Тема: Разработка инструментария предварительной обработки данных для скрининга технологий МУН
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
Постановка задачи 6
Обзор литературы 7
Глава 1. Описание инструментария 9
1.1. Извлечение данных 9
1.2. Предобработка данных 12
1.3. Анализ данных 13
Глава 2. Реализация 17
2.1. Архитектура 17
2.2 Логика работы 17
Глава 3. Обзор работы приложения 19
Выводы 24
Заключение 25
Список литературы 26
Приложения 28
Приложение 1 28
Приложение 2 30
Приложение 3 32
📖 Введение
За последние пятнадцать лет истощение запасов легкой нефти привело к снижению темпов и осложнениям условий добычи, а, следовательно, к сокращению объемов добычи нефти и уменьшению периода капитального ремонта и срока эксплуатации оборудования. Частая смена и использование малопродуктивного оборудования сопровождается ростом себестоимости. Следствием этих процессов является устойчивое снижение рентабельности добычи нефти [1].
В России легкие нефтяные месторождения разрабатываются более чем наполовину, тогда как геологические запасы высоковязкой и тяжелой нефти достигают 6-7 млрд. тонн (40-50 млрд. Баррелей). Однако использование и производство этих запасов требуют специализированных дорогостоящих технологий [2]. Эксплуатационные расходы на добычу тяжелой нефти и природного битума превышают темпы добычи легкой нефти в 3-4 раза. Это связано не только с высокой плотностью и вязкостью тяжелых масел, но и с недостаточным развитием технологий для их производства и переработки. Таким образом, исследование и применение новых технологий производства тяжелой и высоковязкой нефти является приоритетным направлением развития нефтедобывающего сектора.
Методы увеличения нефтеотдачи (МУН) выбираются в зависимости от геолого-физических характеристик и свойств месторождения. Не существует полностью идентичных месторождений, они могут различаться по плотности, вязкости и составу нефти; по нефтенасыщенности, литологическому составу, смачиваемости, глубине и толщине, горизонтальной проницаемости коллектора и т.д. При этом на части залежи технология может быть применима, а в целом по пласту - нет. Следовательно, для каждой скважины необходимо оптимальным образом спрогнозировать соответствующую технологию.
Скрининг обеспечивает поиск наиболее подходящих технологий путем анализа существующих МУН для заданных характеристик конкретной залежи. В настоящее время большинство результатов исследований храниться в различных электронных базах в виде научных публикаций. Таким образом, скрининг технологий МУН сводится к изучению статей, посвященных повышению нефтедобычи.
В 2007 году американским ученым Джимом Греем было введено понятие четвертой парадигмы научных исследований, которая встает в один ряд с двумя классическими - теорией и экспериментом, а также третьей - крупномасштабным компьютерным моделированием. Четвертая парадигма подразумевает совместное использование моделирования, теории и эксперимента в условиях огромных объемов данных [3], с последующей обработкой и хранением полученной информации (так называемый архив науки).
Архив науки возможно использовать в большом масштабе, как корпус текстов и набор взаимосвязанных источников данных. При применении вычислительных технологий, производится поиск удовлетворяющих источников и выдвижение гипотез на основе комбинаций найденных данных об экспериментах, теориях и моделировании. Таким образом, согласно парадигме Грея, можно сказать, что все уже заранее известно и посчитано, нужно лишь только найти. Для этого существуют различные распределенные базы данных, электронные библиотеки, облачные хранилища и т.п. Они содержат огромный цифровой ресурс, который стал важной архитектурой веб-приложений.
Данные цифровых библиотек и баз данных огромны, неоднородны, динамичны. Точка доступа к данным — это способ представления запроса гетерогенной информации и предоставления интеллектуальных услуг пользователям. Электронные базы направлены на создание широкомасштабной расширяемой и распределенной системы знаний путем интеграции и использования новейших компьютерных, коммуникационных и мультимедийных технологий. Благодаря системе знаний электронная база может обеспечить высокоскоростной унифицированный поиск услуги электронного доступа для своих пользователей.
Основой данной работы является исследование методов извлечения информации из электронных ресурсов, а также проведение анализа полученной информации для выявления наиболее релевантных источников. Работа выполнена по заказу ООО «Газпромнефть НТЦ»; в качестве метода анализа источников компанией предложен поиск центров компетенций. Под данным поиском понимается выделение компаний, наиболее грамотных и экспертных в определённой области знаний.
✅ Заключение
Разработанная система может быть удобным инструментом для повышения качества и скорости работы по выбору технологий МУН. Приложение значительно снизит время на обработку больших объемов информации сотрудниками нефтедобывающей компании, что позволит сфокусироваться на более приоритетной части скрининга - выборе технологии. Кроме того, хранение данных в электронном виде позволит значительно снизить затрачиваемые усилия на повторный поиск.





