WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 | 2 ||
Таблица 3
Корреляционная таблица взаимосвязи причин аварий и параметров эксплуатации по кластеризованным объектам

Параметр/

причина

Дебит по нефти

Дебит по жидкости

Обвод­нен­ность

Число скважин в кусте

Общее число аварий

Закачка воды на куст

Засорение

0,452

0,286

0,00

0,262

0,107

-0,048

«Полеты»

0,491

0,394

0,564

0,085

0,109

0,242

Окончание табл. 3

Электрические причины

0,011

-0,083

0,202

0,00

0,405

0,107

Снижение динамического уровня

-0,381

-0,214

0,714

-0,369

-0,321

0,095

Негерметичность НКТ

-0,012

0,655

0,607

0,310

0,583

Примечание: Выделенные значения статистически значимы на уровне 95%.

В четвертой главе рассматриваются вопросы моделирования отказов технологического оборудования в нефтедобыче.

Главной задачей всех используемых в настоящее время методов прогноза времени наступления отказа является необходимость построения временной прогностической функции той или иной степени сложности. Степень сложности модели в общем случае зависит не только от самого параметра, характеризующего изменение технического состояния (дебит, приемистость скважины, изменение энергопотребления и пр.), но и от уровня шумовой составляющей измерений и объема выборки.

Выбор модели, описывающей изменения показателей надёжности функционирования технологического оборудования, является наиболее ответственным и сложным этапом прогностической процедуры. Упрощение модели приводит к уменьшению точности прогноза времени наступления отказа. Излишнее усложнение модели может привести к неустойчивости алгоритма идентификации и, как правило, лишает идентификационные модели предсказательной силы. Кроме того, необходимо учитывать, что степень сложности модели зависит не только от идентифицируемого параметра, но и от уровня погрешности первичных измерений.

В первом разделе четвертой главы предлагается метод определения оптимальной степени сложности прогностической модели. В качестве этого метода предлагается использовать метод структурной минимизации среднего риска (СМСР), который позволяет строить прогностические модели оптимальной сложности даже по информации с высоким уровнем шума. В работе проведена апробация предлагаемой методики для прогнозирования развития основных дефектов оборудования, которая показала, что увеличение точности прогноза при ее применении достигает 10…30 %.

Нами были обработаны данные тренда производительности скважины по жидкости, за период 30-ти суток (интервал «а» – база прогноза на рис.5). Ставилась задача определить время отказа с наибольшей точностью.

Предварительная селекция элементарных функций, описывающих подобное поведение экспериментальных кривых, показала, что наиболее точны (в смысле дисперсии адекватности) полиноминальные зависимости.

На рис. 5 показано поведение трёх полиномов различной степени сложности, построенных на одном и том же массиве данных (интервал «а» на рис. 5).

Анализ полученных результатов показывает, что ошибка прогноза момента наступления аварии линейной моделью составляет 56%, полиномом 3-й степени 14%, полиномом 2-й степени 2%. В то же время величина дисперсии адекватности всех этих моделей на этапе обучения (зона «а» на рис.5) практически одинакова.

Таким образом, становится очевидным необходимость использования дополнительных методов обработки данных, в полной мере реализующих информационные возможности мониторинговых систем.

Предлагаемый метод выбора прогностической модели оптимальной степени сложности имеет тот недостаток, что априорно предполагается, что класс функций, в котором оцениваются эти модели, заранее определен. В реальных же условиях выбор того или иного класса функций сам по себе является весьма сложной, а порой неразрешимой задачей. Поэтому предлагается строить модели прогноза отказов на основе метода авторегрессии.

Рассмотрим возможности применения этого метода к поставленной нами задаче прогноза изменения дебита при воздействии на этот параметр n различных факторов.

Рис.5. Сравнение прогностических возможностей моделей различной сложности. Причина аварии – засорение рабочих органов насоса песком

Интервал «а» – база для прогноза, интервал «b» – прогноз.

1 – полином 1-й степени;

2 – полином 2-й степени;

3 – полином 3-й степени;

маркеры в форме ромба – фактические данные непосредственно перед полным отказом

Известно, что дискретные периодические решения имеют так называемые разностные уравнения с постоянными коэффициентами:

xn+m = amxn+m-1 + am-1xn+m-2 + am-2xn+m-3 +… a1xn. (9)

Если заданы x1, x2,… xm, то по формуле (9) можно найти xm+1, xm+2 и т.д. Общее решение такого уравнения имеет вид

. (10)

Величины ak = exp(k) являются корнями многочлена степени m с коэффициентами 1, -am, -am-1,…. -a1. Если все k чисто мнимые, решение будет суммой гармонических колебаний, в противном случае оно будет содержать возрастающие или убывающие составляющие.

Суть предлагаемого метода заключается в том, что обычно в обрабатываемой выборке значимых частот немного, и в этом случае ее с достаточной точностью можно рассматривать как решение разностного уравнения. Для этого, задавшись некоторым m, методом наименьших квадратов определяют коэффициенты ai, а затем, решая уравнение m-й степени, вычисляют искомые частоты. При этом надо учитывать, что число коэффициентов должно быль не меньше чем 2d, где d - число существенных частот в спектре.

Эта методика, в отличие от Фурье-разложения, позволяет прогнозировать будущее поведение временного ряда.

Далее в работе приводятся практические примеры реализации методики на примере прогноза отказов насосно-силового оборудования. Результаты использования предлагаемой методики показывают, что точность прогноза времени наступления отказов удовлетворительна только на несколько шагов по времени. При долгосрочном прогнозировании точность существенно падает.

Поэтому в этом же разделе диссертации предлагается метод прогноза, в котором есть возможность интерпретации результатов за счет участия в процедуре прогноза лица, принимающего решение (ЛПР) о достаточной точности прогноза. В его основе лежит свободный от модели алгоритм, предназначенный для исследования структуры временных рядов. Этот метод совмещает в себе достоинства многих других алгоритмов, в частности, анализа Фурье и регрессионного анализа. Одновременно он отличается наглядностью и простотой в управлении.

Базовый вариант метода состоит в преобразовании одномерного ряда в многомерный с помощью однопараметрической сдвиговой процедуры, исследовании полученной многомерной траектории с помощью анализа главных компонент (АГК) и восстановлении (аппроксимации) ряда по выбранным главным компонентам. Результатом применения метода является разложение временного ряда на простейшие элементы: медленные тренды, сезонные и другие периодические или колебательные составляющие, а также шумовые компоненты. Полученное разложение может служить основой прогнозирования как самого ряда, так и его отдельных составляющих.

В последнем разделе четвертой главы рассмотрено влияние динамической составляющей нагрузок в колонне штанг на надежность эксплуатации штанговых глубиннонасосных установок. Разработана математическая модель, описывающая динамические нагрузки ШГНУ в зависимости от технических характеристик ШГНУ и физических свойств добываемой жидкости, проведено сравнение расчетных данных с данными ИИС и показано, что погрешность модели не превышает 10%. Установлено, что наличие динамической составляющей нагрузок ШГНУ оказывает существенное влияние на надежность работы штанговых насосов и даны рекомендации по снижению этого влияния.

ОСНОВНЫЕ ВЫВОДЫ

  1. Разработаны принципы определения сроков оптимальной замены нефтегазового оборудования и определения периодичности его замены для повышения безопасности и надежности разработки нефтепромыслов. Приводятся рекомендации по выбору марок и типов оборудования с учетом его стоимости, эффективности и сроков окупаемости. Создана компьютерная программа для расчетов, предложен план оптимальных замен оборудования для одного из предприятий ТНК-ВР.
  2. Предложены математические модели, позволяющие прогнозировать интенсивность отказов установок ЭЦН и ШГН. Установлены количественные критерии влияния условий эксплуатации этого оборудования на его рабочий ресурс. Показано, что достоверность разработанных моделей не менее чем в два раза превосходит точность прогноза моделей, использующих гипотезу стационарных потоков отказов.
  3. Предложен способ обнаружения и локализации на территории нефтяных месторождений зон с аномально высокими показателями интенсивности отказов насосно-силового оборудования.
  4. Установлено, что различные типы отказов оборудования имеют детерминированный характер по месту локализации аварий. Установлены статистически значимые связи между типами отказов и технологическими характеристиками эксплуатации кустов скважин.
  5. Разработан алгоритм прогнозирования момента времени наступления отказа в работе насосно-силового оборудования, основанный на анализе временной динамики изменения дебитов скважин. Апробация методики показала, что её применение позволяет увеличить точность прогноза не менее чем на 20-25% по сравнению с традиционными способами прогноза.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ НАУЧНЫХ ТРУДАХ

  1. Байков И.Р., Китаев С.В., Шаммазов И.А., Медведев А.В. Исследование выбросов парниковых газов на газотранспортных предприятиях// Нефть и газ.-2008.-№3.-С. 114-117.
  2. Сычев Ю.А., Медведев А.В., Старостин В.В. Режимы компенсации реактивной мощности активными фильтрами в сетях горных и нефтегазовых предприятий// IX Международная конференция «Новые идеи в науках о земле».- М.:, РГГРУ им. Серго Орджоникидзе, 14-17 апреля 2009.-С. 249.
  3. Гамазин С.И., Медведев А.В., Гумиров Д.Т., Пупин В.М. Устройства быстродействующего АВР и решение проблем непрерывности технологических процессов// Электро-info.-2008.- Сентябрь.-№9(56).-С. 54-63.
  4. Медведев А.В., Старостин В.В., Сычев Ю.А. Прогнозируемая компенсация реактивной мощности и коррекция кривых тока и напряжения в сетях нефтегазодобывающих предприятий// Геоэкологические и инженерно-геологические проблемы развития гражданского и промышленного комплексов города Москвы: материалы научно-практической конференции.- М.: РГГРУ, 15-17 апреля 2008.-С. 257-258.
  5. Абрамович Б.Н., Аденова Г.А., Устинов Д.А., Медведев А.В. Использование солнечной энергии для электроснабжения энергетических установок горного производства// Геоэкологические и инженерно-геологические проблемы развития гражданского и промышленного комплексов города Москвы: материалы научно-практической конференции.- М.: РГГРУ, 15-17 апреля 2008.-С. 236-237.
  6. Полищук В.В., Медведев А.В. Особенности работы релейной защиты в промысловых распределительных сетях с автономными энергоисточниками// Геоэкологические и инженерно-геологические проблемы развития гражданского и промышленного комплексов города Москвы: материалы научно-практической конференции.- М.: РГГРУ, 15-17 апреля 2008.- С. 253-254.
  7. Абрамович Б.Н., Сычев Ю.А., Медведев А.В., Старостин В.В., Аболемов Е.Н., Полищук В.В. Коррекция коэффициента мощности в сетях нефтепромыслов с помощью активного фильтра// Нефтяное хозяйство.-2008.-Май.-№5.-С. 88-90.
  8. Абрамович Б.Н., Сычев Ю.А., Медведев А.В., Старостин В.В., Аболемов Е.Н., Полищук В.В. Промышленные испытания активного фильтра в промысловых сетях ОАО «Оренбургэнефть ТНК-ВР»// Промышленная энергетика.-2008.-Октябрь.-№10.-С. 42-46.
  9. Медведев А.В., Шевинский Я.С. Крупные проекты ТНК-ВР: Оценка производственной безопасности»// Новатор.-2008.-Сентябрь – Ноябрь.-№24.-С. 27-29.

Соискатель Медведев А.В.

Pages:     | 1 | 2 ||






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»