Описание проекта

Рекомендательные системы на базе методов машинного обучения были использованы для нефтегазовой отрасли. 

Программный комплекс "Прогноз-Н" разработан для оптимизации мероприятий по повышению эффективности нефтедобычи с помощью методов машинного обучения (нейросетей).

«Прогноз-Н» представляет собой максимально дружественную программу, позволяющую нефтеразработчикам быстро и наглядно получать прогноз оптимизации технологического режима скважины в целях повышения ее прибыльности. Для реализации данной разработки были проведены предварительные исследования и анализ базы данных с использованием методов машинного обучения, в том числе и оригинальных. С помощью разработанного программного комплекса был создан пошаговый план перевода объекта (нефтяной скважины) из класса с не благоприятным прогнозом (неприбыльная скважина) в класс с благоприятным прогнозом (прибыльная скважина).

Новизна разрабатываемого комплекса заключалась в реализованных в нем оригинальных методов машинного обучения (логико-статистический подход), позволяющих выявлять наиболее информативные критерии технологического режима эксплуатации скважин.

Основными качественными характеристиками программного комплекса «Прогноз-Н» стали иллюстративная прозрачность отчетов и достоверность найденных закономерностей. Количественными характеристиками стали: точность прогноза.

Разработанный нами Комплекс «Прогноз-Н» содержит современные методы машинного обучения, способные проводить многопараметрический анализ с вычислением достоверных закономерностей, с выявлением наиболее важных параметров, и в отчетности использует наглядные диаграммы рассеяния по одномерным и двумерным наиболее информативным показателям с доказанной достоверностью.

Отличительной особенностью предлагаемого подхода «Прогноз-Н» является использование современных методов машинного обучения и интеллектуального анализа данных, при этом используемый подход включает наглядную визуализацию выявляемых закономерностей и связей между показателями. Преимуществом подхода является его объективность, и привязка непосредственно к конкретной ситуации. А также оперативность, поскольку он основывается исключительно на имеющихся базах данных и не требует дополнительных исследований и моделирования. Метод также не требует углубленных экспертных знаний и позволяет обходиться только объективной информацией, без привлечения дорогостоящих экспертов.

«Прогноз-Н» имеет следующие преимущества: простоту в эксплуатации (каждый специалист может освоить программу и сделать анализ, даже не имея высшего математического образования).

Сравнительные характеристики наших методов имеют преимущества по сравнению с нейросетевыми разработками. Т.к. нейросетевые разработки страдают тем, что представляют собой "черный ящик" - то есть результат распознавания становится известен, но почему он получен, никакого объяснения нет. Предлагаемый в проекте подход позволяет выявлять самые важные закономерности, доказывать их математическую достоверность, располагать по информативности ключевые параметры, требующие особого внимания для достижения поставленной цели.

Программный комплекс "Прогноз-Н" позволяет преодолеть недостатки нейросетевых подходов благодаря прозрачности получаемого решающего правила. Вследствие этого был получен очень удобный в эксплуатации, простой и недорогой цифровой инструмент, позволяющий повысить стабильность уровня нефтедобычи и увеличить рентабельность нефтяных компаний. В частности, был проведен сбор дополнительной информации, содержащей детальные сведения об истории эксплуатации, проведение анализа данных и создание алгоритмов прогнозирования уровня и стабильности нефтедобычи; был набран достаточный объём и оценено качество экспериментальных данных, была вычислена достоверность отобранных информативных критериев технологического режима эксплуатации скважин, был проведен по результатам анализа данных отбор оптимальных методов машинного обучения и есть возможность предоставить поэтапный план дальнейших действий по оптимизации технологического режим скважин.

Конечными потребителями программного комплекса «Прогноз-Н» для анализа и разработки нефтяных и газовых месторождений могут быть профильные специалисты предприятий нефтегазовых разработок, таких, как «Самаранефтегаз», АНК "БашНефть", ОАО "Газпромнефть", Imperial Energy, ООО «Западно-Малобалыкское» и др.

Стоимость комплекса «Прогноз-Н» зависит от числа рабочих мест, которые будут предусмотрены в договоре, а также от условий абонентского обслуживания и консультирования по комплексу. Стоимость будет составлять от 80 000 руб. до 92 000 руб. в зависимости от комплектации. Средняя стоимость аналогов – 120 000 – 130 000 руб.

Программный комплекс «Прогноз-Н» позволит нефтяникам повысить эффективность эксплуатации скважин, путем воздействия на выявленные ключевые параметры и оптимизации технологического режима эксплуатации скважин.

Технологические требования к производству разработки: Операционная система: Windows 7, 8, 10 с установленным .NET 4.5; Процессор: 1 ГГц или выше; Оперативная память: 512 Мб; Место на диске: 100 Мб; Минимальное разрешение экрана: 1024 х 768 пикселей. Язык программирования: С#. Для успешной разработки необходимо 2 компьютера с достаточным быстродействием.

Требования к квалификации работников для эксплуатации компьютерного комплекса «Прогноз-Н» - не требуется глубокой математической подготовки. Наглядные иллюстрации показывают, каких границ наиболее информативных показателей нужно достичь при настройке технологического режима, чтобы скважина могла быть классифицирована как объект из благоприятного класса (прибыльная скважина).

Методы машинного обучения на обучающей выборке позволяют выявить набор наиболее информативных показателей, от которых зависит отнесение того или иного объекта (нефтяной скважины) в первый класс (высокий объем добычи нефти) или во второй (низкий объем). Использование метода оптимально достоверных разбиений (ОДР) на одномерных показателях выявляет закономерности, которые связывают номер класса с экономическими показателями. Также в планируемом исследовании будут представлены закономерности, которые выявлены в рамках простейшей одномерной модели с одной граничной точкой и со значимостью не хуже, чем pxtagstartz0,001.

#инвестиционно_привлекательный

Презентации

БигДата в прогнозировании нефтедобычи

Пульс