Анализ многочисленных объектов с учетом неопределенностей

Анализ многочисленных объектов с учетом неопределенностей

Иллюстрации

Показать все

Реферат

Предпосылки создания изобретения

1. Область техники, к которой относится изобретение

В общем это изобретение относится к области принятия решения, неопределенности и анализу оптимизации, а более конкретно к системе и способу для оптимизации решений, относящихся к системе объектов, при наличии неопределенности.

2. Описание уровня техники

Имеется большая группа работ, которые обычно выполняются в процессе разведки, разработки и эксплуатации нефтегазовых месторождений (объектов), например, таких работ, как

аренда земли;

регистрация сейсмических данных;

бурение разведочных скважин;

бурение продуктивных скважин;

заканчивание скважин;

монтаж оборудования для технологического процесса и хранение добычи из скважин.

Хотя для проведения этих работ требуются большие капитальные затраты, эти затраты рассматриваются как инвестиции в надежде на получение доходов от реализации (например, от продажи нефти и газа), которые существенно превышают общую сумму затрат. Поэтому в настоящей заявке эти работы могут быть отнесены к инвестиционной деятельности.

При каждой инвестиционной деятельности требуется принимать различные решения, например решения относительно того

сколько земли арендовать и какие участки земли арендовать;

как регистрировать сейсмические данные и какой объем сейсмических данных регистрировать;

сколько бурить разведочных скважин и где бурить разведочные скважины;

как разрабатывать месторождения;

сколько бурить продуктивных и нагнетательных скважин, где бурить скважины и какая конструкция скважины (то есть траектория ствола скважины через пространство) должна быть для каждой из продуктивных скважин;

сколько интервалов перфорации делать в каждой скважине и как распределять местоположения интервалов перфорации вдоль конструкции скважины для каждой скважины;

какой порядок бурения и перфорирования скважин;

какой объем отвести для сооружения технологического оборудования и каким образом соединять скважины с оборудованием и с системами комплексной подготовки нефти и газа;

как обрабатывать флюиды, добываемые из геологического пласта;

какие объекты и в каком порядке разрабатывать и осуществлять добычу на объектах в случае большого количества потенциальных продуктивных объектов.

Кроме того, эти решения должны приниматься с учетом всего большого количества фундаментальных неопределенностей, например неопределенностей таких факторов, как

фьючерсные цены на сдачу в аренду нефтегазоносных участков;

запасы нефти и/или газа на месторождении;

форма и физические свойства коллекторов на каждом месторождении;

количество времени, которое будет затрачено на бурение каждой разведочной скважины и каждой продуктивной скважины;

возможность получения в будущем оборудования, такого как буровое оборудование и передвижная установка для заканчивания скважин;

затраты, связанные с эксплуатацией и техническим обслуживанием продуктивных и нагнетательных скважин и оборудования;

фьючерсные цены на нефть и газ;

устойчивость погодных условий.

В любом случае при принятии решения эти фундаментальные неопределенности влекут за собой неопределенности в выигрыше, а именно в объеме добычи, объеме продаж и прибыли. Поэтому существует необходимость в системах и способах, способных помочь при принятии решений (каждое решение имеет диапазон возможных вариантов), относящихся к разработке нефтегазового месторождения, с учетом фундаментальных неопределенностей.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Согласно одному ряду осуществлений способ анализа влияния неопределенностей, относящихся к набору объектов, может включать в себя этапы, при выполнении которых

(а) принимают информацию, задающую набор переменных неопределенности для большого количества объектов и задающую функциональную зависимость между первой и второй переменными неопределенности, где первая переменная неопределенности является относящейся к первому из объектов, где вторая переменная неопределенности является относящейся ко второму из объектов;

(b) образуют значения для каждой из переменных неопределенности, при этом процесс образования значений включает в себя образование значения для первой переменной неопределенности и вычисление значения для второй переменной неопределенности по значению первой переменной неопределенности на основании функциональной зависимости;

(с) определяют для каждого из объектов соответствующий набор входных данных, используя по меньшей мере соответствующее подмножество значений переменных неопределенности;

(d) для каждого из объектов инициируют выполнение соответствующего набора из одного или нескольких алгоритмов, при этом каждый набор из одного или нескольких алгоритмов оперирует соответствующим набором входных данных, чтобы образовать соответствующий набор выходных данных;

(е) выполняют этапы (b), (c) и (d) много раз для образования большого количества наборов выходных данных для каждого объекта;

(f) вычисляют один или несколько статистических показателей для каждого из объектов на основании соответствующего большого количества наборов выходных данных;

(g) образуют итоговые данные, основанные по меньшей мере частично на статистических показателях объектов;

(h) отображают картину итоговых данных на дисплейном устройстве.

Процесс на этапе (с) определения наборов входных данных для объектов может включать в себя

определение первого набора входных данных, соответствующего первому объекту, с использованием по меньшей мере значения первой переменной неопределенности; и

определение второго набора входных данных, соответствующего второму объекту, с использованием по меньшей мере значения второй переменной неопределенности.

Объекты могут быть объектами, относящимися к разведке и добыче одного или более из нефти и газа. Например, объекты могут включать в себя группу месторождений нефти и газа.

Набор из одного или нескольких алгоритмов для каждого объекта может быть выбран пользователем. Алгоритмы могут быть выбраны из большого разнообразия поддерживаемых алгоритмов.

Согласно одному осуществлению процесс на этапе (d) может включать в себя

распределение наборов входных данных объектов к одному или нескольким удаленным компьютерам для удаленного выполнения соответствующих наборов алгоритмов; и

прием наборов выходных данных от одного или нескольких удаленных компьютеров.

Информация, принимаемая на этапе (а), может также задавать одну или несколько корреляционных связей между переменными неопределенности. В процессе на этапе (b) образования значений для каждой из переменных неопределенности учитывается одна или несколько заданных корреляционных связей. Корреляционные связи могут включать в себя корреляционные связи между переменными неопределенности по различным объектам.

Согласно некоторым осуществлениям процесс на этапе (с) может включать в себя выбор одной из двух или более моделей для включения в один из наборов входных данных на основании значения третьей из переменных неопределенности.

Согласно одному осуществлению процесс на этапе (с) может включать в себя

выбор одной из двух или более моделей на основании значения третьей из переменных неопределенности; и

выбор одной из двух или более подмоделей выбранной модели на основании значения четвертой из переменных неопределенности.

Выбранная подмодель является пригодной к использованию для определения данных, подлежащих включению в один (или несколько) наборов входных данных.

В более общем случае пользователем может быть создано иерархическое дерево моделей, имеющих любое необходимое количество уровней. Структура данных может быть образована путем

прохождения дерева от верха до низа на основании значений одной или нескольких переменных неопределенности; и

присоединения данных, включенных в каждый узел вдоль пройденного пути.

На каждой стадии прохождения соответствующим значением переменной неопределенности определяется, какой узел-потомок должен быть выбран.

Согласно некоторым осуществлениям способ может включать в себя этапы, при выполнении которых

(1) принимают информацию, задающую большое количество переменных решения;

(2) образуют значения для переменных решения, при этом значения переменных решения используют для определения наборов входных данных для объектов;

(3) вычисляют значение глобальной целевой функции по одному или нескольким статистическим показателям каждого из объектов; и

выполняют оптимизатор, чтобы определить одно или несколько множеств значений для переменных решения.

Процесс выполнения оптимизатора может включать в себя выполнение по меньшей мере этапов (2), (e), (f) и (3) несколько раз, при этом оптимизатор конфигурируют для поиска максимума или минимума глобальной целевой функции на протяжении по меньшей мере части пространства, определяемого переменными решения.

Оптимизатор может быть выбираемым пользователем из набора поддерживаемых оптимизаторов.

Процесс (h) отображения картины итоговых данных может включать в себя отображение графического представления по меньшей мере подмножества из одного или нескольких множеств значений для переменных решения.

Информация, принимаемая на этапе (1), может также задавать одно или несколько ограничений на переменные решения. В этом случае при образовании значений для переменных решения соблюдается одно или несколько ограничений.

Информация, принимаемая на этапе (1), может также задавать одну или несколько функциональных зависимостей между переменными решения. В этом случае при образовании значений для переменных решения соблюдается одна или несколько функциональных зависимостей между переменными решения.

Каждая из переменных решения имеет относящееся к ней множество достижимых значений, представляющих возможные результаты соответствующего решения. Кроме того, каждая из переменных неопределенности имеет относящееся к ней множество достижимых значений. Множества достижимых значений могут быть конечными множествами или множествами, имеющими бесконечную мощность.

Согласно одному из осуществлений «оптимизатора» способ может дополнительно включать в себя этап, при выполнении которого

(4) вычисляют значение вспомогательной функции по одному или нескольким статистическим показателям каждого из объектов.

В этом случае процесс выполнения оптимизатора может включать в себя выполнение этапов (2), (e), (f), (3) и (4) несколько раз. Оптимизатор может быть сконфигурирован для поиска максимума или минимума глобальной целевой функции, подчиненной по меньшей мере ограничению на функциональную комбинацию глобальной целевой функции и вспомогательной функции. Функциональная комбинация может быть задана пользователем.

Процесс (h) отображения картины итоговых данных на дисплейном устройстве может включать в себя отображение графика зависимости значения глобальной целевой функции от значения вспомогательной функции.

Согласно другому ряду осуществления способ оптимизации решений, относящихся к разведке, разработке нефтегазовых месторождений и добыче из них, может включать в себя этапы, при выполнении которых

(а) принимают входные данные пользователя, задающие два или более алгоритмов и задающих одну или несколько связей между двумя или более алгоритмами, при этом каждая из связей представляет собой связь между выходными данными одного из алгоритмов и входными данными другого из алгоритмов;

(b) принимают входные данные пользователя, задающие одну или несколько структур данных, согласованных с двумя или более алгоритмами;

(с) производят действия над одной или несколькими структурами данных в ответ на входные данные пользователя, чтобы построить одну или несколько моделей для двух или более алгоритмов, при этом одна или несколько моделей включают в себя одну или несколько переменных неопределенности и одну или несколько переменных решения;

(d) принимают входные данные пользователя, задающие один или несколько статистических показателей, подлежащих вычислению на основании выходных данных двух или более алгоритмов;

(е) принимают входные данные пользователя, задающие функциональную комбинацию статистических показателей, чтобы найти глобальную целевую функцию;

(f) принимают входные данные пользователя, задающие оптимизатор;

(g) осуществляют оптимизацию, используя заданный пользователем оптимизатор, чтобы отыскать оптимум глобальной целевой функции, при этом указанное осуществление оптимизации включает в себя

(g1) образование одного или нескольких значений одной или нескольких переменных решения соответственно;

(g2) инициирование большого количества выполнений двух или более алгоритмов в соответствии с одной или несколькими связями, причем при каждом из выполнений производят действия над соответствующим набором из одной или нескольких конкретизированных моделей, определенных с помощью одной или нескольких моделей, одного или нескольких значений переменных решения и соответствующего множества из одного или нескольких конкретизированных значений одной или нескольких переменных неопределенности;

(g3) вычисление статистических показателей на основании выходных данных, полученных в результате большого количества выполнений;

(g4) вычисление значения целевой функции по статистическим показателям;

(g5) повторение этапов с (g1) по (g4) несколько раз.

Согласно некоторым осуществлениям процессы (а)-(е) могут быть выполнены на клиентском компьютере, а процесс (g) может быть выполнен на серверном компьютере. Поэтому способ может также включать в себя передачу на серверный компьютер информации, задающей два или более алгоритмов, информации, задающей одну или несколько связей, информации, задающей один или несколько статистических показателей, информации, задающей оптимизатор, и информации, задающей глобальную целевую функцию.

Согласно некоторым осуществлениям серверный компьютер может выполнять этап (g2) путем

(g2.1) образования множества из одного или нескольких конкретизированных значений одной или нескольких переменных неопределенности;

(g2.2) определения одной или нескольких конкретизированных моделей по одной или нескольким моделям и множеству из одного или нескольких конкретизированных значений;

(g2.3) передачи одной или нескольких конкретизированных моделей на удаленный компьютер, при этом удаленный компьютер осуществляет одно из большого количества выполнений двух или более алгоритмов на основании одной или нескольких конкретизированных моделей; и

повторения этапов с (g2.1) по (g2.3) для распределения большого количества выполнений по группе из одного или нескольких удаленных компьютеров.

Согласно одному осуществлению способ может дополнительно включать в себя прием входных данных пользователя, задающих диспетчер. Диспетчер представляет собой программу, которая управляет процессом инициирования большого количества выполнений двух или более алгоритмов в группе удаленных компьютеров. Сервер может выполнять диспетчер для реализации указанного повторения этапов с (g2.1) по (g2.3).

Кроме того, способ может включать в себя

прием входных данных пользователя, задающих одну или несколько вспомогательных функций, при этом каждая вспомогательная функция соответствует функциональной комбинации соответствующего поднабора статистических показателей; и

прием входных данных пользователя, задающих одно или несколько ограничений на одну или несколько вспомогательных функций и глобальную целевую функцию.

В процессе выполнения соблюдается одно или несколько ограничений на одну или несколько вспомогательных функций и глобальную целевую функцию.

Способы (или части их) согласно любому или всем осуществлениям, описанным в настоящей заявке, могут быть реализованы на основе программных команд. Программные команды могут храниться на считываемых компьютером запоминающих средах различных видов, таких как магнитный диск, магнитная лента, полупроводниковое запоминающее устройство различных видов, запоминающее устройство на цилиндрических магнитных доменах, компакт-диск, доступный только для чтения и т.д.

Программные команды могут храниться в запоминающем устройстве компьютерной системы (или в запоминающих устройствах группы компьютерных систем). Процессор компьютерной системы может быть сконфигурирован для чтения и выполнения программных команд из запоминающего устройства и, таким образом, для реализации способов согласно осуществлению (осуществлениям) или частей способов.

Кроме того, программные команды (или поднаборы программных команд) могут быть переданы через любую из различных передающих сред, например, по компьютерной сети.

В заявке регистрационный номер 10/653829 на патент США, поданной 9/03/2003 под названием “Method and system for scenario and case decision management”, в качестве изобретателей указаны Cullick, Narayanan и Wilson.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Лучшее понимание настоящего изобретения может быть достигнуто при рассмотрении подробного описания, представленного в настоящей заявке, в сочетании с сопровождающими чертежами, на которых:

Фиг.1 - иллюстрация модулей клиентского приложения и потокового сервера согласно одному ряду осуществлений;

Фиг.2 - иллюстрация потока согласно одному ряду осуществлений, сконфигурированного для выполнения анализа оптимизации решений, относящихся к большому количеству объектов при наличии различных основополагающих неопределенностей (которые моделируются переменными неопределенности);

Фиг.3 - иллюстрация оптимизатора 210 из фиг.2 согласно одному ряду осуществлений;

Фиг.4 - иллюстрация процесса 220 оценивания из фиг.2 согласно одному ряду осуществлений;

Фиг.5 - иллюстрация способа оптимизации решений, относящихся к большому количеству решений, согласно одному ряду осуществлений;

Фиг.6 - иллюстрация операции 520 (то есть операции выполнения процесса оценивания) из фиг.5 согласно одному ряду осуществлений;

Фиг.7 - иллюстрация способа оптимизации решений согласно другому ряду осуществлений;

Фиг.8 - иллюстрация операции 730 (то есть операции выполнения процесса оценивания) из фиг.7 согласно одному ряду осуществлений с акцентированием действия по распределению наборов итерационных данных к другому компьютеру (компьютерам) для выполнения на другом компьютере (компьютерах);

Фиг.9 - иллюстрация способа оптимизации решений согласно еще одному ряду осуществлений;

Фиг.10 - иллюстрация способа анализа большого количества объектов комплексным методом с учетом неопределенностей, связанных с объектами;

Фиг.11 - пример иерархической модели, имеющей два уровня выбора;

Фиг.12А - иллюстрация способа оптимизации решений согласно одному ряду осуществлений, относящихся к разведке, разработке объектов и добыче из них, таких объектов, как месторождения нефти и/или газа;

Фиг.12В - иллюстрация способа выполнения оптимизации согласно одному ряду осуществлений; и

Фиг.13 - структурная схема компьютерной системы согласно одному ряду осуществлений, которая может выполнять функцию серверного компьютера в некоторых осуществлениях и клиентского компьютера в некоторых осуществлениях.

Хотя допускаются различные модификации и альтернативные формы изобретения, конкретные осуществления его показаны для примера на чертежах и описаны подробно в настоящей заявке. Однако должно быть понятно, что чертежи и подробное описание не предполагаются ограничивающими изобретение конкретными раскрытыми формами, а напротив, изобретение охватывает все модификации, эквиваленты и варианты, попадающие в рамки сущности и объема настоящего изобретения, определенные прилагаемой формулой изобретения.

ПОДРОБНОЕ ОПИСАНИЕ ПРЕДПОЧТИТЕЛЬНЫХ ОСУЩЕСТВЛЕНИЙ

Согласно одному ряду осуществлений система управления принятием решений может быть сконфигурирована с предоставлением пользователю средств (например, графических интерфейсов пользователя) для

(а) построения произвольного потока;

(b) построения набора моделей, включающих в себя описания некоторого количества неопределенностей и некоторого количества решений;

(с) задания набора данных для управления выполнением, включающего в себя информацию для квалификации и управления выполнением потока;

(d) инициирования выполнения потока с учетом набора моделей и набора данных для управления выполнением; и

(е) анализа результатов выполнения потока.

Поток представляет собой набор взаимосвязанных алгоритмов, предназначенных для решения задачи. Системой управления принятием решений может предоставляться графический интерфейс пользователя, который позволяет пользователю выбирать, импортировать или создавать алгоритмы и связывать алгоритмы друг с другом для формирования потока.

Поток может быть скомпонован с включением в него одного или нескольких вычислительных циклов. Циклы могут быть вложенными. Циклы потока могут использоваться с любой из разнообразных целей. Например, поток может включать в себя цикл для осуществления оптимизации по пространству, соответствующему некоторому количеству переменных. Переменные, которые подвергаются оптимизации, в настоящей заявке именуются переменными решения. В качестве другого примера, поток может включать в себя цикл для исследования влияния вариации в пространстве, соответствующем некоторому количеству переменных, которые представляют неопределенности. Переменные, которые представляют неопределенности, в настоящей заявке именуются переменными неопределенности.

Цикл может включать в себя итератор, алгоритм (или, в более общем случае, библиотеку алгоритмов) и, при желании, диспетчер. При выполнении потока итератор является ответственным за образование наборов итерационных данных для соответствующих выполнений алгоритмов. Каждое выполнение алгоритма осуществляется на основании соответствующего одного из наборов итерационных данных. Каждый набор итерационных данных содержит данные, используемые для алгоритма в качестве входных данных. В настоящей заявке каждое выполнение алгоритма именуется «итерацией». Однако термин «итерация» не означает требования последовательной обработки одной итерации после другой. На самом деле итератор и диспетчер могут быть сконфигурированы для осуществления параллельных итераций. Например, в предвидении соответствующего числа итераций итератор может быть сконфигурирован для образования некоторого количества наборов итерационных данных. Диспетчер может обнаруживать другие компьютеры (или процессоры), которые имеют незанятый диапазон вычислительных возможностей, и распределять наборы итерационных данных к другим компьютерам с тем, чтобы итерации могли быть осуществлены параллельно или, в зависимости от числа свободных компьютеров, по меньшей мере частично параллельно.

Согласно одному осуществлению диспетчер может сжимать один или несколько наборов итерационных данных для формирования исполняемого файла и передавать исполняемый файл на один из удаленных компьютеров (имеющий незанятый диапазон вычислительных возможностей). В удаленном компьютере исполняемый файл может быть распакован для восстановления наборов итерационных данных и осуществлено выполнение алгоритма, один раз для каждого из наборов итерационных данных. Алгоритм может включать в себя код, который передает результаты каждого выполнения обратно на первый компьютер (то есть на компьютер, на котором выполняется программа-диспетчер) для сохранения.

Как отмечалось выше, исполняемый файл может включать в себя сжатые наборы итерационных данных. Если в удаленном компьютере еще нет копии выполняемого кода для алгоритма, диспетчер может сжать копию выполняемого кода и включить сжатый код в исполняемый файл.

Как указывалось выше, поток представляет собой набор взаимосвязанных алгоритмов, предназначенных для решения задачи. Алгоритмы работают на основании структур данных. Алгоритмы различных видов работают на основании структур данных различных видов. Например, имитатор движения флюидов в коллекторе, разработанный для прогнозирования объемов добычи нефти, газа и воды, функционирует при ином наборе структур данных, чем экономический алгоритм, разработанный для прогнозирования экономической отдачи. Системой управления принятием решений может предоставляться интерфейс, через который пользователь может задавать местоположения источников файлов (например, местоположения файловой системы в сети) и/или баз данных, содержащих структуры данных. Кроме того, системой управления принятием решений могут инициироваться инструментальные средства, которые позволяют пользователю создавать и модифицировать структуры данных.

Каждая структура данных включает в себя множество из одного или нескольких значений данных. Однако некоторые значения данных из структуры данных могут представлять собой параметры или величины, которые являются неопределенными. Поэтому системой управления принятием решений пользователю может предоставляться механизм для выбора значения данных в структуре данных и для продвижения значения данных в переменную неопределенности путем привнесения множества достижимых значений для переменной неопределенности и распределения вероятностей для переменной неопределенности. (По умолчанию исходное значение данных может быть включено в качестве одного из значений во множество достижимых значений переменной неопределенности.) Любое количество значений данных из любого количества структур данных может быть продвинуто таким образом в переменные неопределенности.

Кроме того, значение данных в структуре данных может представлять один возможный результат решения. Пользователь может захотеть рассмотреть другие возможные результаты решения. Поэтому системой управления принятием решений может предоставляться пользователю механизм для выбора значения данных из структуры данных и для продвижения значения данных в переменную решения путем привнесения множества достижимых значений, представляющих возможные результаты решения. (Например, количество скважин, подлежащих бурению на определенном месторождении, может быть равно любому целому числу от А до В включительно. В качестве другого примера, производительность определенного насоса может быть равна любому значению в диапазоне от X до Y, выраженному в кубических футах в секунду.) По умолчанию исходное значение данных может быть включено в качестве одного из элементов множества достижимых значений. Любое количество значений данных из любого количества структур данных может быть продвинуто таким образом в переменные решения.

Множество достижимых значений для переменной решения или переменной неопределенности может быть конечным множеством (например, конечным множеством численных значений, задаваемых пользователем) или бесконечным множеством (например, интервалом вещественной линии или области в n-мерном пространстве Евклида, где n - целое положительное число).

Пользователь может различными способами задавать распределение вероятностей для переменной неопределенности. Если переменная неопределенности имеет множество достижимых значений, которое является непрерывным, системой управления принятием решений может предоставляться пользователю возможность задавать плотность распределения вероятностей (ПРВ) путем выбора вида плотности распределения вероятностей (например, нормального, равномерного, треугольного и т.д.) и задавать параметры, определяющие конкретную плотность распределения вероятностей в рамках выбранного вида. Если переменная неопределенности имеет множество достижимых значений, которое является конечным, системой управления принятием решений может предоставляться пользователю возможность ввода значений вероятности (или численных значений, которые в дальнейшем могут быть нормированы относительно значений вероятности) для достижимых значений переменной неопределенности. Системой управления принятием решений может предоставляться пользователю возможность приводить плотность распределения вероятностей в качественное и количественное согласие с существующим множеством значений для переменной неопределенности (возможно, по аналогии).

Возможен случай, когда структур данных две или более, при этом каждая может быть привнесена в качестве входных данных в определенный алгоритм (или в определенный набор алгоритмов). Пользователю может быть точно не известно, какую из двух или более структур данных использовать. Например, для одного и того же коллектора могут быть две геоклеточные модели, и может быть неясно, какая модель является лучшим представлением физического коллектора. Следовательно, пользователь может захотеть создать поток, в котором алгоритм выполняется несколько раз, при этом каждый раз с использованием случайно выбранной одной из двух или более структур данных. Поэтому системой управления принятием решений пользователю может быть предоставлен механизм для образования переменной неопределенности, достижимые значения которой согласованы соответственно с двумя или более структурами данных. Пользователь может присвоить значения вероятности двум или более достижимым значениям. Каждое значение вероятности представляет вероятность того, что соответствующая структура данных будет выбрана из любой определенной реализации переменной неопределенности. Пользователь может делать выбор, чтобы образовывать любое количество переменных неопределенности этого вида. Набор структур данных, которые таким образом преобразуются в достижимые значения переменной неопределенности, называется «подчиненным переменной неопределенности».

Кроме того, возможен случай, когда структур данных две или более, при этом они представляют альтернативные результаты решения. Например, структур данных может быть две или более, при этом каждая представляет возможную реализацию для местоположений скважин и соединений трубопроводов оборудования. Поэтому системой управления принятием решений пользователю может предоставляться механизм для образования переменной решения, достижимые значения которой согласованы соответственно с двумя или более структурами данных. Набор структур данных, которые таким образом преобразуются в достижимые значения переменной решения, называется «подчиненным переменной решения».

Поэтому системой управления принятием решений пользователю предоставляется возможность

(1) задавать местоположения источников для структур данных, создавать структуры данных и модифицировать структуры данных;

(2) продвигать значения данных из структур данных в переменные неопределенности и переменные решения;

(3) подчинять структуры данных переменным неопределенности;

(4) подчинять структуры данных переменным решения.

Некоторые структуры данных могут быть отнесены к моделям, поскольку они описывают (характеризуют) представляющие интерес системы. Например, структуры данных могут включать в себя геоклеточные модели коллекторов, модели конструкций скважин и т.д. Объекты, вытекающие из операций (2), (3) и (4), в настоящей заявке также именуются моделями.

Система управления принятием решений может быть сконфигурирована для поддержки использования очень точных моделей физического коллектора, моделей скважин, моделей продуктивного потока и экономических моделей.

Некоторые из переменных неопределенности могут быть коррелированными. Поэтому системой управления принятием решений пользователю предоставляется возможность задавать корреляционные связи между парами переменных неопределенности. Например, пользователь может выбирать пару переменных неопределенности и вводить коэффициент корреляции, чтобы задавать корреляционную связь между парой переменных неопределенности. Согласно некоторым осуществлениям пользователь может выбирать группу из двух или более переменных неопределенности и вводить корреляционную матрицу для группы. При выполнении потока переменные неопределенности конкретизируются способом, в котором принимаются во внимание корреляционные связи, заданные пользователем.

Некоторые переменные неопределенности могут иметь между собой функциональные зависимости, например функциональные зависимости вида Y=f(X), Y=f(X₁,X₂), Y=f(X₁,X₂,X₃) и т.д., где X, X₁ X₂, X₃ и Y суть переменные неопределенности. Поэтому системой управления принятием решений может предоставляться интерфейс пользователя, который позволяет пользователю задавать такие функциональные зависимости. Могут поддерживаться любые из большого разнообразия функций (включая линейные и нелинейные функции). Согласно некоторым осуществлениям интерфейс пользователя позволяет пользователю конструировать произвольную алгебраическую функцию переменных неопределенности. При выполнении потока переменные неопределенности конкретизируются способом, в котором принимаются во внимание эти функциональные зависимости. Например, если Y=f(X), конкретизация для Y может быть получена, прежде всего, конкретизацией X и затем оцениванием функции f на основании конкретизации X. Аналогичным образом, переменные решения могут иметь функциональные зависимости между собой, например функциональные зависимости вида Y=f(X), Y=f(X₁,X₂), Y=f(X₁,X₂,X₃) и т.д., где X, X₁, X₂, X₃ и Y суть переменные решения. Поэтому один и тот же интерфейс пользователя (или другой интерфейс пользователя) может быть использован для задания таких функциональных зависимостей между переменными решения.

Некоторые из переменных решения или функциональных комбинаций переменных решения могут быть подчинены ограничениям. Поэтому системой управления принятием решений может предоставляться интерфейс пользователя, который позволяет пользователю задавать ограничивающие условия, такие как

Y ″неравенство″ Х,

Y ″неравенство″ f(X),

Y ″неравенство″ f(X₁,X₂),

Y ″неравенство″ f(X₁,X₂,X₃),

и т.д.,

на переменные решения, такие как X, X₁, X₂, X₃ и Y, где ″неравенство″ может быть любым из операторов неравенства, <, ≤, > или ≥. Может поддерживаться любая из большого разнообразия функций f (в том числе линейные и нелинейные функции). Согласно некоторым осуществлениям интерфейс пользователя предоставляет пользователю возможность конструировать произвольную алгебраическую функцию переменных решения. При выполнении потока осуществляется оптимизация, при которой принимаются во внимание ограничивающие условия, заданные пользователем на переменные решения.

Кроме того, системой управления принятием решений может предоставляться интерфейс пользователя, через который пользователь может задавать набор данных для управления выполнением. Набор данных для управления выполнением содержит информацию для регулирования и квалификации выполнения потока. Например, набор данных для управления выполнением может включать в себя такую информацию, как

способ конкретизации переменных неопределенности в потоке;

и

количество итераций для соответствующих циклов в потоке.

В способе конкретизации методом Монте-Карло переменные неопределенности (или некоторый поднабор переменных неопределенности) могут быть конкретизированы случайным образом путем использования генераторов случайных чисел. В способе конкретизации на основе латинского гиперкуба переменные неопределенности (или некоторый поднабор переменных неопределенности) могут быть конкретизированы путем использования хорошо известного метода латинского гиперкуба. В способе конкретизации на основе планирования эксперимента переменные неопределенности (или некоторый поднабор переменных неопределенности) могут быть конкретизированы путем использования любого из различных, хорошо известных методов планирования эксперимента.

С течением времени пользователь може