Автоматизированные технологические комплексы нефтегазовой отрасли характеризуются все возрастающими требованиями к непрерывности действия их оборудования. Развитие техники и технологии, усложнение протекающих процессов, цифровизация производства – это основные причины происходящих изменений. Вместе с тем, экспоненциально растущий объем информации, циркулирующей в системе управления, создает стабильную платформу для использования современных методов анализа данных с целью выявления в них скрытых закономерностей. Выявленные закономерности в свою очередь позволяют сделать выводы о причинах аварийных и предаварийных событий на технологических объектах. Такой анализ в настоящее время осуществляется вручную, и требует участия эксперта высокой квалификации, функции которого сложно формализовать. Суть предлагаемого решения состоит в том, что современные интеллектуальные системы позволяют, если не полностью исключить человека, то существенно снизить его трудозатраты. Разработанный программный комплекс реализует подход, называемый RCA (Root Cause Analysis - анализ корневых причин) с использованием метода Data Mining. Это интенсивно развивающийся способ анализа больших массивов информации, отличный от классических методов математической статистики. Он позволяет обнаруживать в «сырых» данных ранее неизвестные, нетривиальные, но практически полезные и доступные интерпретации знания, необходимые для принятия решений. Результатом работы является программа, написанная на языке Delphi, которая предоставляет эксперту ряд инструментов, существенно сокращающих его трудозатраты и расширяющих его возможности. Среди них инструменты: для обработки событий, который позволяет выделять в анализируемом массиве данных наиболее уязвимые позиции; для построения гистограмм распределения сигнализаций по времени; для анализа зависимостей событий от предшествующих событий; для анализа отказов и определения их критичности.
Дальнейшее развитие работы предполагает расширение перечня поддерживаемых информационных систем, а также усложнение алгоритмов обработки данных. Создание общей базы отказов предприятия, оснащенной автоматизированной экспертной системой, позволит прогнозировать развитие связанных с ними ситуаций на объектах. Это обеспечит заблаговременную реакцию на такие события и позволит существенно повысить надежность автоматизированных технологических комплексов в нефтегазовой отрасли.
Список литературы
1. The Great plunge in oil prices: causes, consequences, and policy responses / J. Baffers, M.A. Kose, F. Ohnsorge, M. Stocker. – Policy research. World bank group, 2015. – 60 р.
2. Козлов В.В., Лапик Н.В., Попова Н.В. Оптимизация эксплуатационных затрат при управлении установкой электроцентробежных насосов // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2016. – № 6. – С. 43–48.
3. Gao C., Rajeswaran R., Nakagawa E. A Literature Review on Smart Well Technology // SPE 106011-MS. – 2007.
4. Методы и модели анализа данных: OLAP и Data Mining / А.А. Барсегян, М.С. Куприянов, В.В. Степаненко, И.И. Холод. – СПб.: БХВ-Петербург, 2004. – 336 с.
5. Макленнен Дж., Танг Чж., Криват Б. Microsoft SQL Server 2008: Data Mining – интеллектуальный анализ данных / пер. с англ. – СПб.: БХВ-Петербург, 2009. – 720 с.
