Интеллектуальные системы поддержки принятия решения. Особенности использования в нефтегазовой отрасли

Размещено на http://www.allbest.ru/

Статья по теме:

Интеллектуальные системы поддержки принятия решения. Особенности использования в нефтегазовой отрасли

Нефтяной или газовый промыслы представляют собой объекты, с большим количеством взаимосвязанных процессов, обеспечивающих добычу, подготовку и транспортировку углеводородов к местам их отгрузки. Любые непредвиденные события, такие как выход из строя какого-либо оборудования или частичная потеря электроснабжения, требуют незамедлительной реакции и принятия решения, так как любые аварии и простои оборудования очень дорого обходятся компаниям-операторам. В большинстве случаев лица, ответственные за принятие решения, при возникновении подобных ситуаций руководствуются своим прошлым опытом и теми средствами, которые есть в наличии. Такой подход может быть недостаточным для принятия наилучшего решения, так как человек не всегда способен использовать всю доступную ему информацию и данные, которые к тому же могут быть неструктурированными и противоречить друг другу. Поэтому в настоящее время, когда конкуренция между компаниями становится все острее, более актуальным становится использование компьютерных систем поддержки принятия решения, созданных на базе методов позволяющих:

произвести анализ сложившейся ситуации;

формализовать процесс порождения вариантов решений на основе имеющихся данных;

ранжировать критерии и давать критериальные оценки физическим параметрам, влияющим на решаемую проблему, с тем, чтобы система поддержки принятия решений могла оценить варианты решений;

использовать формализованные процедуры согласования при принятии групповых решений, сближая точки зрения участников принятия решения;

использовать формальные процедуры прогнозирования последствий принимаемых решений;

ранжировать различные варианты решений и выбрать лучший вариант, приводящий к решению проблемы [1].

Подобные системы стали применяться компаниями относительно недавно, когда пришло осознание того, что эра «легкой» нефти закончилась, и компании стали стремиться к повышению операционной эффективности (сокращению потерь, планированию мероприятий и т.д.). Использование систем поддержки принятия решений способно улучшить качество принимаемых решений, что как раз и отразится на повышении эффективности работы нефтегазовых активов.

Вопрос компьютерных систем поддержки принятия решения рассматривается в трудах российских ученых: Э.А. Трахтенгерца, Ю.П. Степина, А.Ф. Андреева, А.Б. Золотухина, А.И Ермакова, А.В. Ахметзянова, В.Н. Кулибанова В.Н., О.Ю. Першина, В.Д. Зубаревой, Ю.С. Кудинова, В.А. Пономарева, А.С.Саркисова, А.Н. Хрычева и других.

Среди зарубежных авторов этой проблемой занимались: M. Bohanec, D. Davis, E. Turban, J. E. Aronson, S. Russell, P. Norvig, M. Hersh, Y.Gomez, Y.Khazaeni, S.D.Mohagegh, D.J.Power и др.

В своих работах исследователи зачастую рассматривают систему поддержки принятия решения для индивидуальных процессов, входящих в состав нефтегазового комплекса (таких как планирование исследований ГИС, выбор оборудования и т.д.) или для оценки альтернативных вариантов при выборе между несколькими месторождениями. При этом очень мало внимания уделяется вопросу функционирования нефтегазового актива, как отдельной единицы, объединяющей множество взаимосвязанных процессов.

Основная проблема заключается в том, что в большинстве российских нефтяных компаний не принято использовать такие системы, а принято в большей степени полагаться на опыт лица, принимающего решение. Поэтому в данной работе предлагается рассмотреть вопрос создания модели поведения месторождения с использованием систем поддержки принятия решений. Такая модель позволит минимизировать потери в добыче нефти и улучшить экономические показатели компаний.

Однако стоит четко понимать, что компьютерная поддержка принятия управленческих решений, т.е. использование формальных оценок и расчетов, не уменьшает роль личных качеств руководителя (эксперта) - его интеллект, субъективные оценки, эрудиция, умение находить решение и т.п., а может быть, даже повышает.

Компьютерные системы поддержки управленческих решений вводят новую составляющую в искусство принятия решений: искусство использования средств вычислительной техники, которое должно сочетать оценки и решения, полученные уже устоявшимися (или вновь разработанными) математическими методами с субъективными оценками, сделанными на основе знаний, опыта и интуиции руководителя [1].

Другими словами, руководитель не должен слепо доверять любому «оптимальному» предложению компьютерной системы поддержки принятия решения. Эти предложения ему следует принимать к сведению и в случае, когда его представление о решении проблемы совпадает с тем, что предлагает система поддержки - таким образом, это будет свидетельствовать о сведении риска принятия неправильного решения к минимуму. А в случае, когда предложение системы и мнение руководителя расходятся диаметрально, следует уделить внимание причинам такого расхождения, так как, возможно, одна из сторон предлагает неправильное решение (руководитель в силу не учета каких-либо факторов, система в силу того, что неправильно введены исходные данные и т.д.).

Принятие решений в любой отрасли, в том числе и нефтегазовой, осуществляется на основе оценки альтернативных вариантов и выборе лучшей альтернативы для данного набора информации, конкретной ситуации и именно в этот момент времени. Принять «правильное» решение - значит выбрать такую альтернативу из множества возможных, в которой с учетом всех разнообразных факторов и противоречивых требований будет оптимизирована общая ценность [2]. Основные элементы процесса принятия решения изображены на Рис.1.

Рис. 1 - Элементы процесса принятия решения

решение месторождение интеллект планирование

Непоследовательность исходной информации, двусмысленность в оценке ситуации, ошибки в интерпретации имеющихся данных (о пласте, работе скважин) сильно затрудняют принятие решения, а иногда приводят и к неправильному решению. Обычно выделяют несколько элементов, которые осложняют процесс принятия решения: неопределенность, двусмысленность информации, неправильная интерпретация данных ввиду их сложности. Причиной неопределенности почти всегда является нехватка информации (например, нет данных о работе скважин или необходимые исследования выполнены не в полном объеме), в то время как избыток данных является причиной двусмысленности или, говоря другими словами, двух или более подходов в оценке ситуации. Именно по этим причинам, такие задачи невозможно привести к четко поставленным целям. Чтобы этого добиться, необходимо избавиться от неопределенности, например, экспертным путем, когда предпочтения в том или ином вопросе определяются специалистом. Таким образом, в оценку альтернативных вариантов вносятся субъективные представления специалистов о важности отдельных критериев.

С течением времени и развитием компьютерных технологий, связанных с хранением больших объемов, анализом поступающей и «исторической» информации и использованием данных и результатов анализа, например, таких как «Большие Данные», стало возможным создание интеллектуальных систем поддержки принятия решения (СППР), способных в сжатые сроки, с учетом всех возможных факторов, анализировать альтернативные варианты работы нефтегазового промысла и предлагать наилучшее управленческое решение.

Интеллектуальная СППР является интеграцией системы поддержки принятия решения и технологии искусственного интеллекта (ИИ), сочетая в себе основные функции системы поддержки принятия решения и логику методов ИИ. Искусственный интеллект рассматривается как система, способная «мыслить» и «действовать» [3]. В первом измерении ИИ рассматривается как система, способная думать, как люди или думать рационально. Во втором измерении ИИ рассматривается как система, которая действует как люди или, которая действует рационально (Рис.2).

Рис. 2 - Измерения в технологии ИИ

Эффективность ИИ в системе поддержки принятия решения зависит от того, какие методы ИИ заложены в систему. Наиболее популярными в данный момент являются Expert System, Fuzzy Logic, Neural Network, и Genetic Algorithm [4].

Компьютерная поддержка заключается в помощи руководителю в процессе принятия решений и включает:

помощь руководителю при анализе объективной составляющей, т.е. в понимании и оценке сложившейся ситуации и ограничений, накладываемых складывающейся ситуацией;

выявление предпочтений руководителя, т.е. в выявлении и ранжировании приоритетов, учете неопределенности в оценках руководителя и формировании его предпочтений;

генерацию возможных решений, т.е. формирование списка альтернатив;

оценку возможных альтернатив, исходя из предпочтений руководителя и ограничений, накладываемых внешней средой;

анализ последствий (прогноз) результатов принимаемых решений;

поддержку переговоров при принятии согласованного группового решения;

выбор лучшего, с точки зрения руководителя, варианта [1].

Все, описанное выше, подходит и для нефтегазового комплекса, который включает в себя большое количество взаимосвязанных процессов, влияющих на добычу. Основная цель руководителя на нефтегазовом промысле - это выполнение плана по добыче углеводородов, установленного на основе учета всей имеющейся информации о возможностях пласта, оборудования и учитывающего все внешние факторы, способные повлиять на процесс добычи.

Различают несколько видов планирования в зависимости от рассматриваемого периода: долгосрочное планирование (более 3 лет), среднесрочное планирование (1-3 года) и краткосрочное планирование (несколько месяцев). Иногда компании создают более детальный план на срок от 2х до 4х недель с целью повышения операционной эффективности. При этом краткосрочное планирование должно учитывать все мероприятия, которые необходимо выполнить за рассматриваемый период, такие как остановки скважин на исследования, периодический ремонт оборудования и т.д. С целью минимизации потерь и сокращения времени простоя оборудования некоторые мероприятия проводят одновременно, например, при исследовании скважины проводят замену внутрискважинного оборудования. Это позволяет избежать повторной остановки скважины для замены оборудования и, соответственно, избежать дополнительных потерь в добыче нефти и, как следствие, финансовых потерь.

Краткосрочное планирование учитывает все запланированные события, но при этом не отражает всех незапланированных событий, которые могут произойти в процессе эксплуатации, зачастую это выход оборудования из строя, что приводит к срыву планов по добыче, изменению и пересмотру краткосрочных экономических показателей, снижению экономической эффективности. Такие события требуют принятия решения с учетом всех факторов в сжатые сроки и многократно повышают сложность принятия решения. Поэтому для минимизации потерь в добыче нефти, предлагается создать модель поведения месторождения, которая бы:

учитывала все процессы, влияющие на добычу и работу оборудования;

просчитывала вероятность наступления того или иного события (на основе экспертных оценок специалистов);

создавала дерево решений и выдавала результат по каждому направлению, в зависимости от того, как будет развиваться ситуация;

анализировала «историческую» информацию на предмет выявления закономерностей и взаимосвязей.

Создание подобной модели поведения месторождения на основе систем поддержки принятия решений, позволит наилучшим образом реагировать на незапланированные события и минимизировать потери компании в краткосрочный период. Рассматриваемый в модели период должен укладываться в рамки от 2х до 4х недель, так как при более длительных периодах рассмотрения увеличивается степень неопределенности информации, что уменьшит вероятность принятия правильного и сбалансированного решения. Оценка эффективности использования подобной модели может быть проведена на сравнительной основе после некоторого периода времени с момента начала ее использования. Для создания такой модели будет необходимо проанализировать и учесть значительные объемы информации о работе месторождения, выделить факторы, влияющие на процесс добычи нефти и оценить их степень влияния и вероятность наступления.

Список литературы

1. Трахтенгерц Э.А, Степин Ю.П., Андреев А.Ф. Компьютерные методы поддержки принятия управленческих решений в нефтегазовой промышленности. - М.: СИНТЕГ, 2005, 592 стр.

2. Поспелов Д.А., Пушкин В.М. Мышление и автоматы. М. Советское радио. 1972.

3. S. Russell, and P. Norvig,. Artificial Intelligence: A Modern Approach (2nd). New Jersey: Pearson Education Inc., 2003.

4. W. Hussain W. Ishak, K. Ruhana Ku-Mahamud and N. Md Morwawi, Conceptual Model of Intelligent Decision Support System Based on Naturalistic Decision Theory for Reservoir Operation during Emergency Situation.

5. International Journal of Civil & Environmental Engineering IJCEE-IJENS Vol: 11 No: 02, April 2011

Размещено на Allbest.ru