Помощь в написании студенческих работ
Антистрессовый сервис

Оптимизация технологического процесса разработки газоносного пласта с применением генетических алгоритмов и нейронных сетей

Диссертация: Оптимизация технологического процесса разработки газоносного пласта с применением генетических алгоритмов и нейронных сетей
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Анализ этой информации — процесс достаточно трудоёмкий. Это связано не только с большим объёмом исходных данных, но и с тем, что эти данные являются, как правило, неполными. Следует учитывать, что цена ошибки эксперта при определении параметров эксплуатации скважин очень высока, так как некорректно установленный режим эксплуатации скважины приведет к её неэффективному использованию и может… Читать ещё >

Оптимизация технологического процесса разработки газоносного пласта с применением генетических алгоритмов и нейронных сетей (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. АНАЛИЗ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА РАЗРАБОТКИ ГАЗОНОСНОГО ПЛАСТА И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ
    • 1. 1. Общие сведения о технологическом процессе разработки газоносного пласта
    • 1. 2. Анализ технологического процесса разработки газоносного пласта как объекта управления
    • 1. 3. Состояние вопроса и обзор работ по повышению эффективности эксплуатации скважин путем оптимизации технологического процесса разработки газоносного пласта
    • 1. 4. Постановка задачи исследования
  • 2. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ГАЗОНОСНОГО ПЛАСТА
    • 2. 1. Математическая модель газоносного пласта
    • 2. 2. Проверка адекватности модели
  • 3. ОПТИМИЗАЦИЯ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА РАЗРАБОТКИ ГАЗОНОСНОГО ПЛАСТА
    • 3. 1. Постановка задачи оптимизации технологического процесса разработки газоносного пласта
    • 3. 2. Разработка модели генетического наследования для решения задачи определения оптимальных режимов эксплуатации газовых скважин
      • 3. 2. 1. Обоснование использования генетического алгоритма
      • 3. 2. 2. Схема реализации генетического алгоритма для решения задачи оптимизации процесса разработки пласта
      • 3. 2. 3. Модернизация традиционной схемы реализации генетического алгоритма
        • 3. 2. 4. 0. ценка эффективности разработанного генетического алгоритма
    • 3. 3. Модель нейронной сети для определения времени эффективной работы скважины
      • 3. 3. 1. Обоснование использования нейронной сети
      • 3. 3. 2. Разработка нейросетевой модели для определения времени эффективной работы скважины
      • 3. 3. 3. Проверка адекватности нейросетевой модели
  • 4. РАЗРАБОТКА СИСТЕМЫ ОПТИМИЗАЦИИ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА РАЗРАБОТКИ ГАЗОНОСНОГО ПЛАСТА
    • 4. 1. Основные требования, предъявляемые к системе оптимизации технологического процесса разработки газоносного пласта
    • 4. 2. Разработка общей схемы системы оптимизации
    • 4. 3. Разработка базы данных системы оптимизации процесса разработки пласта
    • 4. 4. Техническая реализация системы оптимизации технологического процесса разработки газоносного пласта
    • 4. 5. Анализ эффективности разработанной системы оптимизации

Интенсивное развитие газодобывающей промышленности требует повышения эффективности процессов добычи природного газа и конденсата, увеличения компонентоотдачи пластов, совершенствования систем разработки и способов эксплуатации газовых и газоконденсатных месторождений.

Опыт газодобывающей промышленности показывает, что основной проблемой является увеличение полноты извлечения газа и конденсата из продуктивных пластов. Из анализа данных разработки большого количества месторождений [9,32,33,68,81,94] следует, что в ряде случаев коэффициент газоотдачи оказывается недопустимо низким, а пластовые потери конденсата очень велики.

Газовое или газоконденсатное месторождение представляет собой сложную структуру, состоящую из большого числа элементов — скважин, взаимодействующих между собой и с внешней средой на разных уровнях, причем зачастую это взаимодействие носит неопределенный характер, поэтому часто приходится управлять разработкой газоконденсатного месторождения в условиях частичной неопределенности [6].

Характерная особенность процесса разработки газового или газоконденсатного месторождения — ограниченный объем сведений о параметрах и свойствах системы. Это связано как с наличием большого постоянно возрастающего фонда скважин, так и с ограниченностью имеющихся измерительных приборов и систем. В сочетании со сложностью объектов исследования (пластовая система, скважина и т. п.) это приводит к необходимости принимать те или иные технологические решения при недостаточной информации.

Для повышения технологических показателей важное значение имеет оптимизация технологического процесса разработки газоносного пласта с учетом результатов оценки эффективности обработок скважины [74], данных о значении поля пластового давления, информации о продуктивной части вскрытого пласта и других факторов. С увеличением фонда газовых скважин все более существенное значение приобретают вопросы их совместной эксплуатации, поскольку это влияет на разработку месторождения в целом. Принятие такого технологического решения, как изменение режимов работы действующих скважин очень важно, особенно в условиях проявления начального градиента давления [9].

Важное значение имеет выбор технологического режима работы отдельной скважины и залежи в целом. Детерминированный подход к решению таких задач оказывается малоэффективным из-за невозможности учета ряда факторов, недостаточной изученности объектов воздействия и т. п.

Для принятия правильного решения эксперту необходимо провести анализ большого числа факторов, к числу которых относятся:

— информация о продуктивной части вскрытого пласта;

— информация о значениях поля пластового давления;

— данные по проведённым интенсификационным обработкам;

— основные данные по техническому состоянию скважины;

— информация о существующих межколонных проявлениях;

— результаты газогидродинамических исследований скважины на контрольном сепараторе.

Анализ этой информации — процесс достаточно трудоёмкий. Это связано не только с большим объёмом исходных данных, но и с тем, что эти данные являются, как правило, неполными [32]. Следует учитывать, что цена ошибки эксперта при определении параметров эксплуатации скважин очень высока, так как некорректно установленный режим эксплуатации скважины приведет к её неэффективному использованию и может способствовать быстрому выходу газовой скважины из строя, что принесёт газодобывающему предприятию большие убытки [75].

Несмотря на существование различных вариантов реализации систем оптимизации технологического процесса разработки газоносного пласта, разработка газовых и газоконденсатных месторождений ведется недостаточно эффективно. Это связано не только с многомерностью задачи, большим объёмом исходных данных, но и с тем, что эти данные являются, как правило, неполными. Методы и алгоритмы, используемые в данных системах, не в состоянии учесть все перечисленные факторы. При этом некорректно установленные режимы эксплуатации скважин приводят к неэффективной разработке месторождения, возникновению зон пониженного пластового давления, подтягиванию подошвенной воды и обводнению скважин. Всё это определяет актуальность задачи применения более эффективных подходов к оптимизации технологического процесса разработки газоносного пласта.

Целью настоящей работы является повышение эффективности эксплуатации газоконденсатных месторождений путем совершенствования методов оптимизации технологического процесса разработки газоносного пласта.

Для достижения поставленной цели необходимо решить следующие задачи:

— осуществить анализ технологического процесса разработки газоносного пласта применительно к целям оптимизации;

— проанализировать современное состояние вопросов оптимизации разработки газоконденсатных месторождений;

— определить пути и способы совершенствования методов оптимизации технологического процесса разработки газоносного пласта;

— разработать систему оптимизации технологического процесса разработки газоносного пласта, позволяющую повысить эффективность эксплуатации газоконденсатного месторождения;

— провести анализ эффективности разработанной системы оптимизации.

Методы исследования: В работе использованы генетические алгоритмы, методы искусственного интеллекта (нейронные сети), методы математического анализа, математической статистики, оптимизации процессов, а также принципы подземной гидравлики и разработки газоконденсатных месторождений.

Достоверность полученных результатов подтверждается экспериментальными исследованиями.

Научная новизна представляемой работы состоит в следующем:

— решена задача оптимизации процесса разработки газоносного пласта с применением генетического алгоритма, что позволило повысить эффективность разработки газоконденсатного месторождения;

— синтезирован генетический алгоритм, отличающийся более коротким хромосомным набором, позволяющий расширить исследование пространства" поиска;

— разработана нейросетевая модель, позволяющая решить задачу прогнозирования времени эффективной работы скважины, неформализуемую традиционными математическими методами;

— реализована система оптимизации процесса разработки газоносного пласта, позволяющая повысить эффективность эксплуатации газоконденсатного месторождения.

Практическая ценность работы заключена в следующих положениях:

— разработано математическое и алгоритмическое обеспечение для оптимизации технологического процесса разработки газоносного пласта;

— создан программный комплекс «Оптимизация технологического процесса разработки газоносного пласта с применением генетических алгоритмов и нейронных сетей», реализующий разработанные модели и алгоритмы. Получено свидетельство РОСПАТЕНТ об официальной регистрации программы для ЭВМ № 2 004 610 399 от 9 февраля 2004 года [73].

Реализация результатов. Программный комплекс внедрен в опытно-промышленную эксплуатацию в Газопромысловом управлении ООО «Астра-ханьгазпром» и Астраханском научно-исследовательском и проектном ин-. статуте газа (подтверждено актами внедрения). Ожидаемый экономический эффект от внедрения составляет 32 407 300 руб. Основные результаты и выводы диссертации внедрены в учебный процесс в Астраханском государственном техническом университете и используются в лекционном курсе, а также при выполнении лабораторных работ по дисциплине «Интеллектуальные информационные системы» (подтверждено актом внедрения).

Апробация работы. Результаты диссертационной работы докладывались на Всероссийской конференции молодых специалистов научных организаций и производственных предприятий нефтегазового комплекса, посвященной 300-летию горного дела в России (г.Москва, 2000 г.), II международной научно-практической конференции «Международные и отечественные технологии освоения природных минеральных ресурсов и глобальной энергии» (г. Астрахань, 2003 г.), ежегодной научно-практической конференции молодых учёных (г.Астрахань, 2003 г.).

Публикации. По материалам диссертационного исследования опубликовано 8 работ.

Структура и объём работы. Диссертация состоит из введения, четырёх глав, заключения, списка использованной литературы из 115 наименований и 6 приложений. Содержание работы изложено на 167 страницах, иллюстрировано 68 рисунками и 19 таблицами.

ВЫВОДЫ ПО 4 ГЛАВЕ.

1. Разработана система оптимизации технологического процесса разработки газоносного пласта, создана алгоритмическая, функциональная и информационная структура системы оптимизации. Сформулированы программные, аппаратные и эргономические требования, предъявляемые к системе на этапе её проектирования.

2. Приведена общая структура разработанной системы оптимизации, которая состоит из трёх основных подсистем: реализации модели пласта, реализации генетического алгоритма и реализации нейронной сети, взаимодействующих только на уровне исходных файлов. Такой подход позволил повысить общую надёжность системы, упростил процесс отладки исходного кода и сопровождения.

3. Разработана база данных системы, описаны её логическая и физическая структуры. Применен матричный способ реализации нейронной сети и обосновано его использование.

4. Сформулированы требования к программному и аппаратному обеспечению при которых возможна эффективная работа с созданной системой оптимизации.

5. Проведена оценка эффективности работы системы оптимизации с применением генетических алгоритмов и нейронных сетей. Показано, что относительная погрешность работы разработанной системы не превышает 9%, в то время как у традиционной системы оптимизации она составляет 12%.

ЗАКЛЮЧЕНИЕ

.

На основании проделанной научно-исследовательской работы и проведенных экспериментов можно сформулировать следующие выводы и результаты:

Исследование технологического процесса разработки газоносного пласта, а также применяющихся методов оптимизации показало актуальность и экономическую целесообразность разработки систем оптимизации процесса разработки пласта, предназначенных для выработки рекомендаций эксперту при установке режимов работы скважин.

Решена задача оптимизации технологического процесса разработки газоносного пласта с применением генетического алгоритма, что позволило повысить эффективность разработки газоконденсатного месторождения.

Синтезирован генетический алгоритм для оптимизации технологического процесса разработки газоносного пласта, отличающийся более коротким хромосомным набором, который позволил расширить пространство поиска оптимальных решений.

Разработана нейросетевая модель, позволяющая решить задачу прогнозирования времени эффективной работы скважины, неформализуемую традиционными математическими методами.

Проведена проверка адекватности разработанной нейросетевой модели. Относительная погрешность рассчитанных значений не превышает 8%.

Разработан программный комплекс «Оптимизация технологического процесса разработки газоносного пласта с применением генетических алгоритмов и нейронных сетей», реализующий разработанные модели и алгоритмы. Программный комплекс зарегистрирован в РОСПАТЕНТ (свидетельство об официальной регистрации № 2 004 610 399 от 09.02.04).

Проведена оценка эффективности работы системы оптимизации с применением генетических алгоритмов и нейронных сетей. Показано, что относительная погрешность работы разработанной системы не превышает 9%, в то время как у традиционной она составляет 12%.

Разработанная система оптимизации внедрена в опытно-промышленную эксплуатацию на Астраханском газоконденсатном месторождении. Ожидаемый экономический эффект от внедрения составляет 32 407 300 рублей. Основные результаты и выводы диссертации внедрены в учебный процесс в Астраханском государственном техническом университете и используются в лекционном курсе, а также при выполнении лабораторных работ по дисциплине «Интеллектуальные информационные системы» .

Показать весь текст

Список литературы

  1. Г. И., Ентов В. М., Рыжик В. М. Теория нестационарной фильтрации жидкости и газа. М.:Недра, 1972 — 289 с.
  2. Д.И., Исаев С. А. Оптимизация многоэкстремальных функций с помощью генетических алгоритмов // Высокие технологии в технике, медицине и образовании: межвуз. сб. научн. трудов.- Воронеж, 1997.- С.4−17.
  3. А.И., Тагиев В. Г. Оптимизация режимов эксплуатации месторождений природных газов с высоким содержанием газового конденсата // Проблемы нефти и газа Тюмени.- Тюмень, 1981. С.48−51.
  4. .У. Инженерное проектирование программного обеспечения. -М.: Радио и связь, 1985. 512 с.
  5. А.И., Качмар Ю. Д., Макаренко П. П., Яремийчук Р. С. Освоение скважин. М.: Недра, 199.9. — 472 с.
  6. Ю.Н. Автоматизированная система управления разработкой газовых месторождений. М.: Недра, 1987. — 141с.
  7. Ю.Н. Методы системного анализа в разработке газовых меторождений: Автореф. дисс. д-ра техн. наук. М.: ВНИИгаз, 1991, — 38 с.
  8. В.Н., Петров А. И. Техника и технология определения параметров скважин и пластов. М.: Недра, 1989. — 272 с.
  9. Р.И., Коротаев Ю. П., Кабанов Н. И. Теория и опыт добычи газа. М.:Недра, 1998. — 479 с.
  10. O.K. Новые объекты интеллектуальной собственности // Разведка и освоение нефтяных и газоконденсатных месторождений: сб. научн. трудов АНИПИгаз. Астрахань: Факел, 2003. — С. 7.
  11. O.K., Липатова Н. Н., Соколова С. С. Рефераты объектов интеллектуальной собственности ООО «Астраханьгазпром» // Наука и технология углеводородов. 2001. -№ 4(17). — С. 217−221.
  12. O.K., Соколова С. С., Карбышев Д. В. Рефераты программ для ЭВМ объектов интеллектуальной собственности ООО «Астра-ханьгазпром» // Наука и технология углеводородов — 2001.- № 4(17).- С. 216.
  13. В.В., Алексеев Д. В., Рожков В. Н., Дианов Р. С. Основные направления внедрения геоинформационной системы ООО АГП // Разведка и освоение нефтяных и газоконденсатных месторождений: сб. научн. трудов АНИПИгаз. Астрахань: Факел, 2003. — С. 225−231.
  14. А.Н., Росиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. — 275 с.
  15. А.Н. Обобщённая аппроксимационная теорема и вычислительные возможности нейронных сетей // Сибирский журнал вычислительной математики. 1998. — № 12. — С. 11−24.
  16. А.И., Алиев З. С., Ермилов З. С., Ремизов В. В., Зотов Г. А. Руководство по исследованию скважин. М.: Наука, 1995. — 525 с.
  17. Р.С. Автоматизация процесса определения оптимальных режимов эксплуатации газовых скважин // Материалы ежегод. науч.-практич. конф. молодых ученых. Астрахань: АГМА, 2003. — С. 113−115.
  18. Р.С. Автоматизация процесса оценки эффективности обработки скважин // Южно-российский вестник геологии, географии и глобальной энергии.- 2003.- № 1. С. 77−78.
  19. Р.С. Использование методов искусственного интеллекта при оценке эффективности эксплуатации скважин на АГКМ // Материалы ежегод. науч.-практич. конф. молодых ученых. Астрахань: АГМА, 2003. — С 111−113.
  20. Р.С. Дианов, Г. А. Поляков, В. Н. Рожков. Информационная система оценки эффективности обработки скважин // Разведка и освоение нефтяных и газоконденсатных месторождений: науч. тр. АНИПИгаз. Астрахань: Факел, 2003.-С. 241−245.
  21. Ю.В., Латонов В. В. Оценка влияния пористой среды на давление начала конденсации // Газовое дело.-1971. № 2. — С. 4−7.
  22. И.В. Нейронные сети. Основные модели. Воронеж: ВГУ, 1999.-76 с.
  23. К. Методы проектирования программных систем. М.: Мир, 1985.-328 с.
  24. Е.З. Бизнес-реинжиниринг и технологии системного проектирования. М.: Центр Информационных Технологий, 1996. — 215 с.
  25. А.И. Интеллектуальные информационные системы. -Минск: Тетра-Системс, 1997. 368 с.
  26. P.P., Подымов Е. Д., Шутов А. А. Исследование возможностей использования средств искусственного интеллекта при выборе вида воздействия на пласт для увеличения нефтеизвлечения // Интервал. 2001. -№ 9(32). — С. 30−32.
  27. С.В., Григоров В. А. Физико-литологические свойства пород коллекторов Астраханского ГКМ // Наука и технология углеводородов. -2001.-№ 4(17).-С. 20−24.
  28. Ю.П. Избранные труды: В 3 т. / Под ред. Р. И. Вяхирева.-М.: Недра, 1999. Т.2. — 476 с.
  29. Ю.П., Закиров С. Н. Теория и проектирование разработки газовых и газоконденсатных месторождений. М.: Недра, 1981 .-294 с.
  30. Ю.П., Тагиев В. Г., Самородкин В. Д. Оптимизация режимов эксплуатации объектов добычи природного газа. М.:Недра, 1982, — 312 с.
  31. Ю.П., Тагиев В. Г., Гергедава Ш. К. Системное моделирование оптимальных режимов эксплуатации объектов добычи природного газа. М.: Недра, 1989. — 264 с.
  32. В.А. Принципы построения генетических алгоритмов и их использование для решения задач оптимизации // Дискретные модели в теории управляющих систем: тр. IV международ, конф. 19−25 июня 2000 г,-С.49−55.
  33. В.А., Трекин А. Г. Генетические алгоритмы решения смешанных задач целочисленной и комбинаторной оптимизации при синтезе архитектур ВС // Искусственный интеллект. 2000.- N 2.- С.90−96.
  34. Т. Ассоциативные запоминаюшие устройства: Пер. с англ. М.: Мир, 1982.-383 с.
  35. Г. Современная разработка нефтяных месторождений -проблемы моделирования. Пер. с англ. М.: Недра, 1979. — 303 с.
  36. Ю.И., Семенякин B.C., Соболев А. А., Орлова Т. П. Оптимизация режима работы газоконденсатных скважин Астраханского ГКМ // Наука и технология углеводородов. 2001. — № 4(17). — С. 52−54.
  37. Ю.И., Токман А. К., Масленников А. И. Особенности разработки Астраханского газоконденсатного месторождения // Наука и технология углеводородов. 2001. — № 4(17). — С. 44−46.
  38. В.И., Елфимов В. В., Лапшина А. А. Разработка способа определения давлений начала конденсации пластовых систем АГКМ // Разведка и освоение нефтяных и газоконденсатных месторождений: науч. тр. АНИПИ-газ. Астрахань: Факел, 2001.- С.66−70.
  39. В.И., Суслов В. А., Масленников А. И., Калачихина Ж. В. Режим работы залежи Астраханского газоконденсатного месторождения // Газовой отрасли новые технологии и новая техника. — Ставрополь, ИРЦ ОАО «СевКавНИПИгаз», 2002.- С.67−69.
  40. В.В. Управление разработкой программных средств: Методы, стандарты, технология. М.: Финансы и статистика, 1993. — 160 с.
  41. А.И., Лапшина А. А., Илалова С. М. Определение условий полного выноса жидкости с забоя скважин АГКМ // Разведка и освоение нефтяных и газоконденсатных месторождений: науч. тр. АНИПИгаз. -Астрахань: Факел, 2001С.57−60.
  42. К.В. Разработка методик эволюционного синтеза нейро-сетевых компонентов систем управления: дисс. канд. техн. наук. Харьков, ХГПУ, 1998.-189 с.
  43. А.Х., Дурмишьян А. Г., Ковалев А. Г. и др. Разработка газоконденсатных месторождений.- М.: Недра, 1967, — 326 с.
  44. И.М., Крылов А. П. Эксплуатация нефтяных месторождений. М.: Гостоптехиздат, 1949. — 776 с.
  45. И.С. Создание систем автоматизированного управления в добыче газа. -М.: ООО «Недра-Бизнесцентр», 2001. 191 с.
  46. И.С., Васильев Ю. Н. Газодобывающее предприятие как сложная система. М.: ОАО «Издательство Недра», 1998. — 343с.
  47. ОАО «Газпром»: Производство и технологи: Газпром и конверсия. -2000 http://www.gazprom.ru/rus/product/scienceconvers.php
  48. А.с. № 2 154 155 от 23.11.1998. Способ установления оптимальных дебитов добывающей газоконденсатной скважины / Семенякин B.C., Суслов В. А., Рылов Е. Н., Щугорев В. Д. 4с.: ил.
  49. Дж. Справочник по вычислительным методам статистики.-М.: Финансы и статистика, 1982.- 344с.
  50. Г. А., Круглов И. Ю., Филиппов А. Г. Компьютерная программа «Отчёт о работе скважины за период её эксплуатации» // Газовая промышленность. 2001. — № 5. — С. 31.
  51. Г. А., Прокопенко В. А., Булдакова A.M. Новые технологии интенсификации притока газа на Астраханском ГКМ // Наука и технология углеводородов. -2001. -№ 4(17). С. 81−85.
  52. Г. А., Токунов В. И., Кунавин В. В., Поляков И. Г. Справоч-но-информационная система «Картотека скважин» // Газовая промышленность. 1997. -№ 5. — С. 24−25.
  53. Д.А. Ситуационное управление. М.:Наука, 1986, — 284с.
  54. Провести анализ выполненных обработок, разработать и внедрить эффективные технологии по интенсификации притока газа в эксплуатационных скважинах, осуществить авторский надзор за их проведением на АГКМ:
  55. Отчёт о НИР / Астраханский научно-исследовательский и проектный институт газа (АНИПИгаз). Науч. рук. темы Токунов В. И. Астрахань: 1994. — 50с.
  56. Прогнозирование и регулирование разработки газовых месторождений / С. Н. Закиров, В. И. Васильев, А. И. Гутников. М.:Недра, 1981. — 294 с.
  57. О.М., Дианов Р. С. Автоматизированная система управления разработкой газового месторождения с применением нейронной сети // Промышленные контроллеры АСУ. 2003. — № 12. — с.30−32.
  58. М.С., Мордухаев И. М. О механизме влияния пористой среды на фазовые превращения газоконденсатных смесей // ДАН Азерб. ССР,-1976.- № 6.- С.24−27.
  59. Разработка и совершенствование технологии повышения продуктивности скважин в условиях АГКМ: Отчёт о НИР / Астраханский научно-исследовательский и проектный институт газа (АНИПИгаз). Науч. рук. темы Токунов В. И. Астрахань, 1992. — 92 с.
  60. Регулирование разработки газовых месторождений Западной Сибири / Гриценко А. И., Нанивский Е. М., Ермилов О.М.- М.:Недра, 1991.- 304 с.
  61. Рекомендации по оптимизации конструкции скважин АГКМ на основании изучения свойств пластовой смеси: Отчёт о НИР / ВолгоУралНИ-ПИгаз, рук. темы В. Ф. Перепеличенко, тема 02.В.60.03/86.86/23.23.29. -Оренбург, 1986.-154с.
  62. А.З. Развитие научных основ и создание новых технологий повышения эффективности эксплуатации крупных месторождений сероводо-родосодержащих природных газов: Автореф. дисс. д-р техн. наук. М., 2001, -43 с.
  63. А.З., Токунов В. И., Прокопенко В. А. Интенсификация притока газа // Газовая промышленность. 2000. — № 8. — С. 28.
  64. Свидетельство об официальной регистрации программы для ЭВМ № 2 002 610 043 (Россия). Оптимизация технологических режимов эксплуатации скважин АГКМ / Лапшин В. И., Рожков В. Н., Чашникова JI.B., Шевелёв А. Е. // дат per.: 15 января 2002 г.
  65. Свидетельство об официальной регистрации программы для ЭВМ № 2 004 610 399 (Россия). Оптимизация технологического процесса разработки газоносного пласта с применением генетических алгоритмов и нейронных сетей / Дианов Р. С. // дат per.: 09 февраля 2004 г.
  66. Свидетельство об официальной регистрации программы для ЭВМ № 2 002 610 042 (Россия). Оценка эффективности обработки скважин / Дианов Р. С., Поляков Г. А., Рожков В. Н. // дата per.: 15 января 2002 г.
  67. С.К. Финансирование капитального ремонта скважин Астраханского газоконденсатного месторождения // Наука и технология углеводородов. 2001. -№ 4(17). — С. 176−177.
  68. О.И. Технология снижения доли воды при добыче газа и конденсата // Наука и технология углеводородов. 2001. — № 4(17). — С. 72−74.
  69. И.О., Твердохлебов И. И., Мызникова Е. В. Источники обводнения продукции эксплуатационных скважин Астраханского ГКМ //
  70. Геология, добыча, переработка и экология нефтяных и газовых месторождений: науч. тр. АНИПИгаз. Астрахань: АНИПИгаз, 2001. — С. 15−17.
  71. И. С., Клюкин В. И., Пивоварова Р. С. Нейронные сети (введение в современные информационные технологии). Воронеж: ВГУ, 1994.-224 с.
  72. В. А., Тюкин И. Ю. Аддитивный алгоритм обучения многослойной нейронной сети // Нейронные, реляторные и непрерывнологические сети и модели: сб. тр. международ, науч.-технич. конф. Т.1. — Ульяновск, 1998.-С. 62−64.
  73. Тер-Саркисов P.M. Разработка месторождений природных газов. -М.: Недра, 1999.-659 с.
  74. Тер-Саркисов P.M., Гейхман М. Г., Кузнецов В. В. и др. Методика оценки степени освоения газовых скважин и состояния их призабойных зоны М.: ВНИИГАЗ, 2000. — 43с.
  75. Технический справочник по Астраханскому газовому комплексу / Астраханский науч-исслед. и проект, ин-т газа (АНИПИгаз). Астрахань: Факел, 2000. — 132 с.
  76. В.И. Результаты работы лаборатории повышения эффективности эксплуатации скважин // Геология, добыча, переработка и экология нефтяных и газовых месторождений: сб. науч. тр. АНИПИгаз. Астрахань: Факел, 2001.-С. 58−60.
  77. В.И., Поляков Г. А., Басёнко В. В., Рылов Е. Н., Круглов И. Ю., Поляков И. Г. Интенсификация притока газа на АГКМ // Газовая промышленность. 1996. -№ 1−2. — С. 57−59.
  78. В.И., Шевяхов А. А., Зонтов Р. Е., Филиппов А. Г. Новые технологии при закачивании и эксплуатации скважин // Наука и технология углеводородов. 2001. — № 4(17). — С. 77−80.
  79. Фор А. Восприятие и распознавание образов.- М.: Машиностроение, 1989.-272 с.
  80. В.И. Математическая модель системы пласт скважины — газосборная сеть // Автоматизация, телемеханизация и связь в газовой промышленности.- 1979.- № 5.-С.14−17.
  81. А.Е. Автоматизация этапа подготовки технологического процесса интенсификации газовых скважин на Астраханском газ о конденсат-ном месторождении: дисс. канд. техн. наук. Астрахань, АГТУ, 2002 — 130 с.
  82. А.Е. Многослойные персептроны алгоритм обратного распространения ошибки // Программист. — 2002. — № 1. — С. 67−70
  83. А.Е. Нейронные сети и распознавание образов // Программист.-2001.-№ 10.-С. 69−75
  84. А.И. Разработка и эксплуатация газовых и газоконденсатных месторождений. М.: Недра, 1987. — 312 с.
  85. В.Н., Лапук Б. Б. Подземная гидравлика. М.: Гостоптех-издат, 1949. — 524 с.
  86. В. Д. ООО «Астраханьгазпром» (историческая справка) // Наука и технология углеводородов. -2001. -№ 4(17). С. 10−15
  87. Энциклопедия газовой промышленности. М.: АО «ТВАНТ», 1994.- 884 с.
  88. Aronofsky J.S., Williams А.С. The use of linear programming and mathematical models of underground oil production // Management Science.-1962.-№ 7.- P. 394−402.
  89. Barron A. R. Neural net approximation // Proc. of the Seventh Yale Workshop on Adaptive and Learning Systems. New Haven, CT: Yale University.- 1991.-P. 69−72.
  90. Baum E., Haussler D. What size net gives valid generalization? // Neural Computation. 1989. -№ 1. — P. 151−160.
  91. BPWin. Methods Guide. New York, 1999. — 104 p.
  92. Goldberg D.E. Genetic Algorithms in Search, Optimization, and Machine learning.- Addison-Wesley, 1989.- 320p.
  93. Fogelman F. Neural networks, state of the art, neural computing. -London: IBC Technical Services, 1991. 71 p.
  94. Holland J.H. Adaptation in Natural and Artificial Systems. Ann Arbor: The University of Michigan Press, 1975. — 247p.
  95. Hornik K., Stinchcombe M., White H. Multilayer Feedforward Networks are Universal Approximators // Neural Networks. 1989. — Vol. 2. — P. 359−366.
  96. Jeffery W., Rosner R. Neural network processing as a tool for friction optimization.// Neuronet Comput. Conf., Snowbird, Utah, Apr. 13−16, 1986. -New York. 1986. — P. 241−246.
  97. Kohonen T. The self-organizing map // Proceeding of the IEEE. -1990.-№ 9(78).-P. 1464−1480.
  98. Lippmonn Richard P. Gold Ben Neuronet classifiers usefulfor speech recognition.// IEEE 1st. Conf. Neural Networks, SanDiego, (Calif). 1987 — P. 417−425.
  99. MapBasic (русская версия). Справочник. New York, 1995. — 570 p.
  100. Mitchell M. An introduction to Genetic Algorithm. MIT Press, 1996.186p.
  101. Nelson E.A. Management Handbook for the Estimation of Computer Programming Cost. System Development Corp, 1986. — 145 p.
  102. Nemet L/K., Kennedy H.T. A correction of dewpoint pressure with fluid composition and temperature // Society of Petroleum Engineers Journal, June, 1967.-P. 16−20.
  103. Rumelhart D.E., Hinton G.E., Williams R.D. Learning internal repren-tation by error propagation in parallel distributed processing. Cambrige: MA: MIT Press, 1986,-91 p.
  104. Swanson. E.B. The Dimensions of Maintenance, Proceeding // IEEE/ACM Second International Conference of Software Engineering. -1986.-№ 10-P. 74−78.
  105. Tukey J.W. Exploratory Data Analisis // Addison Wesley Reading Mass.- 1991.-№ 2.-P. 111−115.
Заполнить форму текущей работой

Сессия? Спокойно!