для экономики Российской Федерации (профицит государственного бюджета напрямую зависит от качества и объемов добываемой, а в последствии продаваемой за границу нефти). Стратегическая значимость нефтегазодобывающей отрасли в целом, а именно вопрос снижения себестоимости протекания всех производственных процессов на основных этапах разработки месторождений с минимальными материальными и временными затратами повышается экспоненциально. На сегодняшний день, принимая во внимание низкие цены на углеводороды вопрос о целесообразности добычи именно тяжелой нефти, учитывая себестоимости ее производства, становится ключевым.
В этой связи вопросы повышения эффективности извлечения углеводородов из недр, а тяжелых нефтей, в особенности, становятся все более и более важными. Наиболее вероятным решением обозначенной проблемы является повышение объемов добываемой продукции без необходимости приобретения дополнительного оборудования. Достичь этого предлагается путем проведения адекватных и своевременных предупредительных мероприятий с целью снижения внутрисменных простоев, с одной стороны, и осуществления эффективных мер по увеличению нефтеотдачи пласта, - с другой, - в течение всего жизненного цикла работы скважины. Применяемые в настоящее время подходы к анализу оперативных данных о протекании процессов на нефтепромысле (работе технологического оборудования) на основе жестких правил не позволяют решать возникшие в последнее время проблемы, связанные в обработкой огромных массивов трудно формализуемых данных в реальном времени. В этой связи для достижения поставленной цели предлагается применять методы искусственного интеллекта в сочетании с учетом того, что данные методы представляют собой эффективные инструменты онлайн анализа больших объемов трудно формализуемой информации (в частности, искусственные нейронные сети).
Коллективом исполнителей проекта за предыдущие 10 лет, был сформирован большой научно-технический задел, обеспечивающий базис для успешного выполнения настоящего проекта, в частности, были разработаны и исследованы новые подходы, методы и алгоритмы интеллектуального анализа данных о состоянии установок электроцентробежных и штанговых глубинных насосов, новые методы проведения процедур прогнозирования в режиме реального времени с применением модифицированного фильтра Калмана, новые методы обучения нейронных сетей с применением эволюционных алгоритмов.
В рамках заявляемого проекта добиться повышения эффективности и снижения себестоимости протекания всех производственных процессов на основных этапах разработки месторождений с минимальными материальными и временными затратами предлагается за счет создания интеллектуальной модели функционирования нефтяного месторождения на всех этапах жизненного цикла, особое внимание уделив "слабым местам", что позволит снизить экономические потери от затрат на ремонт оборудования за счет проведения грамотных превентивных мероприятий, а также повысить показатели пластовой нефтеотдачи за счет рациональных оптимизационных решений. Использование имеющегося задела в качестве базиса при решении во многом аналогичных задач позволяет сделать вывод об успешности заявляемого проекта. Планируемые результаты проекта являются новыми и во многом превосходят зарубежные аналоги.
Ожидаемые результаты
Ожидаемые результаты проекта, а именно динамическая модель интеллектуального месторождения (состоящая из моделей: добывающей скважины (модели куста скважин), нефтесборных сетей, центробежных насосных агрегатов ДНС для двухфазной газожидкостной смеси, центробежных насосных агрегатов комплекса подготовки и перекачки нефти, центробежных насосных агрегатов кустовой насосной станции для перекачки воды (без учета мехпримесей), водоводов, нагнетательной скважины и энергетических сетей), построенная с использованием известных и модифицированных гибридных методов искусственного интеллекта является новой и не имеет аналогов в отечественной нефтегазодобывающей отрасли. По степени адаптации к специфике отечественного производственного процесса, а также по ряду выполняемый функций (непрерывный контроль на основе онлайн анализа с определением тенденции развития ситуации на нефтепромысле) разрабатываемая модель превосходит зарубежные образцы. Практическое использование результатов проекта позволит снизить себестоимости добываемой продукции, тем самым повысить рентабельность добычи тяжелых нефтей. Вклад в решение проблемы в рамках научного приоритета значителен. На базе полученных результатов будут реализованы новые информационно-управляющие системы отечественного производства нового уровня качества, что позволит российским нефтяным компаниям отказаться от многолетней зависимости от продуктов производства США (это особенно актуально в условиях секторальных санкций).
ОТЧЁТНЫЕ МАТЕРИАЛЫ
Аннотация результатов, полученных в 2015 году
Основная цель настоящего проекта – это разработка динамической модели месторождения тяжелой нефти на всех этапах жизненного цикла с применением гибридных методов интеллектуального анализа информации
В 2015 году работы, выполненные коллективом исполнителей, были направлены на решение трех основных задач:
(1) анализ существующих и разработка новых методов интеллектуального анализа информации в трудно формализуемых, нечетких условиях производства тяжелой нефти;
(2) анализ производственного процесса добычи тяжелой нефти и разработка динамических моделей;
(3) исследования эффективности применения методов (1) для повышения основных показателей нефтепромысла в выявленных проблемных местах моделей (2)
Для решения этих задач были проведены следующие мероприятия:
1. Выполнен аналитический обзор в области методов и алгоритмов анализа оперативных данных о функционировании производственных процессов, применяемых в современных информационно-управляющих системах и системах поддержки принятия решений операторов добычи нефти и газа в России и за рубежом по информации, содержащихся в открытых литературных источниках.
2. Подготовлен отчет о патентных исследованиях на тему «Современные методы и алгоритмы анализа информации в информационно-управляющих системах нефтедобывающей отрасли» по ГОСТ 15.011-96.
3. Проведен обзор существующих методов и алгоритмов интеллектуального анализа информации с анализом современных технологий Data Mining, Big Data, Knowledge DataBase Discovery с анализом эффективности и целесообразности их применения для решения задачи качественной скоростной обработки нефтепромысловой информации.
4. Разработан алгоритм проведения оптимальной процедуры сбора данных на месторождениях тяжелой нефти.
5. Предложен подход динамического моделирования месторождения тяжелой нефти «по событию».
6. Разработана интегральная динамическая модель технологического процесса добычи тяжелой нефти.
7. Разработана модель куста скважин.
8. Разработана динамическая модель нефтесборных сетей.
9. Проведены исследования каждой модели на предмет определения проблемных мест.
10. Разработана нейросетевая модель анализа нефтепромысловых данных.
11. Разработано прикладное программное обеспечение нейросетевая модель анализа нефтепромысловых данных месторождения тяжелой нефти.
12. Проведены экспериментальные исследования с использованием прикладного программного обеспечения п.11, которые подтвердили эффективность предложенных методов, подходов и алгоритмов.
13. Определены цели работ 2016 года.
Публикации
1. Iakov S. Korovin The Importance of New Approaches Development and their Implementation in the Oil and Gas Industry in Russian Federation-the Current Situation Analysis Advances in Engineering Research (ISSN 2352-5401), Atlantis Press, 8 Square des Bouleaux 75019 Paris France, ISBN: 978-94-6252-109-4, ISSN: 2352-5401, Advances in Engineering Research, volume 23, pages 94-97 (год публикации - 2015) https://doi.org/10.2991/aeece-15.2015.19
2. Iakov S. Korovin, Anatoly I. Kalyaev, Maxim V. Khisamutdinov Using a dynamic model of technological processes to reduce the cost of heavy oil extraction Advances in Engineering Research, - (год публикации - 2016) https://doi.org/10.2991/itoec-16.2016.78
3. Iakov S. Korovin, Igor A. Kalyaev Modern Decision Support Systems in Oil Industry: Types, Approaches and Applications Advances in Computer Science Research, Atlantis Press, Advances in Computer Science Research. ISBN: 978-94-6252-132-2. ISSN: 2352-538x, volume 26, p.141-144, Atlantis Press (год публикации - 2015) https://doi.org/10.2991/tmcm-15.2015.35
4. Iakov S. Korovin, Maxim V. Khisamutdinov, Anatoly I. Kalyaev Data Mining Methods Application In The Problem Of Handling Corporative Dataset On Heavy Oil Production Advances in Intelligent Systems Research (ISSN 1951-6851), Atlantis Press 8 Square des Bouleaux 75019 Paris France, - (год публикации - 2016)
5. Коровин Я.С., Ткаченко М.Г., Хисамутдинов М.В., Каляев А.И. Применение гибридных методов интеллектуального анализа информации в условиях решения задачи повышения рентабельности месторождений тяжелой нефти Научно-технический и производственный журнал "Нефтяное хозяйство", Закрытое акционерное общество "Издательство "Нефтяное хозяйство", Россия, 117997, г. Москва, Софийская наб., д. 26/1, - (год публикации - 2016)
Аннотация результатов, полученных в 2016 году
В 2016 году коллективом исполнителей настоящего гранта работы выполнялись по следующим основным направлениям:
1. Разработка и исследование моделей функционирования сложных технических объектов месторождения тяжелой нефти, в том числе разработка новых и адаптация известных методов и алгоритмов интеллектуального анализа информации.
2. Разработка прикладного программного обеспечения для тестирования правильности и эффективности разработанных методов, подходов и алгоритмов.
В рамках первого направления были решены следующие задачи:
- разработана и исследована модель центробежных насосных агрегатов ДНС для двухфазной газожидкостной смеси;
- разработана нейросетевая модель насосных агрегатов комплекса подготовки и перекачки нефти с применением новых гибридных методов анализа оперативных и ретроспективных производственных данных;
- разработана и исследована модель центробежных насосных агрегатов кустовой насосной станции для перекачки воды (без учета мехпримесей);
- разработана модель водоводов c применением методов интеллектуального анализа информации;
- разработана и исследована модель нагнетательной скважины;
- разработана модель энергетических сетей на основе новых подходов нейросетевого анализа информации;
- на базе полученных научных результатов (моделей, методов, подходов, алгоритмов) предложена иерархическая модель цифрового месторождения тяжелой нефти с применением гибридных технологий интеллектуальной обработки данных и методов распределенных вычислений на базе мультиагентного взаимодействия.
В рамках второго направления:
- разработано программное обеспечение "Универсальная реконфигурируемая модель технологического объекта управления нефтяного месторождения на основе методов интеллектуального анализа информации";
- разработана программная документация на программное обеспечение, в том числе Описание программы "Универсальная реконфигурируемая модель технологического объекта управления нефтяного месторождения на основе методов интеллектуального анализа информации" и Программа и Методики экспериментальных исследований;
- на основании Программы и Методик проведены эксперименты, которые подтвердили правильность и эффективность разработанных методов, алгоритмов и технических решений;
- приведены протоколы проведенных испытаний.
Публикации
1. Коровин Я.С., Ткаченко М.Г. Adaptation of Intelligent Control Systems to Technological Processes of Oil- and-Gas Production Enterprises Destech Publications, 439 North Duke Street Lancaster, PA 17602-4967 U.S.A., - (год публикации - 2017)
2. Коровин Я.С., Ткаченко М.Г. Hierarchic Organization of a Digital Oilfield System Destech Publications, 439 North Duke Street Lancaster, PA 17602-4967 U.S.A., - (год публикации - 2017)
3. Коровин Я.С., Ткаченко М.Г. Use of Neural Networks for Simulation of Pump Equipment Operation for a Feed Preparation Complex of an Oil-and-gas Production Enterprise Destech Publications, 439 North Duke Street Lancaster, PA 17602-4967 U.S.A., - (год публикации - 2017)
4. Коровин Я.С., Ткаченко М.Г. Use of recurrent and convolutional neural networks for the problem of long term condition prediction for equipment of an oil-and-gas production enterprise Destech Publications, 439 North Duke Street Lancaster, PA 17602-4967 U.S.A., - (год публикации - 2017)
5. Коровин Я.С., Хисамутдинов М.В., Шифер Д, Каляев А.И. Real-time Diagnostics of Oil Production Equipment using Data Mining IEEE Conference Publications, 2016 5th International Conference on Informatics, Electronics and Vision (ICIEV) Year: 2016 Pages: 1169 - 1172, DOI: 10.1109/ICIEV.2016.7760184 IEEE Conference Publications (год публикации - 2016) https://doi.org/10.1109/ICIEV.2016.7760184
6. Коровин Я.С., Хисамутдинов М.В., Шифер Д, Каляев А.И. Application of Hybrid Data Mining Methods to Increase Profitability of Heavy Oil Production IEEE Conference Publications, 2016 5th International Conference on Informatics, Electronics and Vision (ICIEV) Year: 2016 Pages: 1149 - 1152, DOI: 10.1109/ICIEV.2016.7760179 IEEE Conference Publications (год публикации - 2016) https://doi.org/10.1109/ICIEV.2016.7760179
7. Я.С. Коровин, М.Г. Ткаченко Intelligent oilfield model Elsevier BV, Procedia Computer Science, Procedia Computer Science (2016), Volume 101, pp. 300-303 (год публикации - 2016) https://doi.org/10.1016/j.procs.2016.11.035
8. Я.С. Коровин, М.Г. Ткаченко Программно-аппаратная платформа построения системы цифрового месторождения Научно-технический и производственный журнал "Нефтяное хозяйство", Закрытое акционерное общество "Издательство "Нефтяное хозяйство", Россия, 117997, г. Москва, Софийская наб., д. 26/1, - (год публикации - 2017)
Аннотация результатов, полученных в 2017 году
В 2017 году в соответствии с планом исследования коллективом исполнителей настоящего проекта были выполнены следующие основные работы:
1. Разработаны алгоритмов оценки и прогнозирования параметров работы каждого элемента в отдельности и динамической модели в целом.
2. Произведены оценки взаимного влияния элементов динамической модели технологического процесса добычи тяжелой нефти.
3. Разработано прикладное программное обеспечения «Интегрированная модель месторождения тяжелой нефти» для проведения исследований эффективности и целесообразности разработанных методов, подходов, алгоритмов.
4. Разработана программы и методики экспериментальных исследований.
5. Проведены экспериментальных исследований согласно программе и методикам на реальных производственных данных.
6. Выполнено обобщение результатов проекта, предложены конкретные практические рекомендации по использованию полученных результатов на месторождении.
7. Проведены дополнительные патентные исследования.
Получены следующие ключевые результаты:
1.Алгоритмы оценки и прогнозирования параметров работы каждого элемента в отдельности и динамической модели в целом
1.1. Объединенная двухуровневая иерархическая модель месторождения.
1.2 Интегральная математическая модель технологического процесса.
1.3. Общий алгоритм оценки и прогнозирования параметров работы цифрового месторождения.
1.4. Алгоритм представления совокупности внешних воздействий каждого из элементов модели на остальные элементы путем построения направленного графа.
2. Программное обеспечение «Интегральная модель месторождения тяжелой нефти»
3. Программа и методики экспериментальных исследований разработанных методов и алгоритмов.
4. Результаты экспериментальных исследований согласно Программе и методикам на реальных производственных данных.
5. Результаты оценки взаимного влияния элементов динамической модели технологического процесса добычи тяжелой нефти.
6. Рекомендации по использованию полученных результатов в реальном секторе экономики.
7. Отчет о проведении дополнительных патентных исследований
Результаты проекта прошли успешную апробацию в международном научном сообществе.
1. Совместно с коллегами из университета Лауборо (руководитель профессор Джеральд Шифер (Loughborough University, Gerald Schaefer была организована отдельная прикладная секция "Digital Oilfield" (DO) ("Цифровое месторождение") - (special session) на крупной международной конференции 6th ICIEV (International Conference on Informatics, Electronics & Vision IEEE supported), которая проходила в Японии с 1 по 3 сентября 2017 в Университете Хайого (University of Hyogo, Himeji, Hyogo, Japan). http://cennser.org/ICIEV17/. На ней исполнителями проекта было сделано 2 приглашенных доклада о полученных в ходе проекта результатах (статьи будут опубликованы в IEEE Digital Library и проиндексированы в наукометрических БД Scopus и Web of Science Core. Всего на секцию было подано 12 докладов ученых со всего мира (Канада, Австралия, Сингапур, Румыния, Греция, Индия, Бангладеш).
2. Было принято очное участие в международной конференции в Гуанчжоу (КНР) ITA 2017 (http://www.ita2017.org/) в мае с докладом "Adaptation of intelligent control systems to technological processes of oil-and-gas production enterprises" (устное выступление).
3. Сделано очное выступление на мультиконференции МКПУ-2017 ("Динамическая модель цифрового месторождения").
Публикации
1. Я.С. Коровин Adaptation of intelligent control systems to technological processes of oil-and-gas production enterprises ITM Web of Conferences, France, ITM Web of Conferences 12, 01031 (2017), pp 1-3 (год публикации - 2017) https://doi.org/10.1051/itmconf/20171201031
2. Я.С. Коровин, А.И. Каляев, М.В. Хисамутдинов, Д.Я. Иванов, Дж. Шифер Application of Neural Networks for Modelling Centrifugal Pumping Units of Booster Pump Stations for a Two-Phase Gas-Liquid Mixture IEEE Digital Library, - (год публикации - 2017)
3. Я.С. Коровин, А.С. Болдырев Embedded digital oilfield model SPIE Digital Library, Proc. SPIE 10430, High-Performance Computing in Geoscience and Remote Sensing VII, 1043007, Iakov S. Korovin, Anton S. Boldyrev, "Embedded digital oilfield model", Proc. SPIE 10430, High-Performance Computing in Geoscience and Remote Sensing VII, 1043007 (5 October 2017); doi: 10.1117/12.2299293; http://dx.doi.org/10.1117/12.2299293 (год публикации - 2017) https://doi.org/10.1117/12.2299293
4. Я.С. Коровин, М.В. Хисамутдинов, А.И. Каляев On DSS Implementation in the Dynamic Model of the Digital Oil field IOP CONFERENCE SERIES: MATERIALS SCIENCE AND ENGINEERING, Bristol, UK of Great Britain, - (год публикации - 2017)
5. Я.С. Коровин, М.В. Хисамутдинов, А.И. Каляев, Д.Я. Иванов, Дж. Шифер Neural Network Model of Pumping Units in Oil Preparation and Pumping Complex IEEE Xplore, - (год публикации - 2017)
6. Я.С. Коровин, М.Г. Ткаченко Software for modeling oilfield surface equipment mode Advances in Intelligent Systems Research, Atlantis Press, - (год публикации - 2017)
7. Я.С. Коровин, М.Г. Ткаченко Digital model of surface equipment within the Digital Oilfield Framework Advances in Intelligent Systems Research, Atlantis Press, - (год публикации - 2017)
8. Я.С. Коровин, М.Г. Ткаченко Optimization of the graph model of the water conduit network, based on the approach of search space reducing IOP Conference Series: Materials Science and Engineering, Bristol, UK of Great Britain, - (год публикации - 2017)
9. Я.С. Коровин, М.Г. Ткаченко, Дж. Шифер Combining Fuzzy Genetic Algorithms and Neural Networks for Prediction of Oil Pump Failures Advances in Intelligent Systems and Computing, Springer, - (год публикации - 2017)
10. Я.С. Коровин, С.С. Сисюкин, Дж. Шифер Application of Convolutional Neural Networks for Dynamic Digital Oil Field Models Advances in Intelligent Systems and Computing, Springer, - (год публикации - 2017)
Возможность практического использования результатов
В настоящее время в отечественной нефтегазодобывающей отрасли наблюдается абсолютно парадоксальная ситуация: несмотря на секторальные санкции США и ЕС производители нефти и газа РФ продолжают закупать импортную продукцию, направленную на обеспечение автоматизированных процессов функционирования производственных процессов на нефтепромысле. Объем рынка составляет ориентировочно 5 млрд. долларов США ежегодно (фактически это деньги, которые выводятся из страны и пользы экономике не приносят). Наиболее крупные игроки -это Schlumberger, Halliburton, Weatherford, IBM, Oracle и др.
Полученные в проекте результаты являются прямым доказательством того, что отечественные разработчики математического и программного обеспечения, направленного на решение прикладных задач нефтепромысла, по своему потенциалу не уступают зарубежным производителям, а по степени адаптации подходов и технических решений - превосходят известные зарубежные аналоги. Предлагается за счет полученного научно-технического задела сформировать предложения по запуску полномасштабной программу импортозамещения в нефтегазодобывающей отрасли, основной целью которой является создание качественных отечественных информационных продуктов мирового уровня и их внедрение в промышленную эксплуатацию. Спектр решаемых задач включает автоматизацию всего жизненного цикла месторождений. Эффективность будет достигнута за счет реализации концепции «Цифровое месторождение», базисом которой является онлайн обработка больших массивов трудно формализуемой информации с применением методов искусственного интеллекта.