Методика интеллектуальной поддержки принятия решений при разработке нефтегазовых месторождений в условиях низкой ситуационной осведомленности

Н. К. Ханнанов, А. В. Воробьев, Г. Р. Воробьева

Аннотация


Исследование посвящено снижению навигационного риска при наклонно-направленном бурении в условиях изменчивой геомагнитной обстановки и неполных измерительных данных. Для оценки дополнительной погрешности магнитной инклинометрии совместно используются данные наземных магнитных обсерваторий, спутниковые параметры солнечного ветра и межпланетного магнитного поля в окрестности точки L1, а также результаты инклинометрических измерений. До построения прогноза временные ряды очищаются от высокочастотной составляющей, пропуски восстанавливаются с выбором метода по протяжённости разрыва, а спутниковые и наземные данные синхронизируются с учётом времени распространения солнечного ветра. Решение в СППР формируется после сопоставления прогнозируемых отклонений магнитного склонения и наклонения с допустимыми порогами. Методика проверена на экстремальном геомагнитном событии 24.04.2023. Для рассмотренных станций максимальное дополнительное отклонение достигало 1.45° по магнитному наклонению и 6.04° по магнитному склонению. При прогнозировании отклонения магнитного наклонения случайный лес показал MAE 0.09–0.11° и коэффициент детерминации до 0.70. Полученные оценки могут использоваться СППР как основание для выбора режима буровых работ при ухудшении достоверности магнитных измерений.

Ключевые слова


Интеллектуальный анализ данных, система поддержки принятия решений; ситуационная осведомленность; временные ряды.

Полный текст:

PDF

Литература


[Ari24] Arias-Portela C. Y., Mora-Vargas J., et al. Situational awareness errors in forklift logistics operations: A multiphase eye-tracking and think-aloud approach // Logistics. 2024. Т. 8, № 4, 124. 10.3390/logistics8040124.

[Chi15] Chiroma H., Zavareh A. A., et al. Intelligent decision support systems for oil price forecasting // International Journal of Information Science and Management. 2015. Vol. 13, Special Issue. P. 47–59. irep.iium.edu.my/46196.

[Cid22] Cid-Galiot J. J., Aguilar-Lasserre A. A., Grande-Ramírez J. R., Juárez-Martínez U., Posada-Gómez R., Calderón-Palomares L. A. Intelligent decision support system to increase the operational reliability of the hydrocarbon pipeline transport system of a Mexican oil industry // J. Intelligent & Fuzzy Systems. 2022. Т. 43, № 4, С. 3961–3981. 10.3233/JIFS-212411.

[Ene21] Enemosah A. Intelligent Decision Support Systems for Oil and Gas Control Rooms Using Real-Time AI Inference // International Journal of Engineering Technology Research & Management. 2021. Vol. 5, No. 12. P. 236–255. ijetrm.com/issues/files/May-2021-08-1746675967-DEC202127.pdf.

[Has21] Hassan A., Aljawad M. S., Mahmoud M. An artificial intelligence-based model for performance prediction of acid fracturing in naturally fractured reservoirs // ACS Omega. 2021. Т. 6, № 21, С. 13654–13670. 10.1021/acsomega.1c00809.

[Kak15] Kaklauskas A. Intelligent Decision Support Systems // Biometric and Intelligent Decision Making Support: Intelligent Systems Reference Library, Vol. 81. Springer, Cham, 2015. P. 31–85. 10.1007/978-3-319-13659-2_2.

[Li22] Li P., Chen B., et al. DSS-OSM: An Integrated Decision Support System for Offshore Oil Spill Management // Water. 2022. Vol. 14, No. 1. Article 20. 10.3390/w14010020.

[Mez24] Meza E. B. M., de Souza D. G. B., et al. Tools, technologies and frameworks for digital twins in the oil and gas industry: an in-depth analysis // Sensors. 2024. Т. 24, № 19, 6457. 10.3390/s24196457.

[Nas21] Nasir Y., He J., Hu C., et al. Deep reinforcement learning for constrained field development optimization in subsurface two-phase flow // Frontiers in Applied Mathematics and Statistics. 2021. Т. 7, 689934. 10.3389/fams.2021.689934.

[Ned16] Naderpour M., Lu J., Zhang G. A safety-critical decision support system evaluation using situation awareness and workload measures // Reliability Engineering & System Safety. 2016. Т. 150, С. 147–159. 10.1016/j.ress.2016.01.024.

[Sag20] Sagdatullin A. Analysis of a discrete object control of oil and gas pumping system under uncertainty and unfull information conditions // 2020 International Russian Automation Conference (RusAutoCon). 2020. С. 405–409. 10.1109/RusAutoCon49822.2020.9208112.

[Sal22] Salem A. M., Yakoot M. S., Mahmoud O. Addressing diverse petroleum industry problems using machine learning techniques: literary methodology—spotlight on predicting well integrity failures // ACS Omega. 2022. Т. 7, № 3, С. 2504–2519. 10.1021/acsomega.1c05658.

[Sar22] Sarfaraz A. H., Yazdi A. K., et al. A decision support system for evaluating success factors of projects in the oil and gas industry // Mathematical Problems in Engineering. 2022. Vol. 2022. Article ID 6358562. 18 p. 10.1155/2022/6358562.

[Shf19] Shafiee M., Animah I., Alkali B., Baglee D. Decision support methods and applications in the upstream oil and gas sector // Journal of Petroleum Science and Engineering. 2019. Т. 173, С. 1173–1186. 10.1016/j.petrol.2018.10.050.

[Shv19] Shavranskyi V., Sementsov G. Development of an intelligent decision support system to control the process of well drilling under complicated conditions // Eastern-European Journal of Enterprise Technologies. 2019. Т. 5, № 9 (101), С. 6–14. 10.15587/1729-4061.2019.179401.

[Sin17] Singh M., Hetlevik S. Data–information–knowledge hierarchy based decision support system for risk based inspection analysis // International Journal of System Assurance Engineering and Management. 2017. Vol. 8, Suppl. 2. P. S1588–S1595. 10.1007/s13198-017-0631-7.

[Vor18] Воробьёв А. В., Воробьёва Г. Р. Индуктивный метод восстановления временных рядов геомагнитных данных // Труды СПИИРАН. 2018. Вып. 2(57). С. 104–133. 10.15622/sp.57.5. [Vorobev A. V., Vorobeva G. R. An inductive method for restoring geomagnetic time series // Trudy SPIIRAN. 2018. No. 2(57). P. 104–133. 10.15622/sp.57.5. (In Russian).]

[Vor19] Воробьёв А. В., Воробьёва Г. Р., Юсупова Н. И. Концепция единого пространства геомагнитных данных // Труды СПИИРАН. 2019. Т. 18, № 2, С. 390–415. 10.15622/sp.18.2.390-415. [Vorobev A. V., Vorobeva G. R., Yusupova N. I. Conception of geomagnetic data integrated space // Trudy SPIIRAN. 2019. Vol. 18, No. 2. P. 390–415. 10.15622/sp.18.2.390-415. (In Russian).]

[Vor22] Vorobev A., Soloviev A., et al. An approach to diagnostics of geomagnetically induced currents based on ground magnetometers data // Applied Sciences. 2022. Т. 12, № 3. Article 1522. 10.3390/app12031522.

[Vor24] Vorobev A. V., Vorobeva G. R. An Approach to Dynamic Visualization of Heterogeneous Geospatial Vector Images // Computer Optics. 2024. Vol. 48, No. 1, pp. 123–138. 10.18287/2412-6179-CO-1279.

[Wan24a] Wang Z., Cheng Z., et al. Research on intelligent decision support systems for oil and gas exploration based on machine learning // PLOS ONE. 2024. Vol. 19, No. 12. e0314108. 10.1371/journal.pone.0314108.

[Wan24b] Wang J., Shi L., et al. A digital twin modeling and application for gear rack drilling rigs lifting system // Scientific Reports. 2024. Vol. 14. Article 23711. 10.1038/s41598-024-73954-z.

[Wan24c] Wang T., Wei Q., et al. Current Status and Prospects of Artificial Intelligence Technology Application in Oil and Gas Field Development // ACS Omega. 2024. Vol. 9, No. 3. P. 3173–3183. 10.1021/acsomega.3c09229.

[Кан20] Кантюков Р. Р., Бутусов О. Б. и др. Система поддержки принятия решений по управлению рисками опасных ситуаций в сложных системах газоснабжения // Программные продукты и системы. 2020. Т. 33, № 2, С. 250–256. 10.15827/0236-235X.130.250-256. [Kantyukov R. R., Butusov O. B., et al. Decision support system for risk management of dangerous situations in complex gas supply systems // Programmnye Produkty i Sistemy (Software & Systems). 2020. Vol. 33, No. 2. P. 250–256. 10.15827/0236-235X.130.250-256. (In Russian).]

[Ков25] Ковалев Д. В., Воробьев А. В. и др. Оценка эффектов воздействия космической погоды на достоверность показаний магнитных инклинометров // Космические исследования. 2025. Т. 63, № 6. С. 590–600. 10.7868/S3034550225060024. [Kovalev D. V., Vorobev A. V., et al. Assessment of the effects of space weather on the reliability of the readings of magnetic inclinometers // Cosmic Research. 2025. Vol. 63, No. 6. P. 590–600. 10.7868/S3034550225060024. (In Russian).]




DOI: https://doi.org/10.54708/SIIT-2026-no5-p102

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2026 Н. К. Ханнанов, А. В. Воробьев, Г. Р. Воробьева