Повышение информативности гидродинамических исследований скважин тема диссертации и автореферата по ВАК РФ 25.00.17, кандидат технических наук Рочев, Алексей Николаевич

• Рочев, Алексей Николаевич
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Рочев, Алексей Николаевич

Введение.

1. Фрактальный анализ динамики давления в скважине.

1.1. Фрактальный анализ. Основные понятия.

1.2. Образование фрактальных структур в пористых средах.

1.3. Алгоритмы расчета фрактальных размерностей замеров временных рядов.

1.4. Область применения фрактального анализа.

1.5. Модельные примеры.

1.6. Фрактальный анализ динамики давления в скважине.

1.7. Выводы.

2. Применение искусственной нейронной сети для классификации кривых восстановления давления.

2.1. Искусственные нейронные сети. Основные понятия.

2.2. Задачи, решаемые с применением нейросетей.

2.3. Постановка задачи.

2.4. Модельные кривые восстановления давления. Формирование обучающего множества

2.5. Приведение задачи к безразмерному виду.

2.6. Классификация КВД с применением ИНС.

2.7. Выводы.

3. Регуляризация обратных задач гидродинамических исследований скважин.

3.1. Некорректно поставленные задачи. Понятия и определения

3.2. Область применения регуляризирующих алгоритмов.

3.3. Метод регуляризации по А.Н. Тихонову.

3.4. Регуляризация обработки кривой восстановления давления.

3.4.1 Регуляризация обработки кривой восстановления давления методом касательной.

3.4.2 Регуляризация обработки кривой восстановления давления методом П. Полларда.

3.5. Выводы.

4. Автоматизированная информационная система для обработки кривой восстановления давления.

4.1. Технические характеристики АИС.

4.2. Краткое описание интерфейса и работы с системой.

Введение диссертации (часть автореферата) на тему «Повышение информативности гидродинамических исследований скважин»

Задачей гидродинамических исследования скважин (ГДИС) является изучение коллекторских, фильтрационных, геометрических и других свойств проницаемых пластов и продуктивных характеристик скважин. Без проведения ГДИС нельзя, например:

• принять обоснованное решение о необходимости применения методов воздействия на призабойную зону пласта (ПЗП);

• количественно оценить гидродинамический результат проведенных методов воздействия на ПЗП;

• узнать потенциальную продуктивность скважины;

• обоснованно установить норму отбора из скважины.

При проведении исследований измерять непосредственно можно только дебиты, давления и расстояния между скважинами. Численные же значения параметров, характеризующих гидродинамические и продуктивные свойства пласта и скважин, определяются расчетами путем решения обратных задач подземной гидромеханики.

На промыслах страны наибольшее распространение получили два метода исследования:

• исследование скважин на установившихся режимах работы;

• исследования скважин на неустановившихся режимах работы.

Сущность исследования скважин на установившихся режимах работы заключается в замерах дебита и забойного давления скважины на нескольких режимах ее работы.

Сущность исследования скважин на неустановившихся режимах работы состоит в измерении изменяющегося давления либо на устье, либо на забое возмущающей или реагирующей скважины. Этот вид исследования реализуется на промыслах обычно в виде метода снятия кривой восстановления давления (КВД) на той же скважине, на которой изменяется режим работы. Поэтому этот метод иногда называют самопрослушиванием скважины. Исследование скважин на 4 неустановившихся режимах работы является наиболее информативным методом изучения продуктивных пластов.

Современный этап развития технологий характеризуется широкомасштабным внедрением информационных систем практически на всех уровнях производства. Это ведет к быстрому накоплению больших объемов информации. Особенностью гидродинамических исследований скважин является то, что они направлены на изучение сложной, скрытой от непосредственного наблюдения, природной системы - нефтяного или газового пласта. При этом следует учитывать не только процессы, протекающие в пласте, но и происходящие в стволе скважины. По этой причине оказывается, что получаемой информации чаще всего недостаточно для однозначного ответа на все вопросы, интересующие технологов по разработке месторождений. Более того, нередко полученные различными методами результаты оказываются противоречащими друг другу. В этих условиях возникает необходимость искать новые подходы для обработки результатов гидродинамических исследований.

Интерпретация результатов гидродинамических методов исследования приводит к необходимости решения обратных задач подземной гидромеханики. Решению обратных задач подземной гидромеханики посвящено множество монографий отечественной научной школы, среди которых особое место занимают труды

B.Н. Щелкачева. Методы и особенности обработки результатов гидродинамических исследований скважин изложены в работах З.С. Алиева, И.М. Аметова, Г.И. Баренблатта, К.С. Басниева,

C.Н. Бузинова, Ю.П. Желтова, Е.М. Гурленова, Г.А. Зотова, Ю.П. Коротаева, Л.Г. Кульпина, А.Х. Мирзаджанзаде, А.А. Мордвинова, И.Т. Мищенко, Ю.А. Мясникова, В.А. Соколова, P.M. Тер-Саркисова, И.А. Чарного, Э.Б. Чекалюка, Р.Г. Шагиева и др.

Несмотря на то, что математический аппарат решения уравнений подземной гидромеханики хорошо разработан, решение обратных задач наталкивается на трудности. Одной из них является выбор модели пласта, к которой относится конкретная кривая восстановления давления. Развитие численного моделирования позволяет получить множество эталонных кривых для различных моделей пластов. Возникает задача определения, к какой из моделей относится фактическая кривая восстановления давления. В работе рассмотрена возможность применения к ее решению инструмента искусственных нейронных сетей (ИНС). Среди публикаций, касающихся теории и применения ИНС, автором изучены работы А.Н. Горбаня, В.Г. Царегородцева, С.А. Терехова, Ф. Уоссермена.

Другой сложностью при определении фильтрационных параметров пласта по кривым восстановления давления является то, что задача определения параметров оказывается некорректно поставленной. Методы регуляризации некорректно поставленных задач изложены в монографиях А.Н. Тихонова. Примеры применения регуляризирующих алгоритмов к решениям задач нефтегазодобычи можно найти в работах А.Х. Мирзаджанзаде. В диссертации показано, что применение регуляризирующих алгоритмов для решения подобных задач позволяет получить более точные результаты по сравнению с традиционными методами.

Повышение чувствительности приборов, применяемых для ГДИС, позволило обнаруживать даже незначительное изменение измеряемой величины. Например, динамика изменения давления в добывающих нефтяных скважинах может иметь нерегулярный, хаотический xapaicrep. Учитывая многообразие процессов, которые могут происходить в системе пласт-скважина (фазовые превращения, отложение парафина и др.) в работе для анализа динамики давления в скважине использованы методы фрактального анализа. Фрактальный анализ временных рядов 6 является частью нелинейной динамики. Нелинейная динамика и синергетика являются бурно развивающимися в настоящее время областями науки. Им посвящено большое количество публикаций. Учитывая междисциплинарность подходов, развиваемых в этих науках, среди авторов работ по нелинейной динамике можно встретить специалистов из самых различных областей. В нефтегазодобыче это в первую очередь труды А.Х. Мирзаджанзаде и его научной школы. Основы фрактальной геометрии заложены в работах Бенуа Мандельброта. Методы анализа временных рядов с позиций нелинейной динамики описываются в публикациях П. Берже, К. Видаль, И. Помо, Г.Г. Малинецкого, Е. Федера и др.

Приведенные рассуждения позволяют сформулировать цель исследования, которая состоит в том, чтобы повысить вероятность принятия правильных решений по совершенствованию разработки месторождений нефти и газа за счет увеличения количества и повышения качества информации о пластах и скважинах, получаемой в результате гидродинамических исследований.

Информационную базу для проведения исследования составили модельные и фактические данные гидродинамических исследований скважин, показатели разработки и данные о технологических режимах работы скважин.

Научная новизна диссертационного исследования заключается в привлечении инструментария нейронных сетей для классификации кривых восстановления давления, применения регуляризирующих алгоритмов для уточнения результатов гидродинамических исследований, а также применения алгоритмов фрактального анализа для анализа колебаний давления в скважинах.

В процессе исследования получены теоретические и практические результаты, определяющие новизну и являющиеся предметом защиты:

• разработанные рекомендации по применению искусственных нейронных сетей для определения модели пласта по кривой восстановления давления;

• методика применения регуляризирующих алгоритмов для получения при обработке кривых восстановления давления более точных параметров пластов и скважин;

• вывод о том, что динамика давлений в фонтанирующих нефтяных скважинах может иметь детерминированный характер.

Практическая значимость. Применение методов и подходов, предлагаемых в работе позволит:

• более корректно интерпретировать полученные результаты промысловых гидродинамических исследований;

• получать более надежные оценки фильтрационных параметров пласта;

• принимать обоснованные решения по использованию методов улучшения фильтрационных характеристик призабойной зоны.

Реализация результатов. Тема диссертации связана:

• с госбюджетной НИР «§47. Совершенствование разработки месторождений нефти и газа в осложненных условиях»;

• с хоздоговорной НИР «Проведение динамического анализа разработки месторождений ОАО НК «КомиТЭК» и ОАО «Коминефть» на основе эволюционных синергетических моделей и оценки размерностных характеристик процессов при добыче нефти с целью определения направлений нефтеотдачи пластов»;

• с хоздоговорной НИР «Разработка методики интерпретации кривых восстановления давления в газовых скважинах, вскрывших трещиновато-пористый пласт, с использованием модели Полларда».

Заключение диссертации по теме «Разработка и эксплуатация нефтяных и газовых месторождений», Рочев, Алексей Николаевич

ОСНОВНЫЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ

Одним из факторов, определяющих развитие технологий в последние десятилетия, является бурное развитие систем сбора, хранения и обработки информации. Это касается практически всех областей производства. В нефтегазодобыче это проявляется в форме широкого внедрения средств телемеханики, автоматизированных систем управления, функционирующих в режиме реального времени. Базы данных, хранящие большие объемы информации, формируются практически на всех уровнях управления нефтегазодобывающим предприятием. Росту объема информации способствует также расширение спектра различного вида исследований (трехмерная сейсморазведка, акустическое зондирование и др.). В полной мере это коснулось и гидродинамических исследований скважин. Интерпретация результатов ГДИС требует учета многообразия технических аспектов и процессов, происходящий в системе пласт-скважина. Среди них: реологические свойства флюидов, условия и тип вскрытия пласта, тип коллектора и многие другие. На практике оказывается, что многие из этих факторов либо неизвестны, либо известны неточно, а иногда только на качественном уровне. Нередко складывается ситуация, когда получаемая информация оказывается противоречивой. Все это заставляет исследователей искать и привлекать к обработке результатов ГДИС новые методы. С другой стороны, достижения в области нелинейной динамики свидетельствуют, что не только сложные, но и простые системы могут демонстрировать сложное поведение. В первой главе показано, что динамика давления в фонтанирующих добывающих нефтяных скважинах может иметь немонотонный, хаотический характер. Проведенный фрактальный анализ для четырех замеров давления, снятых в разных скважинах, показал, что во всех случаях динамика давления является детерминированной и определяется 3-4 основными переменными.

Процесс обработки кривой восстановления давления требует определения модели пласта, к которой относится данная кривая восстановления. Рассматривая эту задачу как задачу классификации КВД, представляется естественным привлечь для ее решения инструментарий искусственных нейронных сетей. ИНС уже зарекомендовали себя как эффективное средство для решения задач классификации в условиях противоречивости или неточности исходной информации. Выполненная во втором разделе задача по классификации модельных кривых свидетельствует о том, что ИНС могут быть с успехом применены для решения этой задачи. Это позволит, во-первых, группировать кривые восстановления давления по степени близости к той или иной модели и, во-вторых, автоматизировать процесс обработки КВД.

Однако определение фильтрационных параметров пласта даже при полной уверенности в правильном выборе модели пласта может таить в себе трудности. Это связано с возможной некорректностью задачи по определению фильтрационных параметров. Некорректность задачи приводит к тому, что незначительные изменения исходных данных приводят к значительному изменению в результатах. Поскольку все замеры производятся с погрешностью, избежать некорректности невозможно. Для решения некорректных задач в математике разработан ряд алгоритмов. Часть из них: основана на применении регуляризирующих операторов (регуляризация по Тихонову). В третьем разделе показано, что применение регуляризирующих алгоритмов может успешно применяться для определения фильтрационных параметров пласта по КВД в тех случаях, когда задача оказывается некорректной. Вместе с тем применение методов регуляризации требует наличия априорной информации о значениях определяемых параметров пласта.

Предлагаемые в работе подходы призваны не заменить собой уже существующие методы анализа и обработки результатов ГДИС, а могут служить дополнительным средством для понимания процессов, происходящих в пласте и скважине и, как следствие этого, принятия эффективных технологических решений.

В заключении сформулируем кратко основные выводы.

1. Методами фрактального анализа временных рядов установлено, что колебания давления на забое фонтанных скважин имеют детерминированный характер.

2. Показано, что задача определения модели пласта по кривой восстановления давления может рассматриваться как задача классификации.

3. Установлено, что для решения задачи классификации кривой восстановления давления могут быть применены методы, основанные на искусственных нейронных сетях.

4. Установлено, что в тех случаях, когда задача определения фильтрационных параметров пласта по КВД оказывается некорректно поставленной, для ее решения может быть применен метод регуляризации по А.Н. Тихонову.

5. Разработана АИС для обработки кривых восстановления давления, снятых в газовых скважинах, позволяющая автоматизировать процесс обработки КВД методом Полларда.

Список литературы диссертационного исследования кандидат технических наук Рочев, Алексей Николаевич, 2004 год

1. Вольпин А.С. Обзор современных автономных глубинных манометров, используемых при исследованиях скважин / А.С. Вольпин, А.К. Пономарев // Нефтяное хозяйство. 2003. - №12. - С. 57-59.

2. Рочев АН. Фрактальный анализ динамики давления в скважинах / А.Н. Рочев, АА. Мордвинов // Материалы XXX юбилейной научно-технической конференции, посвященной 50-летию ПГТУ, Пермь, ноябрь 2003 г. Пермь, 2003. - С. 133-141.

3. Анищенко B.C. Знакомство с нелинейной; динамикой: Лекции соросовского профессора: Учеб. пособие / B.C. Анищенко. Москва-Ижевск: Институт компьютерных исследований, 2002. - 144 с.

4. Берже П. Порядок в хаосе. О детерминистском подходе к турбулентности / П.1 Берже, И. Помо, К. Видаль: Пер. с франц. Ю.А Данилова. М.: Мир, 1991.-368 с.

5. Ижикевич Е.М. О возможной роли хаоса в нейросистемах / Е М. Ижикевич, Г.Г. Малинецкий //Доклады Академии наук. М, 1992. - №4: -Т.326.-С. 626-632.

6. Малинецкий Г.Г. Хаос. Структуры. Вычислительный эксперимент: Введение в нелинейную динамику / Г.Г. Малинецкий. М.: Эдиториал УРСС, 2000. - 256 с.

7. Неймарк Ю.И. Стохастические и хаотические колебания / Ю.И. Неймарк, П.С. Ланда. М.: Наука, Главная редакция физико-математической литературы, 1987. - 424 с.

8. Ризниченко Г.Ю. Лекции по математическим моделям в биологии. Часть 1. / Г.Ю. Ризниченко. Ижевск: НИЦ «Регулярная и хаотическая динамика», 2002. - 232 с.

9. Современные проблемы хаоса и нелинейности / К. Симо, С. Смейл, А. Шенсине и др.: Пер. с англ. под ред. А.В. Борисова, А.А. Килина. Ижевск: Институт компьютерных исследований, 2002. - 304 с.

10. Браже Р.А. (н.д. / 2002, Май 31). Цикличность, стохастичность и фрактальность в процессах формирования рыночных цен. WWW документ. URL http://lpur.tsu.ru/Public/a0101/a011601.shtm.

11. Пригожин И. Порядок из хаоса. Новый диалог человека с природой / И. Пригожин, И. Стенгерс: Пер. с англ. Ю.А. Данилова / Под ред. В.И. Аршинова, Ю.Л. Климонтовича, Ю.В. Сачкова. М.: Эдиториал УРСС, 2000.-312 с.

12. Мирзаджанзаде А.Х. Системные методы в нефтедобыче / А.Х. Мирзаджанзаде, В.П. Филиппов, И.М. Аметов. М.: Техника, ООО «ТУМА ГРУПП», 2002. - 144 с.

13. Мирзаджанзаде А.Х. Этюды о моделирование сложных систем нефтедобычи. Нелинейность, неравновесность, неоднородность /А.Х. Мирзаджанзаде, Р.Н. Хасанов, Р.К Бахтизин. Уфа: Гилем, 1999. -464 с.

14. Соколов В. А. Мягкая эволюционная синергетическая трехмерная модель для расчета сценариев воздействия на пласт / В.А. Соколов, А.Н. Смирнов, А.Н. Рочев // Азербайджанское нефтяное хозяйство. 2003. - № 1. - С.1-7.

15. Соколов В.А. Мягкое эволюционное моделирование процессов разработки месторождений / В.А. Соколов, А.Н. Смирнов,

16. A.Н. Рочев // Материалы 1-ой международной конференции «Нефтеотдача 2003», Москва, 19-23 мая 2003 г. М., 2003. - С. 151 -158.

17. Соколов В.А. Применение эволюционных моделей для прогнозирования сценариев воздействия на пласт с целью поддержания системнойs самоорганизации при разработке нефтегазовых залежей /

18. Дмитриевский А.Н. Фундаментальные проблемы геологии нефти и газа / А.Н. Дмитриевский II Современные проблемы геологии нефти и газа: Сборник статей М.: Научный мир, 2001. - С. 22-28.

19. Конторович А.Э. Детерминированный характер процесса нефтеобразования в истории земли и его количественные характеристики / А.Э. Конторович, В.Р. Лившии // Геология нефти и газа. -2002.-№1.-С. 9-16.

20. Захаров B.C. (2002). Поиск детерминизма в наблюдаемых геолого-геофизических данных: анализ корреляционной размерности временных рядов. WWW документ. URL http://dunamo.geol.msu. ru/personal/vsz/posters/Yanshin2002. html

21. Мандельброт Б. Фрактальная геометрия природы / Б. Мандельброт: Пер. с англ. А.Р. Логунова / Под ред. А.Д. Морозова. М.: Институт компьютерных исследований, 2002. - 656 с.

22. Жиков В.В. Фракталы / В.В. Жиков // Соровский образовательный журнал. 1996. - №12. - С. 109-117.

23. Божокин С.В. Фракталы и; мультифракталы: Учеб. Пособие / С.В. Божокин, ДА Паршин. Ижевск: НИЦ «Регулярная и хаотическая динамика»: 2001. - 128 с.

24. Морозов А.Д. Введение в теорию фракталов / А.Д. Морозов. -2-е изд., доп. Москва-Ижевск: Институт компьютерных исследований, 2002.-160 с.

25. Федер Е. Фракталы / Е.Федер: Пер с англ. Ю.А. Данилова, А. Шукурова. М.: Мир, 1991.-254 е.: ил.

26. Фракталы в физике: Труды VI международного симпозиума по фракталам в физике / МЦТФ, Триест, Италия, 9-12 июля, 1985 г. / Под ред Л. Пьетронеро, Э. Тозатти: Пер. с англ. под ред. Я.Г. Синая, И.М. Халатникова. М.: Мир, 1988. - 672 е.: ил.

27. Золотухин И.В. Фракталы в физике твердого тела / И.В. Золотухин // Соровский общеобразовательный журнал. 1998. - №7. -С. 108-113.

28. Запивалов Н.П., Смирнов Г.И. (н.д. / 2002, Май 27). Фракталы в нефтегазовой геологии и геофизике. WWW документ. URL http://lpur.tsu.ru/Public/a0101/a014601.shtm.

29. Пайтген Х^-О. Красота фракталов. Образы комплексных динамических систем / Х.-О. Пайтген, П.Х. Рихтер. М.: Мир, 1993. - 176 с.

30. Пахаруков Ю.В. Фрактальная геометрия как метод анализа процессов заводнения нефтяного пласта / Ю.В. Пахаруков, В.Н. Осташков, Н.Л. Кузнецова // Нефть и газ. 2000. - №6. - С. 56-60.

31. Пахаруков Ю.В. Механизм возникновения микро-гетерофазного состояния на границе раздела масло-вода / Ю.В. Пахаруков, И.М. Артюхова // Нефть и газ. 1999. - №4. - С.52-55.

32. Кузьмин Г.А. Вытеснение жидкости в пористых автомодельных средах / Г.А. Кузьмин, О.Н, Соболева // Физическая мезомеханика. -2002. №5. - С. 119-123.

33. Эфрос А.Л. Физика и геометрия беспорядка / А.Л. Эфрос. -(Библиотечка «Квант», выпуск 19). — М.: Наука. Гл. ред. физ.-мат. литературы. 1982. - 270 с.

34. Тарасевич Ю.Ю. Перколяция: теория, приложения, алгоритмы: Учеб. пособие / Ю.Ю. Тарасевич. М.: Едиториал УРСС. -2002.-112 с.

35. Фракталы и перколяция в пористой среде / Э. Гийон, К.Д. Митеску, Ж.-П. Юлен, С. Ру // Успехи физических наук. 1991. - №10. -Т.161. - С.121-128.

36. Хакен Г. Синергетика: Иерархии неустойчивостей в самоорганизующихся системах и устройствах / Г. Хакен: Пер. с англ. Ю.А. Данилова / Под ред. Ю.Л. Климонтовича. М.: Мир, 1985. -423 с.120

37. Малинецкий Г.Г. Современные проблемы нелинейной динамики / Г.Г. Малинецкий, А.Б. Потапов. М.: Эдиториал УРСС, 2000. - 336 с.

38. Павлов А.Н. Применение методики реконструкции математической модели к электрокардиограмме / А.Н. Павлов, Н.Б. Янсон // Известия вузов «ПНД». 1997. - №1 - Т.5. - С. 93-108.

39. Восстановление структуры динамической системы по временным рядам / Д.А. Грибков, В.В. Грибкова, Ю.А. Кравцов, Ю.И. Кузнецов, А.Г. Ржанов // Радиотехника и электроника. 1994. - Вып.2. -С. 269-277.

40. Ланда П.С. К вопросу о вычислении максимального ляпуновского характеристического показателя по одной экспериментальной реализации / П.С. Ланда, В.И. Четвериков //Журнал технической физики. 1988. -Т.58. - С. 433-441.

41. Малинецкий Г.Г. О вычислении размерности странных аттракторов / Г.Г. Малинецкий, А.Б. Потапов //Журнал вычислительной математики и математической физики. 1988. - №7. - Т.28. - С. 10211037.

42. Волович М.Е. (2001). Программные средства и? алгоритмы идентификации и исследования динамических систем по временным рядам. WWW документ. URL http://www.do.sssu.ru/ito2001/mater/mgapi2.html

43. Кубрин С.С. (н.д. / 2002, Май 31). Определение размерности Хаусдорфа фракталов с циклически повторяющимися структурами. WWW документ. URL http://lpur.tsu.ru/Public/a0101/a013001.shtm

44. A vectorized algorithm for correlation dimension estimation / E.Toledo, S. Toledo, Y. Almog, S. Akselrod // Physics Letters A. 1997. -№229. - June, 2. - P. 375-378.

45. Сычев В.В. (н.д./ 2002). Вычисление стохастических характеристик физиологических данных. WWW документ. URL http://impb.psn.ru/~sychyov/fractan.shtml

46. Pisarenko D.V. Statistical estimation of the correlation dimension / D.V. Pisarenko, V.F. Pisarenko // Physics Letters A. 1995. - №197. — January, 9.-P. 31-39.

47. Семенова Н.Ю., Захаров B.C. (н.д./ 2002) Фрактальный анализ и поиск детерминизма в данных ЭЭГ. WWW документ. URL http://dunamo.geol.msu.ru/personal/vsz/posters/Gurz2002/Gurz2002.html

48. Потапов А.А., Герман В.А. (н.д./2002) Применение фрактальных методов для обработки радиолокационных изображений. . WWW документ. URL http://www.cplire.ru/joined/win/lection6/text.html

49. Цветков И.В. (н.д./ 2002, Май 4).Применение фрактальных методов к анализу динамики электоральных предпочтений. WWW документ. URL http://aik.barnaul.ru/aik/bullet/rindex.html

50. Короткий С. Нейронные сети: основные положения. URL http://masters.donntu.edu.ua/2000/fkita/bloshits/biblio.htm

51. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика / Ф. Уоссермен: Пер. с англ. М.: Мир, 1992. - 240 с.

52. Шумский С. (2000 Февраль, 8). Нейросетевые агенты в интернете. WWW документ. URL http://www.computerra.ru.

53. Терехов С.А. (1994, оригинальный текст; 1998, электронная версия). Лекции по теории и приложениям искусственных нейронных сетей. WWW документ. URL http://alife.narod.ru/lectures/neural/Neuch03.htm.

54. Терехов С.А. (н.д./2003, Сентябрь 21). Глава 4. Нейросетевые информационные модели сложных инженерных систем. WWW документ. URL http://www.91.ru/Education/Books.

55. Суровцев И.С. Нейронные сети. Введение в современную информационную технологию / И.С. Суровцев, В.И. Клюкин, Р.П.122

56. Пивоварова; Под общей ред. И.С. Суровцева. Воронеж: Воронежский государственный университет, 1994. - 224 с.

57. Сотник С.Л. (1997-1998). Основы проектирования систем искусственного интеллекта. WWW документ. URL http://www.i2.com.ua.

58. Мкртчян С.О. Нейроны и нейронные сети : Введение в теорию формальных нейронов и нейронных сетей / С.О. Мкртчян. М.: Энергия, 1971.-232 с.

59. Короткий С. Нейронные сети: алгоритм обратного распространения.

60. URL http://masters.donntu.edu.ua/2000/fkita/bloshits/biblio.htm

61. Горбань А.Н. Нейронные сети на персональном компьютере / А.Н. Горбань, Д.А. Россиев. Новосибирск: Наука, Сибирская издательская фирма РАН, 1996. -276 с.

62. Вялый М. (2000, Февраль 8). Нейрооптимизм. WWW документ. URL http://www.computerra.ru.

63. Гуриев В. (2003, июль 9). Эдипов комплекс с точки зрения Эдипа WWW документ. URL http://www.computerra.ru/hitech/perspect/27302.

64. Левкович-Маслюк Л. (2002, Октябрь 23). Естественный путь к искусственному интеллекту. WWW документ. URL http://www.computerra.ru.

65. Пенроуз Р. Новый ум короля. О компьютерах, мышлении и законах физики /Р. Пенроуз. М. Эдиториал УРСС., 2003. - 384 с.

66. Борисюк Г.Н. Модели динамики нейронной активности при обработке информации мозгом итоги «десятилетия» / Г.Н. Борисюк, P.M. Борисюк, Я.Б. Казанович, Г.Р. Иваницкий // Успехи физических наук. - 2002. - №10. - Т. 172 - С. 1189-1214.

67. Костылев И. А. Параметры порядка в нейронной сети Хопфилда / И.А. Костылев, Г.Г. Малинецкий, А.Б. Потапов // Журналвычислительной математики и математической физики. 1994. - Т.34. -С. 1733-1741.

68. Использование метода на базе искусственного интеллекта для выбора объекта и технологии увеличения нефтеотдачи пласта / P.P. Ибатуллин, Е.Д. Подымов, А.А. Шутов, Н.Г. Ибрагимов, Р.С. Хисамов // Нефтяное хозяйство. 2002. - №10. - С. 52-55.

69. Соломатин Г.И. Прогнозирование работы скважин с помощью искусственных нейронных сетей / Г.И. Соломатин, А.З. Захарян, Н.И. Ашкарин // Нефтяное хозяйство. 2002. - №10. - С. 92-96.

70. Иваненко Б.П. Нейросетевое моделирование процессов добычи нефти / Б.П. Иваненко, С.А. Проказов, А.Н. Парфенов // Нефтяное хозяйство. 2003. - №12. - С. 46-49.

71. Разработка автоматизированной системы для прогнозирования показателей бурения на основе нейронных моделей / Р.А. Гасанов, Г.Н. Меджидов, Р.Б. Алекперов, К.С. Кемиров, Н.А. Меджидов // Нефтяное хозяйство. 2001. - №10. - С. 40-42.

72. Апостолов А.А. Нейросетевые экспертные системы для объектов магистрального транспорта газа / А.А. Апостолов, Б.Л. Кучин // Газовая промышленность. №2, 2004, - С. 72-75.

73. Кутуков С.Е. Генетический алгоритм диагностики осложнений технологических режимов нефте- и продуктопроводов / С.Е. Кутуков, Р.Н. Бахтизин // Нефть и газ. 2003. - №5. - С. 55-62.

74. Еремин Н.А. Моделирование месторождений углеводородов методами нечетной логики / Н.А. Еремин. М.: Наука, 19941 - 462 с.

75. Шагиев Р.Г. Исследование скважин по КВД / Р.Г. Шагиев. М.: Наука, 1998.-304 с.

76. Мордвинов А.А. Оценка гидродинамического совершенства скважин на основе применения идентификационных моделей / А.А. Мордвинов, В.Г. Рейтенбах // Известия вузов: Нефть и газ. 1987. -№10.-С. 43-45.

77. Мордвинов А.А. Оценка совершенства скважин Усинского месторождения / А.А. Мордвинов // Нефтяное хозяйство. 1987. - №4. -С. 43-44.

78. Вольпин С.Г. Гидродинамические исследования низкопроницаемых коллекторов / С.Г. Вольпин, Ю.А. Мясников, А.В. Свалов //Нефтяное хозяйство. 2000. - №12. - С. 8-10.

79. Гидродинамические исследования горизонтальных скважин / Р.Х. Муслимов, Р.С. Хисамов, Р.Г. Фархуллин, М.Х. Хайруллин, Р.В. Садовников, М.Н. Шамсиев, П.Е. Морозов // Нефтяное хозяйство. 2003.- №7. С. 74-75.

80. Рахматуллин В.У. Об одной задаче восстановления давления / В.У. Рахматуллин, А.П. Потапов // Нефтяное хозяйство. 2001. - №3. -С. 56-58.

81. Федоров В.Н. Современные гидродинамические методы исследования скважин / В.Н. Федоров, В.М. Мешков // Интервал. 2002.1. С. 55-60.

82. Мирзаджанзаде А.Х. Физика нефтяного и газового пласта: Уебник для вузов / А.Х. Мирзаджанзаде, И.М. Аметов, А.Г. Ковалев. М.: Недра, 1992.-270 с.

83. Бочаров Г.В. Метод интерпретации КВД в газоконденсатных скважинах / Г.В. Бочаров // Нефтепромысловое дело. 2003. - №9. - С. 29-33.

84. Болотник Д.Н. Постоянно действующие геолого-математические модели месторождений. Задачи. Возможности. Технологии / Д.Н. Болотник, B.C. Макарова, А.В. Рыбников, Г.Г. Саркисов // Нефтяное хозяйство. 2001. - №3. - С. 7-10.

85. Динариев О.Ю. Анализ и обработка геолого-технологической информации средствами виртуальной реальности / О.Ю. Динариев, Н.В. Евсеев, Е.И. Храпова // Нефтяное хозяйство. -2000. №10. - С. 57-59.

86. Костюченко С.В. Математическое моделирование полей давлений в нефтяных резервуарах с произвольными системами скважин различных профилей /С.В. Костюченко // Нефтяное хозяйство. 2000. -№10.-С. 70-77.

87. Макарова Е.С. Основные этапы трехмерного гидродинамического моделирования процессов разработки месторождений природных углеводородов / Е.С. Макарова, Г.Г. Саркисов // Нефтяное хозяйство. 2001. - №7. - С. 31-33.

88. Рыбников А.В. Стохастические геологические модели -методы, технологии, возможности * / А.В. Рыбников, Г.Г. Саркисов // Нефтяное хозяйство. 2001. - №6. - С. 22-24:

89. Самарский А.А. Математическое моделирование: Идеи. Методы. Примеры / А.А. Самарский, А.П. Михайлов. М.: Наука, 1997. -320 с.

90. Советкин В.Ю. Обоснование начального положения газонефтяного контакта при помощи компьютерного моделирования / В.Ю. Советкин // Нефтяное хозяйство. 2000. - №12. - С. 69-71.

91. Хасанов М.М. Программно-методическое обеспечение мониторинга процессов разработки / М.М. Хасанов, Н.Т. Карачурин, P.M. Галеев // Нефтяное хозяйство. 2000. - №10. - С. 78-80.

92. Ватульян А.О. (1998) Математические модели и обратные задачи. WWW документ. URL http://www.pereplet.ru/obrazovanie/stsoros/673.html.

93. Регуляризирующие алгоритмы и априорная информация /

94. A.Н. Тихонов, А.В. Гончарский, В.В. Степанов, А.Г. Ягола. М.: Наука, Главная редакция физико-математической литературы, 1983. -200 с.

95. Алифанов О.М. Обратные задачи теплообмена / О.М. Алифанов. М.: Машиностроение, 1988. -280 с.

96. Бакушинский А.Б. Итеративные методы решения некорректных задач / А.Б. Бакушинский, А.В. Гончарский. М.: Наука, Главная редакция физико-математической литературы, 1989. - 128 с.

97. Бакушинский А.Б. Некорректные задачи. Численные методы и приложения / А.Б. Бакушинский, А.В. Гончарский; М.: Издательство Московского университета, 1989. - 199 с.

98. Васин В.В. Некорректные задачи с априорной информацией /

99. B.В. Васин, А.Л. Агеев. Екатеринбург: УИФ «Наука», 1993. -262 с.

100. Ахатов И.III. Применение методов регуляризации для решения задач интерференции скважин / И.Ш. Ахатов, Р.Н. Бахтизин, АР. Латыпов // Нефть и газ. 1988. - №6. - С. 93-95.

101. Латыпов А.Р. О точности оценки начальных запасов газовых месторождений / А.Р. Латыпов, Р.Н. Бахтизин, А.У. Бакиров // Известия высших учебных заведений. 1991. - №8. - С. 33-37.

102. Булейко В.М. Применение метода регуляризации при обработке результатов теплофизических экспериментов / В.М. Булейко, Т.И. Савелова // Нефть и газ. 1987. - №6. - С. 57- 62.

103. Соколов В.А. Газогидродинамические методы исследования пластов и скважин: Учеб. Пособие / В.А. Соколов. Ухта: Ухтинский индустриальный институт, 1992. - 150 с.

104. Кульпин Л.Г. Современные принципы компьютерной интерпретации данных гидродинамических исследований скважин / Л.Г. Кульпин, Г.В. Бочаров // Нефтяное хозяйство. 2001. - №10. - С. 60-62.

105. Кузин Ф.А. Диссертация: Методика написания. Правила оформления. Порядок защиты: Практическое пособие для докторантов, аспирантов и магистров / Ф.А. Кузин. 2-е изд., доп. - М.: Ось-89, 2001. -320 с.

106. Фаронов В.В. Delphi 4. Учебный курс / В.В. Фаронов. М.: Нолидж, 1999.-464 с.

107. Дьяконов В.П. MathCAD 8/2000. Специальный справочник.

108. В.П. >нов. Питер, 2000. - 592 с.