| 【中文题名】 | 智能决策支持系统 |
| 【英文题名】 | Intelligent Decision Support System |
| 【学科专业】 | 应用数学 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-7-21 |
| 【中关键词】 | 智能决策支持系统,数据仓库,数据开采,非线性优化,人机交互,模型库 |
| 【英关键词】 | IDSS, data warehouse, data-mine, man-machine interactive model,database, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 本文是基于洛带气田高低压分输方案优选研究的一个智能决策支持系统。洛带气田高低压分输方案优选研究智能决策支持系统(IDSS系统)是针对洛带气田蓬莱镇组气藏高低压分输开采的。由于洛带气田内气藏埋藏深度、地层压力及投入开采时间各不相同,造成了开采相对较早的气井在开采过程中压力递减较快,由此气田内相当数量气井的正常生产受管网压力影响相当严重;又因为气田早期开发采用的是滚动开发,气田内集输管网管径偏小且管线单一,造成输气压损增大,从而影响到气井的产量。为了解决管网压力对低压气井正常生产的制约、维持气田的稳产、降低气井废弃压力,提高气田采收率和将来气田进入开发后期进行的增压开采,因而对洛带气田进行高低压分输开采,以此达到稳产、高产的目的。
洛带气阳高低压分输方案智能决策支持系统IDSS系统把模型库、知识库(专家系统)、数据库、以及人机交互系统四者有机的联合起来,达到了定性分析的专家知识推理、定量的数据计算、数据库处理的的高度集中。同时利用了数据仓库和数据开采两种新的信息技术(IT)。数据仓库是在数据库的基础上发展起来的一种为决策服务的数据组织和存储技术。数据开采是通过对数据库、数据仓库中的数据分析,获得知识的... |
| 【论文题纲】 |
|
1 前言 |
9-14 |
|
1.1 项目背景 |
9-10 |
|
1.2 主要研究任务 |
10 |
|
1.3 主要研究思路及研究成果 |
10-14 |
|
2 洛带气田高低压分输方案智能决策支持系统IDSS的提出 |
14-31 |
|
2.1 决策支持系统与智能决策支持系统的形成 |
14 |
|
2.2 决策支持系统与智能决策支持系统的原理 |
14-16 |
|
2.2.1 决策支持系统的决策问题的分类 |
14-15 |
|
2.2.2 决策支持系统辅助决策方式 |
15-16 |
|
2.2.3 智能决策支持系统集成形式 |
16 |
|
2.3 决策支持系统的结构 |
16-19 |
|
2.3.1 人机对话部件 |
17 |
|
2.3.2 数据部件 |
17 |
|
2.3.3 模型部件 |
17-19 |
|
2.4 智能决策支持系统的结构 |
19-20 |
|
2.5 智能决策支持系统新技术的运用 |
20-28 |
|
2.5.1 数据仓库的运用 |
20-26 |
|
2.5.2 数据开采的运用 |
26-28 |
|
2.6 智能决策支持系统新结构体系 |
28-30 |
|
2.6.1 新结构体系组成 |
29 |
|
2.6.2 新结构体系的关键技术 |
29-30 |
|
2.7 洛带气田智能决策支持系统IDSS总体设计 |
30-31 |
|
2.7.1 洛带气田智能决策支持系统IDSS功能模块图 |
30-31 |
|
2.7.2 洛带气田智能决策支持系统IDSS的数据流程图 |
31 |
|
3 气井压力预测 |
31-38 |
|
3.1 气井压力数据开采及压力数据库的建立 |
31-33 |
|
3.1.1 气井压力数据开采 |
31-33 |
|
3.1.2 气井压力数据库的建立 |
33 |
|
3.2 气井压力模型库和模型库管理系统的建立 |
33-35 |
|
3.2.1 气井模型数据开采 |
33-34 |
|
3.2.2 模型库的建立 |
34-35 |
|
3.3 气井压力分析 |
35-36 |
|
3.4 气井压力数据仓库的建立 |
36-37 |
|
3.5 气井压力预测 |
37-38 |
|
3.6 气井压力预测子系统的系统结构图 |
38 |
|
4 气井可采储量预测 |
38-50 |
|
4.1 气井储量数据开采及储量数据库的建立 |
38-39 |
|
4.1.1 气井储量数据开采 |
38-39 |
|
4.1.2 气井储量数据库的建立 |
39 |
|
4.2 气井储量模型库和模型库管理系统的建立 |
39-41 |
|
4.2.1 气井储量模型数据的开采 |
39-40 |
|
4.2.2 气井储量模型库的建立 |
40-41 |
|
4.3 气井可采储量分析 |
41-47 |
|
4.3.1 气井废弃压力及采收率确定方法 |
41-43 |
|
4.3.2 气井废弃压力及采收率计算 |
43-47 |
|
4.4 气井可采储量数据仓库的建立 |
47 |
|
4.5 气井可采储量预测 |
47-49 |
|
4.6 气井可采储量预测子系统的系统结构图 |
49-50 |
|
5 气井产量预测 |
50-55 |
|
5.1 气井可采产量分析 |
50-51 |
|
5.2 气井可采产量预测 |
51-52 |
|
5.3 气井增压开采时机确定 |
52-54 |
|
5.4 气井产量预测子系统的系统结构图 |
54-55 |
|
6 气田分输方案的制定 |
55-71 |
|
6.1 分输方案数据开采及数据库的建立 |
55-56 |
|
6.2 气田分输方案模型库和模型库管理系统的建立 |
56-59 |
|
6.2.1 生产系统模型的建立 |
56 |
|
6.2.2 物理模型的建立 |
56-58 |
|
6.2.3 Re0优化研究技术思路及优化数学模型 |
58-59 |
|
6.3 气田分输方案的模拟 |
59-63 |
|
6.3.1 高低压分输采气成本最小化优化模拟 |
59-61 |
|
6.3.2 高低压分输开采效益最大化优化模拟 |
61-63 |
|
6.4 分输方案数据仓库的建立 |
63 |
|
6.5 气田分输方案的制定 |
63-68 |
|
6.6 高低压分输方案预处理 |
68-70 |
|
6.7 气田分输方案子系统的系统结构图 |
70-71 |
|
7 分输方案的优选 |
71-87 |
|
7.1 分输方案经济指标的计算与提取 |
71-81 |
|
7.1.1 基础数据 |
71 |
|
7.1.2 投资估算与资金筹措 |
71-75 |
|
7.1.3 成本估算 |
75-76 |
|
7.1.4 销售收入、销售税金及附加计算 |
76 |
|
7.1.5 财务分析及经济指标提取 |
76-81 |
|
7.2 指标权重的数据开采及数据库的建立 |
81-82 |
|
7.3 指标权重的确定 |
82-83 |
|
7.3.1 各指标按重要性大小排列顺序 |
82-83 |
|
7.3.2 求特征值和特征向量 |
83 |
|
7.4 指标权重数据仓库的建立 |
83-84 |
|
7.5 分输方案的确定 |
84-86 |
|
7.6 分输方案优选子系统结构图 |
86-87 |
|
8 洛带气田高低压分输方案智能决策支持系统IDSS的编程实现 |
87-88 |
|
9 结论及建议 |
88-90 |
|
9.1 结论及认识 |
88-89 |
|
9.2 建议 |
89-90 |
|
致谢 |
90-91 |
|
参考文献 |
91-99 |
|
附表 |
99-112 |
|
附图 |
112-119 |
|
| 【DOI】 | LunWen.ID:2.2008.387045 |