Содержание к диссертации
Введение
1. Анализ технологических процессов добычи и транспорта газа как объектов диспетчерского контроля и управления 10
1.1. Характеристика технологических процессов газовой отрасли 10!
1.2. Свойства технологических объектов управления 16
1.3. Диспетчерское управление объектами добычи и транспорта газа 24
1.3.1. Автоматизация диспетчерского управления 24
1.3.2. Анализ моделей технологических процессов транспортировки газа...38
1.4. Анализ моделей представления знаний 43
1.4.1. Логические модели 43
1.4.2. Сетевые модели 48^
1.4.3. Объектные модели 50
1.4.4. Продукционные модели 54
1.5. Программные аспекты создания систем поддержки принятия решений газодобывающих предприятий 56>
1.6. Анализ-моделей представления знаний для динамических сред 64
1.6.1. Модели на основе логики умолчаний 64
1.6.2. Модели представлениягзнаний на основе временных логик 69
Выводы по главе 1 82
2. Разработка общих принципов построения гибридных систем поддержки принятия решений управления газодобывающими предприятиями 84
2.1. Формализованное представление процесса* управления диспетчеризацией 84
2.1.1. Концептуальная постановка задачи принятия решений управления газодобычей 84
2.1.2. Формализованная постановка задачи принятия решения- по обнаружению неисправностей 87
2.1.3. Процедура поиска рационального решения для конкретной нештатной ситуации 90
2.2. Ресурсы дискретной системы и управляемые события 91
2.3-. Идентификация событий в динамической системе управления газодобычей 95
2.4. Формализация понятий действий в системе моделирования 98
2.5. Формализация понятий операции 101
2.6. Интеллектуальная моделирующая система на основе РДО-модели 103
2.7. Структура продукционного имитатора системы моделирования 105
Выводы по главе 2 107
3. Разработка методов статистического анализа и имитационного моделирования системы управления газодобычей 108
3.1. 'Разработка методов статистического анализа характеристик добычи газа 108
3.1.1. Анализ зависимостей и прогнозов давления и добычи газа 108
3.1.2. Регрессионные модели анализа давления в зависимости от местоположения скважин 120
3.2. Анализ взаимозависимости характеристик разведочных и добывающих
скважин 133
3.2.1. Корреляционный анализ характеристик скважин 134
3.2.2. Факторный анализ характеристик добычи 135
3.2.3. Анализ параметров добывающих скважин 138
3.3. Оптимизация параметров вычислительного комплекса АСУТП
транспортировки газа 140
3.3.1. Модель структуры вычислительного комплекса АСУТП
газокомпрессорной станции 141
3.3.2. Формализованная модель функционирования АСУТП 142
3.3.3. Результаты моделирования по выбору оптимальных режимов
квантования 145
3.3.4. Анализ характеристик процедуры оптимизации 148
Выводы по главе 3 150
4. Программная реализация системы поддержки принятия решений при управлении объектами ЕСГ 151
4.1. Особенности межпромыслового коллектора ООО «Уренгойгазпром».. 151
4.2. Реализация системы поддержки принятия решений в составе системы телемеханики межпромыслового коллектора 153
4.3. Методика построения ЄППР в системе управления газодобычей 163
Выводы по главе 4 172
Заключение 174.
Литература 175
Приложение. Документы о внедрении и использовании результатов
Работы 188
- Характеристика технологических процессов газовой отрасли
- Формализованное представление процесса* управления диспетчеризацией
- 'Разработка методов статистического анализа характеристик добычи газа
- Особенности межпромыслового коллектора ООО «Уренгойгазпром»..
Введение к работе
Одно из направлений развития АСУ технологическими процессами газовой отрасли является диспетчерское управление, организованное в рамках отраслевой системы оперативно-диспетчерского управления (ОС0ДУ). В иерархии управления газодобывающего и газотранспортного предприятия диспетчерской службе отводится важная функция по интегрированию управления всеми технологическими объектами, обеспечивающими процесс добычи и транспорта газа. Современные системы автоматизации производств должны удовлетворять предъявляемым к ним требованиям в условиях необходимости принятия ответственных решений в ограниченные сроки. Системы оперативного диспетчерского управления технологическими процессами должны располагать потенциалом для выявления и диагностики нештатных и аварийных ситуаций, применения методов искусственного интеллекта и реализации систем поддержки принятия решений (СППР).
На действующем производстве цена диспетчерского решения очень велика, что* психологически давит на диспетчера. Сложность принятия решения возрастает при отсутствии или недостоверности части параметров. Кроме того, с течением времени тенденция ухудшения ситуации может нарастать, в связи с чем, резко уменьшится резерв времени на принятие решения. Это время необходимо постоянно отслеживать и определять заново в ходе поиска решения. Проблемы взаимодействия человека и машины стали в настоящее время общими для атомной энергетики, нефтяной и газовой промышленности, химического производства, авиации, транспорта и других отраслей народного хозяйства. Анализ ряда аварий в этих отраслях показал, что одной из причин аварий являются ошибки диспетчерского персонала, непринятие или принятие неправильных управляющих решений. Таким образом, в увеличении степени технологического риска и снижении производственной безопасности в системе «человек - машина»
существенную роль играет человеческий фактор. Возрастают требования, предъявляемые к качеству выполнения операторами и диспетчерами своих функций в человеко-машинной системе управления. Особенно это важно для таких мощных систем, как Единая электроэнергетическая система, Единая система газоснабжения.
Предметом исследования являются диспетчерское управление технологическими объектами добычи и транспорта газа, современные методы и подходы к автоматизации технологических процессов газовой отрасли.
Во введении подчеркивается актуальность проведенных исследований, поставлена цель, сформулированы решаемые задачи и приводится краткое содержание глав диссертации.
Целью работы является разработка и внедрение методов искусственного интеллекта, реализуемых в системе поддержки принятия диспетчерских решений, которая должна обеспечить повышение оперативности диагностики состояния производственных объектов, выявления аварийных и нештатных ситуаций, посредством этого - повышение степени аварийной защиты оборудования. Повышение качества управления технологическим процессом и сокращения ошибок диспетчерского персонала при действиях в различных ситуациях за счет информационно-аналитической поддержки и предоставления персоналу подробной информации о состоянии оборудования.
Для достижения данной цели в работе решаются следующие задачи:
анализ и формализация свойств технологических объектов управления и диспетчерского управления объектами добычи и транспорта газа;
анализ моделей представления знаний в системах поддержки принятия решений по добыче и транспортировке газа;
разработка методов и моделей системы поддержки принятия решений управления газодобывающим предприятием;
разработка статистических методов анализа и прогнозирования добычи и давления в скважинах в зависимости от географического местоположения;
разработка имитационной модели управления газокомпрессорной станцией;
разработка программно-моделирующего комплекса системы управления добычей и транспортировкой газа.
Научная новизна
Новизна работы заключается в рассмотрении вопросов взаимодействия диспетчера газотранспортной системы с АСУТП, конкретных задач, которые он решает, контролируя работу ГТС, вопросы обусловленности и обоснованности принятия диспетчером управляющих решений при возникновении нештатных ситуаций, определение последовательности управляющих воздействий, максимально нивелирующих неблагоприятное развитие процесса и возвращающих его на стабильный уровень, возможно не оптимальный, но лучший в данной конкретной ситуации, и оценки результата.
На защиту выносятся:
вероятностная модель анализа неисправностей агрегатов;
модели прогноза давления и добычи и регрессионная модель давления от географического расположения скважины;
имитационная модель газовой котельной и методика оптимального эксперимента;
методика проектирования СППР газодобывающих предприятий;
В первой главе выполнен анализ методов построения СППР управления технологическими процессами газодобывающих предприятий. В результате анализа функционирования технологических объектов газовой отрасли были вскрыты основные специфические по сравнению с традиционными объектами управления свойства. Показано, что выявленные особенности необходимо учитывать при создании систем оперативного управления объектами газотранспортной системы. Для использования различных видов
знаний об объекте, как декларативных, так и процедуральных, необходимо разрабатывать АСУ с использованием методов искусственного интеллекта, которая обеспечила бы простоту адаптации процедуры выбора управляющих решений изменяющейся структуры объекта, конкретным условиям его функционирования, устойчивость к неполноте и неопределенности информации, расширяемость за счет новых знаний, выявленных в ходе эксплуатации системы. Необходимо иметь возможность изменения алгоритмов управления в зависимости от ситуации на объекте и объяснять принимаемые решения.
Во второй главе проводится качественный анализ неисправностей элементов ГТС и возникающих в связи с этим нештатных ситуаций. Показано, что реализовать поставленные задачи управления можно с помощью системы поддержки принятия решений. СППР должна иметь следующие компоненты: базу знаний, базу данных, интерфейс пользователя, объяснения (разъясняет логику вывода); В данной- ситуации модель объекта или процесса в системе моделирования представляет собой динамическую продукционную систему. Ее база данных содержит описания ресурсов моделируемого объекта или процесса, а база знаний - описания действий, выполняемых ресурсами и над ними. Адаптация к конкретному объекту заключается в описании ресурсов и действий на формальном языке и введении их в БД и БЗ.
В третьей главе диссертации разработана имитационная модель управления компрессорной станцией и методы статистического анализа для прогнозирования добычи и давления, а также взаимосвязи характеристик скважин. На основе проведенного анализа показана необходимость декомпозиции общей модели для включения подсистем и моделей прогнозирования добычи. Первая задача заключается в поиске закономерностей между объемом добычи и давлением в скважинах. Вторая задача направлена на поиск аналитических зависимостей давления в скважине от ее географического местоположения. Третья задача состоит в
обоснованном выборе наиболее значимых факторов и формированию обобщенных критериев и показателей функционирования скважины, что повышает точность прогнозов добычи и давления.
В четвертой главе с целью снижения временных затрат и повышения вероятности принятия оптимального решения система телемеханики межпромыслового коллектора была дополнена системой поддержки принятия решений. Система поддержки принятия решений предназначена для оказания помощи диспетчеру в анализе текущего режима работы МПК, включая идентификацию участка разрыва трубопровода, сигнализацию происшествий, классифицируемых как разрыв на участке трубопровода, представление диспетчеру справочной и рекомендательной информации при максимальном сохранении работоспособности коллектора и промыслов в целом. К справочной информации относятся данные об участке обнаружения разрыва и его основных характеристиках. К рекомендательной - набор указаний по локализации участка и правил вида «если-то-иначе», нацеленных на информационную поддержку анализа происходящих процессов и тенденций, сужение круга рассматриваемых вариантов и сценариев развития.
Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, предварительным статистическим анализом процессов обработки информации в распределенных информационных системах предприятий добывающих отраслей, согласованностью результатов аналитических и имитационных моделей. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы в ряде организаций.
Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области проектирования и эксплуатации СППР предприятий газодобывающей отрасли.
Методы и алгоритмы, а также программные средства могут быть использованы при решении задач анализа и синтеза структуры системы управления предприятиями добывающих отраслей. Внедрение результатов работы позволяет повысить качество и эффективность функционирования добывающего предприятия за счет автоматизации процессов поддержки принятия решений с использованием моделей искусственного интеллекта.
Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий газодобывающей отрасли, а также используются на кафедре АСУ МАДИ(ГТУ).
Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:
на Российских и межрегиональных научно-технических конференциях, симпозиумах и семинарах (2002-2007гг.);
на заседании кафедры АСУ МАДИ(ГТУ).
Совокупность научных положений, идей и практических результатов исследований в области автоматизации проектирования и выбора оптимальных режимов эксплуатации распределенных информационных систем составляет актуальное направление в области теоретических и практических методов принятия решений по автоматизации технологических процессов предприятий добывающей отрасли с использованием распределенной информационной системы.
Материалы диссертации отражены в 8 печатных работах.
Диссертационная работа состоит из введения, четырех глав и заключения, изложенных на 167 страницах машинописного текста, содержит 53 рисунка, 13 графиков и таблиц, список литературы из 125 наименований и приложения.
Характеристика технологических процессов газовой отрасли
Задачей ОАО «Газпром» в целом и отдельных дочерних предприятий является обеспечение бесперебойной подачи газа потребителям с минимальными затратами на транспортировку природного газа. Газ должен быть доставлен потребителям самым оптимальным и экономически эффективным путем с соблюдением все возрастающих требований по повышению надежности и безопасности поставок. ОАО «Газпром» обеспечивает развитие и эксплуатацию ЕСГ России, основу которой составляет газотранспортная сеть, снабжающая потребителей газом с месторождений Тюменской области, Республики Коми, Оренбургской и Астраханской областей. ЕСГ, включающая промыслы, магистральные газопроводы и подземные хранилища газа, функционирует как единый технологический и хозяйственный комплекс высокой надежности.
Основные месторождения газа сосредоточены в районах Сибири и Крайнего Севера. Заболоченность территории, где расположены месторождения, сложный рельеф местности, вечная мерзлота, отсутствие дорог, трудоемкость строительства, отсутствие местных трудовых ресурсов, чрезвычайно большие экономические затраты на доставку любых грузов, уязвимость природы, удаленность от развитых промышленных центров создают дополнительные трудности освоения и эксплуатации месторождений этого региона. Наиболее крупными из эксплуатируемых в настоящее время месторождений являются Уренгойское, Ямбургское, Медвежье, Юбилейное, Ямсовейское, Заполярное. Эти газоносные области достигают по протяженности до 200 километров, при относительно небольшой ширине - до 25-30 километров и имеют небольшую глубину залегания (в основном 1000-1300 метров).
Газодобывающее предприятие (ГДП) - одно из важнейших звеньев единой динамической системы, охватывающее газоносный пласт или ряд расположенных друг над другом газоносных пластов, сеть газовых скважин, дренирующих эти пласты, а также газопромысловые установки для подготовки газа к дальнему транспорту и систему внутрипромысловых газосборных сетей - межпромысловый коллектор. Схема подготовки и транспорта газа, сложившаяся на газодобывающих предприятиях Крайнего Севера, представлена на Рис. 1.1. Скважины, газосборная сеть (ГСС), УКПГ, ДКС и вспомогательные объекты составляют газовый промысел (ГП). Все ГП газопромыслового управления (ГПУ) соединены межпромысловым коллектором (МІЖ). В состав газодобывающего предприятия может входить несколько ГПУ. Хотя отдельные элементы этой системы рассредоточены на площади несколько десятков и даже сотен квадратных километров, но все они взаимосвязаны и участвуют в едином технологическом процессе добычи газа. Газодобывающее предприятие создается для эксплуатации пласта и одна из его основных задач - поддержание рационального режима разработки залежи, в чем и заключаются функции технологических объектов основного производства [40].
При падении давления пластового газа ниже допустимого уровня, на входе УКПГ располагают ДКС, предназначенную для компримирования газа, поступающего из скважин. Необходимость обеспечения очистки пластового газа, его компримирования и последующего охлаждения определяет выбор технологической схемы КС. Основные технологические установки ДКС: цех первичной сепарации пластового газа, состоящий из циклонных пылеуловливателей; компрессорный цех (КЦ), в котором размещены газоперекачивающие агрегаты (ГПА); узел охлаждения компримированного газа, состоящий из аппаратов воздушного охлаждения (АВО) газа. Поддержание давления на УКПГ с помощью ДКС позволяет улучшить многие показатели и, что особенно важно, продлить срок эксплуатации месторождения.
Необходимым условием нормального функционирования объектов основного производства ГДП - высокопроизводительная и безаварийная работа газовых скважин и технологических установок, непосредственно определяющих добычу природного газа и качество его подготовки. Для этого осуществляется тщательная очистка и осушка природного газа от твердых примесей, агрессивных компонентов и влаги, наличие и действие которых способствуют быстрому износу дорогостоящего оборудования и вызывают нарушения в нормальной эксплуатации ГДП. Качество подготовки природного газа, подаваемого в магистральные газопроводы, определено рядом требований, а выполнение требований к качеству транспортируемого газа непосредственно связано с режимами работы газопроводов [32]. Выполнение этих требований заключается в обоснованном выборе метода подготовки природного- газа, зависящего от конкретных условий эксплуатации газовых месторождений и поставленной задачи подготовки газа.
На газовых и газоконденсатных месторождениях Западной Сибири реализована централизованная структура сбора и подготовки газа, когда на УКПГ производится полная подготовка газа к дальнему транспорту: очистка от механических примесей и капельной влаги, осушка, выделение тяжелых углеводородов, замер, подача в магистральный или промысловый газопровод. Пластовый газ очищается от жидкости и механических примесей в сепараторах на входе в УКПГ, после чего поступает на установку осушки.
В установке технологических режимов эксплуатации промысловых УКПГ, ДКС, газовых скважин и газоносного пласта участвуют как диспетчерские, так и геологические службы ГДП.
Все объекты ГДП взаимосвязаны между собой и подчинены единой цели — бесперебойному снабжению потребителей газом в нужных количествах и соответствующего качества, а также максимальному отбору углеводородного конденсата.
Формализованное представление процесса* управления диспетчеризацией
В указанных случаях вмешательство диспетчера не происходит, и управление или регулирование осуществляется автоматически. Однако, значительное число нештатных ситуаций незнакомо для аварийной автоматики, которая в этих случаях либо останавливает оборудование (что, возможно, можно было бы и не делать), либо не реагирует на изменения режима, в результате чего может произойти аварийное разрушение оборудования. В этих случаях АСУТП должна перейти на интерактивный режим управления, т.е. введение в контур управления диспетчера. В этом режиме в некоторых случаях диспетчеру очевидна причина разладки оборудования или отклонения от нормы процесса, а также последовательность управляющих действий. Однако значительно чаще встречается ситуация, когда в силу ряда причин: отсутствия дополнительной, а часто и просто необходимой информации, наличия большого числа . взаимосвязанных параметров и невозможность их быстрой систематизации, многовариантность причин и управляющих воздействий - диспетчер не может оперативно принять не только оптимальное, но даже и рациональное решение.
В подобной ситуации принимается либо решение, которое можно назвать «подходящим», либо, если такого решения нет, диспетчер останавливает ход технологического процесса и ищет причину возникновения нештатной ситуации и рациональное управление.
Концептуальная постановка задачи принятия решения состоит в том, что диспетчер в нештатной ситуации в условиях ограниченного времени должен на основании анализа и прогноза развития ситуации принять наиболее эффективное решение.
При обнаружении отклонения значений параметров от нормальных пределов перед диспетчерами встают три основные задачи: установление причины возникшей ситуации; прогноз развития событий; принятие решения, т.е. определение последовательности управляющих воздействий, максимально нивелирующих неблагоприятное развитие процесса и возвращающих его на стабильный уровень (возможно не оптимальный, но лучший в данной конкретной ситуации).
Вероятность выбора не лучшего решения этих трех взаимосвязанных задач уменьшается с увеличением количественного и качественного объема информации, поступающей к диспетчеру. Существенный качественный, скачок при принятии решения диспетчером дает работа- в условиях функционирования АСУТП. Уменьшается время решения, становится возможной децентрализация контроля и управления, при которой диспетчеры ЛПУМГ и КС являются не только ретрансляторами данных наверх и команд управления и регулирования вниз, но и могут сами принять решения по локализации аварии, или компенсации отклонения от режима. Однако чисто механическое наращивание объемов информации, поступающей к диспетчеру, не является гарантией постоянного уменьшения числа неправильных или не лучших решений, а на определенной стадии даст обратный эффект, т.к. диспетчер не успевает проанализировать всю информацию. Кроме этого, сама АСУТП станет дорогой и ненадежной системой, что противоречит основным критериям выбора ее структуры. Цена же несвоевременного или неправильного принятия решения может быть чрезвычайно велика. Так, например, причины резкого снижения давления1 на выходе КС могут скрываться как на этой КС, так и на линейной части газопровода. Очевидно, что достаточно большой может быть материальный ущерб от поиска неисправности на КС, когда в это время уходит в атмосферу газ из трубы магистрального газопровода. Таким образом, принимая решения, диспетчер несет большой груз ответственности. При этом он решает для себя еще два вопроса: достоверна ли поступившая информация и каким предельным временем он располагает для принятия решения. Эта особенность рассматриваемого класса систем оперативного контроля и управления придает всей проблеме особую сложность. Другая особенность -невозможность, даже на уровне ДП КС, перейти к автоматической системе управления. Во многом это связано с наличием большого числа не формализуемых факторов, которые он учитывает. И, наконец, важной особенностью АСУТП магистрального транспорта газа является иерархичность, возможность передачи функции принятия решения вместе с имеющейся информацией на верхний уровень, как альтернатива принятию самостоятельного решения.
В условиях функционирования АСУТП отказы элементов самой системы управления также могут привести к снижению эффективности технологического процесса или к аварийным ситуациям. Следовательно, будет правильным при исследовании вопросов принятия решений рассматривать автоматизированный технологический комплекс (АТК), т.е. систему, состоящую из технологического объекта управления, АСУТП и связей между ними.
'Разработка методов статистического анализа характеристик добычи газа
В указанных случаях вмешательство диспетчера не происходит, и управление или регулирование осуществляется автоматически. Однако, значительное число нештатных ситуаций незнакомо для аварийной автоматики, которая в этих случаях либо останавливает оборудование (что, возможно, можно было бы и не делать), либо не реагирует на изменения режима, в результате чего может произойти аварийное разрушение оборудования. В этих случаях АСУТП должна перейти на интерактивный режим управления, т.е. введение в контур управления диспетчера. В этом режиме в некоторых случаях диспетчеру очевидна причина разладки оборудования или отклонения от нормы процесса, а также последовательность управляющих действий. Однако значительно чаще встречается ситуация, когда в силу ряда причин: отсутствия дополнительной, а часто и просто необходимой информации, наличия большого числа . взаимосвязанных параметров и невозможность их быстрой систематизации, многовариантность причин и управляющих воздействий - диспетчер не может оперативно принять не только оптимальное, но даже и рациональное решение.
В подобной ситуации принимается либо решение, которое можно назвать «подходящим», либо, если такого решения нет, диспетчер останавливает ход технологического процесса и ищет причину возникновения нештатной ситуации и рациональное управление.
Концептуальная постановка задачи принятия решения состоит в том, что диспетчер в нештатной ситуации в условиях ограниченного времени должен на основании анализа и прогноза развития ситуации принять наиболее эффективное решение.
При обнаружении отклонения значений параметров от нормальных пределов перед диспетчерами встают три основные задачи: установление причины возникшей ситуации; прогноз развития событий; принятие решения, т.е. определение последовательности управляющих воздействий, максимально нивелирующих неблагоприятное развитие процесса и возвращающих его на стабильный уровень (возможно не оптимальный, но лучший в данной конкретной ситуации).
Вероятность выбора не лучшего решения этих трех взаимосвязанных задач уменьшается с увеличением количественного и качественного объема информации, поступающей к диспетчеру. Существенный качественный, скачок при принятии решения диспетчером дает работа- в условиях функционирования АСУТП. Уменьшается время решения, становится возможной децентрализация контроля и управления, при которой диспетчеры ЛПУМГ и КС являются не только ретрансляторами данных наверх и команд управления и регулирования вниз, но и могут сами принять решения по локализации аварии, или компенсации отклонения от режима. Однако чисто механическое наращивание объемов информации, поступающей к диспетчеру, не является гарантией постоянного уменьшения
числа неправильных или не лучших решений, а на определенной стадии даст обратный эффект, т.к. диспетчер не успевает проанализировать всю информацию. Кроме этого, сама АСУТП станет дорогой и ненадежной системой, что противоречит основным критериям выбора ее структуры. Цена же несвоевременного или неправильного принятия решения может быть чрезвычайно велика. Так, например, причины резкого снижения давления1 на выходе КС могут скрываться как на этой КС, так и на линейной части газопровода. Очевидно, что достаточно большой может быть материальный ущерб от поиска неисправности на КС, когда в это время уходит в атмосферу газ из трубы магистрального газопровода. Таким образом, принимая решения, диспетчер несет большой груз ответственности. При этом он решает для себя еще два вопроса: достоверна ли поступившая информация и каким предельным временем он располагает для принятия решения. Эта особенность рассматриваемого класса систем оперативного контроля и управления придает всей проблеме особую сложность. Другая особенность -невозможность, даже на уровне ДП КС, перейти к автоматической системе управления. Во многом это связано с наличием большого числа не формализуемых факторов, которые он учитывает. И, наконец, важной особенностью АСУТП магистрального транспорта газа является иерархичность, возможность передачи функции принятия решения вместе с имеющейся информацией на верхний уровень, как альтернатива принятию самостоятельного решения.
В условиях функционирования АСУТП отказы элементов самой системы управления также могут привести к снижению эффективности технологического процесса или к аварийным ситуациям. Следовательно, будет правильным при исследовании вопросов принятия решений рассматривать автоматизированный технологический комплекс (АТК), т.е. систему, состоящую из технологического объекта управления, АСУТП и связей между ними.
График на рис. 3.5.а представляет зависимость предсказанных значений давления по полученной линейной регрессии от истинных значений. При полном соответствии модели все точки должны лежать на биссектрисе. В нашем случае все точки весьма близко расположены к биссектрисе, что также позволяет судить о возможности приближения зависимости между добычей и давлением линейной.
График 3.5.6 представляет гистограмму остатков (разностей между наблюдениями и прогнозом). Видно, что среднее значение близко к нулю, а характер разброса весьма равномерен. Это указывает на отсутствие методической ошибки регрессии.
Результаты процедур регрессионного анализа для второй и третьей скважины дали аналогичные результаты. Коэффициент корреляции и F-отношение для них оказались даже ниже.
В результате получено заключение, что для ряда скважин значение общей добычи может служить очень хорошим показателем прогноза давления.
Анализ тренда добычи
Графики дают информацию об основных тенденциях роста и убывания. Однако часто необходимо сглаживание данных для устранения случайных возмущений. Кроме того, для первой скважины зависимость нельзя считать линейной, поэтому для ее представления необходимо выбрать класс функций.
Будем искать зависимость в виде полинома. Выполнен пункт Полиномиальное сглаживание с указанием в качестве исходного ряда PREX.EXl. В этой процедуре также указывается степень сглаживающего полинома.
Задача выбора показателя степени не имеет строго однозначного решения. С одной стороны, степень лучше выбирать меньшей - это дает более гладкую кривую, однако при этом может возникнуть значительное рассогласование данных. С другой стороны, если степень велика, то точки будут близки к кривой, а если степень полинома будет равна числу точек, то все точки будут лежать непосредственно на кривой. Однако при этом кривая уже не будет такой гладкой. Поэтому выбирают некоторые компромиссные решения. На рис.3.7. приведен график полиномиального тренда третьего порядка, сглаживающего временной ряд добычи газа.
Как видно из рисунка тренд третьего порядка дает хороший результат по сглаживанию (кривая достаточно гладкая и точки достаточно близки к кривой). Он также может быть использован для прогноза, если использовать оценки коэффициентов и вычислить значения вне заданного интервала.
Особенности межпромыслового коллектора ООО «Уренгойгазпром»..
На основе проведенного анализа показана необходимость декомпозиции общей модели с целью включения подсистем и моделей прогнозирования добычи в общий сценарий. Первая задача заключается в поиске закономерностей между объемом добычи и давлением в скважинах. Вторая задача направлена на поиск аналитических зависимостей давления в скважине от ее географического местоположения. Третья задача состоит в обоснованном выборе наиболее значимых факторов и формированию обобщенных критериев и показателей функционирования скважины, что повышает точность прогнозов добычи и давления.
3 Анализ зависимостей и прогнозов давления и добычи газа
По имеющимся статистическим данным построены модели зависимостей давления и добычи. Для анализа выбраны три скважины 1, 2 и 3. Они являются первыми в исходной таблице. Из графика на рисунке 3.1. видно, что зависимости добычи для 2-ой и 3-ей скважин являются почти линейными. Это говорит о стабильной работе скважины, т.е общий объем добычи за каждые полгода практически не изменяется. Для первой скважины видна тенденция снижение роста добычи Общая добыча газа является монотонно возрастающей функцией. На рис.3.2. приведены зависимости давления для тех же скважин.
Из рисунка видна тенденция снижения давления с течением времени по мере увеличения добычи для всех скважин. Кроме того, графики для всех скважин носят почти линейный характер.
Анализ регрессии давления и добычи
Поставим задачу анализа взаимосвязи давления от добычи вне зависимости от времени. Такая постановка может быть полезна для прогноза давления на остальных скважинах при планируемых темпах роста добычи.
Один из вариантов построения линейной зависимости выполнен в процедуре Basic Statistica Discriptive Statistics 2D scaterplot . Полученный график приведен на рис.3.3. Простая линейная регрессия давления по добыче ЕХ1 vs. PR1 PR1 = 347.59 - .0002 ЕХ1 Correlation: г = -.9741 190 3800 460000 540000 620000 420000 500000 580000 660000 ЕХ1 Regression 95% confid. Рис. 3.3.
Более полный анализ выполнялся с использование процедуры Multiple Regression . Выбран стандартный метод построения регрессии и в результате расчета зависимости по
Результаты множественной регрессии Multiple Regression ResultsDep.Var. :PR1 Multiple R: .97410563 F= 167.0625R": .94888178 df= 1,9 No ofcases: 11 adjustedR5: 94320197 p= .000000Standard error of estimate: 4 234212443 Intercept: 347.59062256 StdError: 9810649 t( 9) = 35.430 p 0000 EX1 beta=- 97 (significant beta s are highlighted) \Ш& Regression summaiy [ffifl Enrtinl correlations І Ш йраЬ/sis of variance ?l Pied id dependent var. 1 \Ш Ссщм. nf leg cneiiicienls Ш Redundancy B Residual analysis fflfi Current SWPRp manix 1 \Ш Sii )wi::n puinimnry) B CO rrelaHr пз and descr. Alph .(di iploy) 10500j Apply
Рис. 3.4. Предполагая, что значения добычи и давления являются случайными выборочными значениями, проведен анализ простой регрессии. Для оценки параметров линейной регрессии выполнялась процедура Простая регрессия . В качестве независимой переменной использовалась переменная ЕХ (добыча по каждой скважине), а в качестве зависимой PR (давление). В результате выполнения процедуры анализа получена таблица дисперсионного анализа множественной регрессии (Таблица 3.1.) Таблица 3.1. Таблица дисперсионного анализа множественной регрессии Sums of Mean Squares df Square F p-level Regress. 2995.188 1 2995.188 167.0625 .001 Residual 161.357 9 17.929 Total 3156.545 112 Значение F-статистики достаточно велико для того, чтобы отвергнуть гипотезу линейности. В результате полагаем, что между добычей и давлением имеет место линейная зависимость. В таблице 3.2. приведены оценки параметров регрессии давления по добыче. Таблица 3.2. Оценки параметров и анализ дисперсий регрессии добычи и давления R= .97410563 Rl= .94888178 Adjusted RJ= .943201 St. Err. St. Err. BETA of BETA В of В Intercpt 347.5906 9.810648 EX1 -.974106 .075364 -.0002 .000018
Коэффициент корреляции для построенной зависимости равен -0.95. Это достаточно высокое {близкое по модулю к 1) значение для заключения, что между исследуемыми факторами существует линейная зависимость. Кроме того, F- отношение равно 105, что также указывает на существование линейной зависимости. На рис.3.5. приведен график соответствующей регрессионной зависимости. Пунктирными линиями отмечены доверительные границы 95% области прогноза. Все построенные точки лежат в указанных границах. Графики анализа адекватности регрессии а) предсказанное от наблюдения б) гистограмма остатков Рис. 3.5. 113
График на рис. 3.5.а представляет зависимость предсказанных значений давления по полученной линейной регрессии от истинных значений. При полном соответствии модели все точки должны лежать на биссектрисе. В нашем случае все точки весьма близко расположены к биссектрисе, что также позволяет судить о возможности приближения зависимости между добычей и давлением линейной.
График 3.5.6 представляет гистограмму остатков (разностей между наблюдениями и прогнозом). Видно, что среднее значение близко к нулю, а характер разброса весьма равномерен. Это указывает на отсутствие методической ошибки регрессии.
Результаты процедур регрессионного анализа для второй и третьей скважины дали аналогичные результаты. Коэффициент корреляции и F-отношение для них оказались даже ниже.
