Главная  Переработка нефти и газа 

Скачать эту книгу

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 [ 16 ] 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121

1.3.3. Холистический подход к описанию сложных систем

Холистический (от англ. whole - «целый») подход подразумевает глобальное описание и необходим в случае сложных систем, когда традиционные редукционистские методы не позволяют выполнить обозримый анализ тенденций из-за чрезмерно большого числа значимых переменных.

Возможность холистического описания связана со «сжатием» информации за счет введения параметров порядка. Как правило, холистические модели представляют собой «медленные» уравнения, связывающие друг с другом эти параметры.

Примером холистического взгляда на мир является картина «Гранат и ангел» Сальвадора Дали (см. рис. 1.17). Здесь изображены все этапы развития граната: от зернышка к веточке, цветку и плоду. Симптоматично то, что в христианстве гранат является символом бессмертия души и воскресения.

Переход от редукционизма к холистическому описанию означает переход от детерминистских моделей к феноменологическим. Покажем необходимость такого перехода на примере моделей, описывающих эволюцию объектов нефтедобычи.

В настоящее время при математическом моделировании процессов разработки нефтяных месторождений превалирует дедуктивный подход, заключающийся в расчете фильтрационных течений в реальном пласте на основе численного решения уравнений движения жидкостей и газов в пористой среде.

Господствует убеждение в том, что к описанию месторождения в целом можно перейти, только поняв и описав в деталях частные механизмы и уравнения. Это - методология механистического редукционизма, лежащая в основе мышления большинства современных исследователей и основанная на успехах классической механики, основатели которой рекомендовали «гипотез не измышлять» (И. Ньютон) и выводить все результаты, исходя из единых законов движения.

Однако обширный опыт моделирования сложных природных объектов, накопленный в различных областях науки, показывает, что дедуктивный подход, несмотря на свою привлекательность, может иметь только ограниченное применение [30, 31, 34, 35, 36].

Детерминированные модели (а модели дедуктивного уровня принято называть именно так) полезны как инструмент для проведения математических экспериментов, целью которых является выработка стратегии (идеологии) управления. Расчеты с использованием дедуктивных моделей, реализованных в виде стандартных пакетов программ (ECLIPSE, MORE и т. д.), весьма продуктивны, поскольку заменяют собой дорогостоящие натурные эксперименты, но они не могут быть использованы для реального мониторинга или же для прогноза реальной динамики развития.

Рис. 1.17. Сальвадор Дали: «Гранат и ангел»

Это так же верно, как и то, что нельзя надеяться описать человеческое мышление, решая квантово-химические уравнения движения молекул, из которых состоит мозг.

И дело здесь не только в том, что дедуктивные модели оказываются избыточно сложными. Основная проблема связана с утратой целостности описания при попытках построения детерминированных моделей [36].

Так, предположим, что в нашем распоряжении имеется симулятор, идеально точно описывающий все особенности фильтрации многофазных многокомпонентных жидкостей в сложно построенных неоднородных пластах. Но даже с помощью этого инструмента реальную добычу нефти невозможно будет предсказать точно, поскольку, например, динамика бурения скважин (от которой, в основном, и зависят темпы отбора нефти) дедуктивным образом не может быть определена. Она обычно вводится в программу «руками» и может оказаться сколь угодно далекой от реализованной впоследствии динамики бурения, определяемой инвестором с учетом его финансовых возможностей и потребностей рынка в нефти. Невозможно также заранее спрогнозировать динамику аварий, влияние сезонных ограничений и пресловутого «человеческого фактора».

Наряду с этими ограничениями, носящими внешний характер, имеются и внутренние трудности детерминированных моделей - отсутствие достоверной информации о детальном геологическом строении пласта и большие погрешности в промысловых данных. Так, точность геолого-геофизических материалов настолько низка [37], что трехмерные геологические и (особенно) гидродинамические модели, построенные с помощью сейсмических данных и определения проницаемости по ГИС, не более чем фикция (погрешность определения проницаемости по ГИС - 100%). В этих условиях интегральные одно- или двумерные модели более точны, чем трехмерные, поскольку ошибки при интегрировании взаимно погашаются.

Итак, дедуктивное описание месторождения может быть получено только за счет пренебрежения погрешностями данных и разрыва большого числа связей, соединяющих пласт с внешним окружением (другими объектами разработки, насосным и поверхностным оборудованием, системами управления и принятия решений).

Поэтому применение дедуктивных (детерминированных) моделей и приводит к потере целостности. Вследствие этого управление процессами разработки крупных месторождений на основе детерминированных моделей затруднено - часто прямое вмешательство, основанное на знании частных факторов, не приводит в случае сложных систем к запланированному перед началом вмешательства результату [34, 36].

Задачи реального управления (мониторинга) процессами разработки нефтяных месторождений требуют привлечения иного подхода, когда сразу ищутся законы, описывающие систему в целом. Такого рода модели называются феноменологическими [34], и они оказываются весьма плодо-