Обзор методов кластеризации и ранжирования технологической доступности арктических морей на примере Баренцева моря

UDK: 622.276.1/.4.04

DOI: 10.24887/0028-2448-2017-7-64-67

Ключевые слова: Арктика, Баренцево море, технологическая доступность, нечеткая логика, классификация, кластеризация, ранжирование, многокритериальный подход

Авт.: К.Н. Пивоваров, А.Б. Золотухин, (РГУ нефти и газа (НИУ) имени И.М. Губкина)

Золотухин Анатолий Борисович (11 марта 1946 - 12 марта 2022) - горный инженер, крупный специалист в области разработки нефтяных месторождений, доктор технических наук, профессор, член редакционной коллегии журнала "Нефтяное хозяйство".

Подробнее...

---

Акватория шельфа Российской Федерации является чрезвычайно богатой углеводородами. Так, начальные суммарные извлекаемые ресурсы континентального шельфа России наиболее часто оцениваются в 100 млрд т н.э. Освоение углеводородных ресурсов арктических морей России находится на начальной стадии, и наличие надежной системы планирования работ на шельфе необходимо для того, чтобы выстроить процесс освоения региона более обоснованно и сделать его более безопасным, надежным и рациональным.

Одной из важных задач прогнозирования работ на шельфе Арктики является оценка технической доступности акваторий, перспективных на нефть и газ, и прогнозирование очередности работ. Такой прогноз сопутствует обеспечению мер экологической и промышленной безопасности на морских объектах добычи, что является одной из наиболее актуальных задач освоения углеводородных ресурсов Арктики. Анализ природно-климатических, технических и экологических условий освоения является первой и, безусловно, важной стадией построения методики классификации арктических акваторий. Второй, не менее важной, составляющей является разработка методологии оценки, которая должна содержать все важные параметры и отражать качество имеющихся данных. Понимание сложности условий освоения и их правильный «перевод» на язык математики с целью общей оценки технологической доступности нефтегазовых ресурсов арктического шельфа позволяют правильно прогнозировать их освоение.

В статье приведен обзор и анализ некоторых из существующих методик классификации и представлена собственная концепция классификации: кластеризации и ранжирования, основанная на принципах нечеткой логики. Показано, что предлагаемый в работе подход обладает рядом преимуществ, позволяющих более качественно подходить к оценке технологической доступности арктических морей. К еще одному достоинству предлагаемого подхода относится то, что он позволяет построить сценарий освоения целого региона, основанный на постепенном вводе в эксплуатацию перспективных участков акватории, причем очередность ввода определяется увеличением сложности их освоения.

Список литературы

1. Богоявленский В.И. Перспективы и проблемы освоения месторождений нефти и газа шельфа Арктики // Бурение и нефть. – 2012. –№ 11. – С. 4–10.

2. Орлов А.И. О развитии математических методов теории классификации // Заводская лаборатория. Диагностика материалов. – 2009. – Т. 75. – № 7. – С. 51–63.

3. Коротков Э.М. Исследование систем управления. – М.: Издательско-консалтинговая компания «ДеКА», 2000. – 118 с.

4. Подиновский В.В. Введение в теорию важности критериев в многокритериальных задачах принятия решений. – М.: Физматлит, 2007. – 67 c.

5. Prudent Development: Realizing the Potential of North America’s Abundant Natural Gas and Oil Resources / Arctic National petroleum council of USA, 2011. – www.npc.org

6. Сочнев О.Я., Жуковская Е.А. Техническая доступность российского шельфа для освоения в современных условиях // Арктика: экология и экономика. – 2013. – № 2 (10). – С. 48–61.

7. GEBCO layer for ArcGIS map / ArcGIS. – режим доступа: http://www.arcgis.com/

8. Сочнева И.О. Современные технологии освоения морских нефтегазовых месторождений. 2-е изд., исправленное и дополненное. – М.: ООО «Газоил пресс», 2016. – 384 с.

9. Russian-Norwegian oil and gas industry cooperation in the High North [Электронный ресурс] / INTSOK, 2014. – режим доступа: http://www.intsok.com/Market-info/Markets/Russia/RU-NO-Project

10. Arctic – the next risk frontier [Электронный ресурс] / DNV GL. – режим доступа: https://www.dnvgl.com/technology-innovation/broader-view/ arc­­tic/the-arctic-risk-picture.html

11. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – СПб.: БХВ Петербурr, 2005. – 736 с.

12. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. – М.: Издательство Физико-математической литературы, 2001. – 224 c.

13. Zolotukhin A.B. Engineering methods in petroleum sciences // Course of lectures, preprint of University of Stavanger. – 2007. – 207 с.

14. Zade L.A. Fuzzy sets // Infrom. and Control. – 1965. – V. 8(3). – P. 338–353.

15. Хургин Я.И. Нечеткие методы в нефтегазовой промышленности. – М.: ГАНГ имени И.М. Губкина, 1995. – 131 с.