Система поддержки принятия решений при автоматизированном оперативно-диспетчерском управлении объектами добычи и транспорта газа

  • Автор:
  • Специальность ВАК РФ: 05.13.06
  • Научная степень: Кандидатская
  • Год защиты: 2008
  • Место защиты: Москва
  • Количество страниц: 190 с. : ил.
  • бесплатно скачать автореферат
  • Стоимость: 250 руб.
Титульный лист Система поддержки принятия решений при автоматизированном оперативно-диспетчерском управлении объектами добычи и транспорта газа
Оглавление Система поддержки принятия решений при автоматизированном оперативно-диспетчерском управлении объектами добычи и транспорта газа
Содержание Система поддержки принятия решений при автоматизированном оперативно-диспетчерском управлении объектами добычи и транспорта газа
1. АНАЛИЗ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ ДОБЫЧИ И ТРАНСПОРТА ГАЗА КАК ОБЪЕКТОВ ДИСПЕТЧЕРСКОГО КОНТРОЛЯ И УПРАВЛЕНИЯ
1.1. Характеристика технологических процессов газовой отрасли
1.2. Свойства технологических объектов управления
1.3. Диспетчерское управление объектами добычи и транспорта газа
1.3.1. Автоматизация диспетчерского управления
1.3.2. Анализ моделей технологических процессов транспортировки газа
1.4. Анализ моделей представления знаний
1.4.1. Логические модели
1.4.2. Сетевые модели
1.4.3. Объектные модели
1.4.4. Продукционные модели
1.5. Программные аспекты создания систем поддержки принятия решений газодобывающих предприятий
1.6. Анализ моделей представления знаний для динамических сред
1.6.1. Модели на основе логики умолчаний
1.6.2. Модели представления знаний на основе временных логик
Выводы по главе
2. РАЗРАБОТКА ОБЩИХ ПРИНЦИПОВ ПОСТРОЕНИЯ ГИБРИДНЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ УПРАВЛЕНИЯ ГАЗОДОБЫВАЮЩИМИ ПРЕДПРИЯТИЯМИ
2.1. Формализованное представление процесса управления
диспетчеризацией
2.1.1. Концептуальная постановка задачи принятия решений управления газодобычей
2.1.2. Формализованная постановка задачи принятия решения по обнаружению неисправностей
2.1.3. Процедура поиска рационального решения для конкретной нештатной
ситуации
2.2. Ресурсы дискретной системы и управляемые события
2.3-. Идентификация событий в динамической системе управления газодобычей
2.4. Формализация понятий действий в системе моделирования
2.5. Формализация понятий операции
2.6. Интеллектуальная моделирующая система на основе РДО-модели
2.7. Структура продукционного имитатора системы моделирования
Выводы по главе
3. РАЗРАБОТКА МЕТОДОВ СТАТИСТИЧЕСКОГО АНАЛИЗА И ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ СИСТЕМЫ УПРАВЛЕНИЯ ГАЗОДОБЫЧЕЙ
3.1.' Разработка методов статистического анализа характеристик добычи газа
3.1.1. Анализ зависимостей и прогнозов давления и добычи газа
3.1.2. Регрессионные модели анализа давления в зависимости от местоположения скважин
3.2. Анализ взаимозависимости характеристик разведочных и добывающих скважин
3.2.1. Корреляционный анализ характеристик скважин
3.2.2. Факторный анализ характеристик добычи
3.2.3. Анализ параметров добывающих скважин
3.3. Оптимизация параметров вычислительного комплекса АСУТП транспортировки газа
3.3.1. Модель структуры вычислительного комплекса АСУТП газокомпрессорной станции
3.3.2. Формализованная модель функционирования АСУТП
3.3.3. Результаты моделирования по выбору оптимальных режимов квантования
3.3.4. Анализ характеристик процедуры оптимизации
Выводы по главе
4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ОБЪЕКТАМИ ЕСГ
4.1. Особенности межпромыслового коллектора ООО «Уренгойгазпром»
4.2. Реализация системы поддержки принятия решений в составе системы телемеханики межпромыслового коллектора
4.3. Методика построения ЄППР в системе управления газодобычей
Выводы по главе
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЕ. Документы о внедрении и использовании результатов работы
Одно из направлений развития АСУ технологическими процессами газовой отрасли является диспетчерское управление, организованное в рамках отраслевой системы оперативно-диспетчерского управления (ОСОДУ). В иерархии управления газодобывающего и газотранспортного предприятия диспетчерской службе отводится важная функция по интегрированию управления всеми технологическими объектами, обеспечивающими процесс добычи и транспорта газа. Современные системы автоматизации производств должны удовлетворять предъявляемым к ним требованиям в условиях необходимости принятия ответственных решений в ограниченные сроки. Системы оперативного диспетчерского управления технологическими процессами должны располагать потенциалом для выявления и диагностики нештатных и аварийных ситуаций, применения методов искусственного интеллекта и реализации систем поддержки принятия решений (СППР).
На действующем производстве цена диспетчерского решения очень велика, что психологически давит на диспетчера. Сложность принятия решения возрастает при отсутствии или недостоверности части параметров. Кроме того, с течением времени тенденция ухудшения ситуации может нарастать, в связи с чем, резко уменьшится резерв времени на принятие решения. Это время необходимо постоянно отслеживать и определять заново в ходе поиска решения. Проблемы взаимодействия человека и машины стали в настоящее время общими для атомной энергетики, нефтяной и газовой промышленности, химического производства, авиации, транспорта и других отраслей народного хозяйства. Анализ ряда аварий в этих отраслях показал, что одной из причин аварий являются ошибки диспетчерского персонала, непринятие или принятие неправильных управляющих решений. Таким образом, в увеличении степени технологического риска и снижении производственной безопасности в системе «человек - машина»
правило содержит две "меры", используемые для модификации коэффициента определенности утверждения, выведенного этим правилом. Первая из мер (мера И) используется в том случае, если условие определено как истинное, а вторая (мера Л) - если условие ложно. Условие оценивается как истинное, если его коэффициент определенности лежит в промежутке (0,+1].
При необходимости в иерархических сетях можно представить любые логические связки и кванторы. Кроме представления логических связок и кванторов, сеть может быть использована также для кодирования других структур высших порядков. При решении многих конкретных задач представление знаний только в виде семантических сетей оказывается неудобным или неэффективным. По этой причине в семантических сетях вводят механизм процедурных присоединений и в таком виде они близки к объектным моделям. С концептуальной точки зрения сетевые модели могут быть сведены к логическим.
1.4.3. Объектные модели
Объектное представление изначально строилось как фрейм-представление. Фрейм - это структура данных, предназначенная для представления некоторой стандартной ситуации [173]. С каждым фреймом ассоциируется разнообразная информация (в том числе и процедуры), например, информация о том, как пользоваться данным фреймом, каковы ожидаемые результаты выполнения фрейма, что делать, если ожидания не оправдались, и т.п. Фрейм можно представлять в виде сети, состоящей из вершин и отношений (дуг). "Верхние уровни" фрейма фиксированы и представляют сущности, всегда истинные в ситуации, описываемой данным фреймом. "Нижние уровни" заканчиваются слотами, которые заполняются конкретной информацией при вызове фрейма.
Известно, что существует аналогия между фреймами и описанием процедур в языках программирования. Фрейм соответствует описанию

Рекомендуемые диссертации данного раздела