Повышение эффективности разработки нефтегазовых месторождений на основе интеллектуальных систем

Oil and gas fields’ development efficiency improving based on intelligent systems

A. Sagdatullin, postgraduate student, Al’metyevsk State Oil Institute

В статье рассматривается метод повышения эффективности добычи нефти, основанный на применении искусственных нейронных сетей для корректировки гидродинамических геолого-технологических моделей, представлена процедура их обучения. Для повышения качества искусственных нейронных сетей предложен алгоритм построения гидродинамической модели согласно иерархической структуре автоматизации объектов нефтедобычи.

The article examines oil production’s efficiency increasing method, based on using of artificial neuron networks for correcting of hydraulic-dynamical geologic-technologic models, there is presented procedure of their instruction.

Если вас интересует полный текст статьи, Вы можете заказать ее в издательстве.

Литература

  1. Сагдатуллин А.М. Моделирование пуска погружного электродвигателя при выводе на рабочий режим установки электроцентробежного насоса // Бурение и нефть. 2014. № 2. С. 27 – 29.
  2. Рахманов А.Р., Ахмадиев Р.Н., Валовский К.В., Басос Г.Ю. Применение насосной системы двойного действия с электроцентробежным насосом для заводнения методом межскважинной перекачки // Нефтяное хозяйство. 2012. № 7. С. 42 – 45.
  3. РД 153-39.0-047-00 Регламент по созданию постоянно действующих геолого-технологических моделей нефтяных и газонефтяных месторождений. М.: Министерство топлива и энергетики РФ, 2000. 129 с.
  4. Насыбуллин А.В., Антонов О.Г., Шутов А.А. и др. Оптимизация системы заводнения на основе трехмерного геолого-гидродинамического моделирования и искусственного интеллекта // Нефтяное хозяйство. 2012. № 7. С. 14 – 16.
  5. Б.Г. Ильясов, К.Ф. Тагирова, И.В. Дунаев. Автоматизация диагностики нефтедобывающего оборудования с использованием нейронных сетей // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: 2005. № 4. С. 11 – 18.
  6. Иваненко, Б.П. Нейросетевое моделирование процессов добычи нефти. / Б.П. Иваненко, С.А. Проказов, А.Н. Парфенов // Нефтяное хозяйство. 2003. № 12. С. 46 – 49.
  7. Горбань А.Н. Нейронные сети на персональном компьютере. / А.Н. Горбань, Д.А. Россиев. Новосибирск: Наука, Сибирская издательская фирма РАН, 1996. 276 с.
  8. Бренц А.Д. Автоматизированные системы управления нефтяной и газовой промышленности. / А.Д. Бренц. М.: Недра, 1982. 270 с.
  9. Сагдатуллин А.М., Емекеев А.А. Схема комплексной автоматизации электропривода насосной станции // Патент России № 136504, заявка № 2013131974/07 (047770). Дата приоритета: 09.07.2013.
  10. Сагдатуллин А.М. Программа изучения системы управления высоковольтным асинхронным электроприводом / Свидетельство № 2014611769. Зарег. 10 февраля 2014 г. М.: Роспатент, 2014.
  11. Сагдатуллин А.М. Система управления высоковольтным асинхронным электроприводом / Свидетельство № 2014612227. Зарег. 21 февраля 2014 г. М.: Роспатент, 2014.
  12. Сагдатуллин А.М., Каяшев А.И., Емекеев А.А. Заявка № 2013151910/07 (080943). Дата подачи заявки 21.11. 2013.

References

  1. A.M. Sagdatullin. Electric submersible motor startup simulation during ESP ramping up // Drilling and oil, 2014. No. 2. Pages 27 – 29.
  2. A.R. Rakhmanov, R.N. Akhmadiev, K.V. Valovsky, G.Yu. Basos, Double acting ESP system application for water flooding by inter-well pumping// Oil industry, 2012. No. 7. Pages 42 – 45.
  3. RD 153-39.0-047-00 Procedure for live geological and engineering models development for oil and gas/oil fields. Moscow: Ministry of Fuel and Power of the Russian Federation, 2000. 129 p.
  4. A.V. Nasybullin, O.G. Antonov, A.A. Shutov et al. Flooding system optimization based on 3D geologic and dynamic simulation and artificial intelligence// Oil industry, 2012. No. 7. Pages 14 – 16.
  5. B.G. Ilyasov, K.F. Tagirova, I.V. Dunaev. Automation of oil production equipment diagnostics with the use of neural networks// Automation, teleautomation and communication in oil industry. Moscow: 2005. No. 4. Pages 11 – 18.
  6. B.P. Ivanenko. Neural network simulation of oil production processes. / B.P. Ivanenko, S.A. Prokazov, А.N. Parfenov// Oil industry, 2003. No. 12. Pages 46 – 49.
  7. A.N. Gorban, Neuron networks for PC / А.N. Gorban, D.A. Rossiev. Novosibirsk: Nauka, Siberian PH of the RAS, 1996. 276 p.
  8. A.D. Brents. Automatic process control systems in oil and gas industry / А.D. Brents. Moscow: Nedra, 1982. 270 p.
  9. A.M. Sagdatullin, A.A. Emekeev. Comprehensive pump station drive automation // Patent of the RF 136504, Application No. 2013131974/07(047770). Priority date: 09.07.2013.
  10. A.M. Sagdatullin. HV asynchronous drive control system study program/ Certificate No. 2014611769. Registered on February 10, 2014. Moscow: Rospatent, 2014.
  11. A.M. Sagdatullin. High voltage asynchronous drive control system/ Certificate No. 2014612227. Registered on Friday, February 21, 2014. Moscow: Rospatent, 2014.
  12. A.M. Sagdatullin, A.M. Kayashev, A.A. Emekeev. Application No. 2013151910/07 (080943). Application date 21.11.2013.

Комментарии посетителей сайта

    Функция комментирования доступна только для зарегистрированных пользователей


    Авторизация


    регистрация

    Сагдатуллин А.М.

    Сагдатуллин А.М.

    аспирант

    Альметьевский государственный нефтяной институт

    Просмотров статьи: 1510

    Рейтинг@Mail.ru

    admin@burneft.ru