На основе временного ряда производственной полезности предлагается метод определения эффективности функционирования нефтяной скважины на текущем и прогнозируемом периодах. Идентификация производственной функции полезности скважины осуществляется в условиях нечёткой среды и наблюдений, проводимых на уровне «мягких измерений». Прогнозирование слабоструктурированных временных рядов трёх агрегированных геолого-промысловых факторов, влияющих на функционирование скважины, предлагается осуществлять посредством трёхслойных feedforward нейронных сетей. Для каждой прогнозируемой тройки этих факторов идентифицируется производственная функция полезности нефтяной скважины.
На основі часового ряду виробничої корисності пропонується метод визначення ефективності нафтової свердловини на поточному періоді і на тому, що прогнозується. Ідентифікація виробничої функції корисності свердловини здійснюється в умовах нечіткого середовища і спостережень, що проводяться на рівні «м’яких вимірювань». Прогнозування слабкоструктурованих часових рядів трьох агрегованих геолого-промислових факторів, які впливають на функціонування свердловини, пропонується здійснювати за допомогою тришарових feedforward нейронних мереж. Для кожної трійки факторів, що прогнозуються, ідентифікується виробнича функція корисності нафтової свердловини.
The method of definition of oil-well efficiency in current and predicted terms is offered on the base of production utility time series. Identification of production utility function of an oil-well is carried out in the conditions of the fuzzy environment and input-output monitoring at the level of "soft measurements". Semistructured time series of three aggregated geological production factors influencing an oil-well functioning are forecasted by three layer feedforward neural networks. For each predicted triplet of these factors the production function of oil-well utility is identified.
