Вход
  1. Главная
  2. Журналы
  3. «Газовая промышленность»
  4. Газовая промышленность 9.2023
Газовая Промышленность 9.2023

Научный отчет

УДК 004.942
(UDK 004.942)

Для получения доступа к статьям

Авторизуйтесь
Купить журнал

ПЕРЕРАБОТКА ГАЗА И ГАЗОВОГО КОНДЕНСАТА (GAS AND GAS CONDENSATE PROCESSING)

ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ПРОЦЕССОВ УПРАВЛЕНИЯ ПЕРЕРАБАТЫВАЮЩИМИ ПРОИЗВОДСТВАМИ НЕФТЕГАЗОВОЙ ОТРАСЛИ НА БАЗЕ КОМБИНИРОВАННОГО МОДЕЛИРОВАНИЯ

(DIGITAL TRANSFORMATION OF MANAGEMENT PROCESSES FOR PETROLEUM PROCESSING PLANTS BASED ON COMBINED MODELING)

Современные перерабатывающие предприятия нефтегазовой отрасли представляют собой сложные системы, осуществляющие прием углеводородного сырья и последующее производство различных видов продукции. Широко распространенные на данном этапе процессы цифровизации подразумевают использование разнообразных методов исследований, позволяющих преодолевать трудности цифровой трансформации существующих технологий, организации работы перерабатывающих производств и последующего управления ими. В статье рассматривается один из таких методов – комбинированное моделирование, применение которого обеспечивает существенное повышение управляемости и эффективности производств по переработке углеводородного сырья.
Комбинированное моделирование положено в основу созданного цифрового двойника, используемого для эффективного управления технологическими процессами переработки, планирования и принятия обоснованных решений, предсказания моментов возникновения критических ситуаций и путей выхода из них. Данный метод базируется на методологии системной инженерии, имитации, математического программирования и других дисциплин.
В качестве одного из перспективных приемов формализации и упрощения производственных процессов, включенных в состав комбинированной модели, рассматривается нейросетевое моделирование. Проведенные эксперименты показали высокую точность планирования и контроля процессов переработки, а также простоту использования обученных нейронных сетей.

Modern petroleum processing plants are complex systems supplied with hydrocarbons and processing them into various product types. Digitalization processes widespread at this stage imply modern research methods that overcome the complexities in existing technologies’ digital transformation, operations management, and further management over processing plants. The article considers one such method – combined modeling that considerably improves the manageability and efficiency of hydrocarbon processing plants.
The created digital twin is based on combined modeling and used for efficient processing management, planning and sound decision-making, and prediction of critical situations and ways out of them. The method is based on systems engineering methodology, imitation, mathematical programming, and other subjects. Neural-network modeling is considered one of the prospective techniques to formalize and simplify the production processes within a combined model. The experiments show high levels of planning accuracy, process control, and usability of the trained neural networks.

ЦИФРОВАЯ ТРАНСФОРМАЦИЯ, ЦИФРОВОЙ ДВОЙНИК, ПЕРЕРАБАТЫВАЮЩЕЕ ПРОИЗВОДСТВО, КОМБИНИРОВАННОЕ МОДЕЛИРОВАНИЕ, УПРАВЛЕНИЕ ПРОЦЕССАМИ ПЕРЕРАБОТКИ

DIGITAL TRANSFORMATION, DIGITAL TWIN, PROCESSING PLANT, COMBINED MODELING, PROCESSING MANAGEMENT

Н.А. Кисленко, к.т.н., ООО «НИИгазэкономика» (Москва, Россия), N.Kislenko@econom.gazprom.ru

Ю.В. Литвин, к.э.н., ООО «НИИгазэкономика», Yu.Litvin@econom.gazprom.ru

О.Е. Обухов, ООО «НИИгазэкономика», O.Obukhov@econom.gazprom.ru

N.A. Kislenko, PhD in Engineering, NIIgazekonomika LLC (Moscow, Russia), N.Kislenko@econom.gazprom.ru

Yu.V. Litvin, PhD in Economics, NIIGazekonomika LLC, Yu.Litvin@econom.gazprom.ru

O.Ye. Obukhov, NIIGazekonomika LLC, O.Obukhov@econom.gazprom.ru

Фейгин В.И., Брагинский О.Б., Заболотский С.А. и др. Исследование состояния и перспектив направлений переработки нефти и газа, нефте- и газохимии в РФ. М.: Экон-Информ, 2011. 806 с.

Александров И.А. Перегонка и ректификация в нефтепереработке. М.: Химия, 1981. 352 с.

Баласанов Г.Н. Моделирование и оптимизация в автоматизированных системах управления. М.: Атомиздат, 1972. 391 с.

Кузнецов О.А. Основы работы в программе Aspen HYSYS. М.: Директ-Медиа, 2015. 153 с.

Семенов П.В., Семишкур Р.П., Дяченко И.А. Концептуальная модель реализации технологии «цифровых двойников» для предприятий нефтегазового комплекса // Газовая промышленность. 2019. № 7 (787). С. 24–30.

Прохоров А., Лысачев М. Цифровой двойник. Анализ, тренды, мировой опыт / под ред. А.И. Боровкова. М.: АльянсПринт, 2020. 401 с.

Цифровизация нефтяной индустрии. Практические кейсы и примеры ведущих компаний // «Снег»: сетевое изд. URL: https://sntat.ru/news/tsifrovizatsiya-neftyanoy-industrii-prakticheskie-keysy-i-primery-veduschih-kompaniy-5650874 (дата обращения: 07.09.2023).

Боровков А.И., Рябов Ю.А., Гамзикова А.А. Цифровые двойники в нефтегазовом машиностроении // Деловой журнал Neftegaz.Ru. 2020. № 6 (102). С. 30–36.

Еремин Н.А., Еремин Ал.Н. Цифровой двойник в нефтегазовом производстве // Нефть. Газ. Новации. 2018. № 12. С. 14–17.

Абдрахманова Г.И., Быховский К.Б., Веселетинская Н.Н. и др. Цифровая трансформация отраслей: стартовые условия и приоритеты: докл. НИУ ВШЭ / под ред. Л.М. Гохберга и др. М.: Высшая школа экономики, 2021. 239 с.

Haimes Y.Y. Modeling and managing interdependent complex systems of systems. New York, NY, USA: Wiley-IEEE Press, 2018. 528 p.

Николенко С.И., Кадурин А.А., Архангельская Е.О. Глубокое обучение. Погружение в мир нейронных сетей. СПб.: Питер, 2019. 480 с.

Feygin VI, Braginskiy OB, Zabolotskiy SA, Kukushkin IG, Maevskiy AV, Maslennikov NI, et al. Research for the State and Prospects of Oil and Gas Processing and Oil and Gas Chemistry in the Russian Federation. Moscow: Ekon-Inform; 2011. (In Russian)

Alexandrov IA. Refining and Rectification in Oil Processing. Moscow: Chemistry [Khimiya]; 1981. (In Russian)

Balasanov GN. Modeling and Optimization in Automated Control Systems. Moscow: Atomizdat; 1972. (In Russian)

Kuznetsov OA. Basics of Working in Aspen HYSYS. Moscow: Direct-Media; 2015. (In Russian)

Semenov PV, Semishkur RP, Diachenko IA. Conceptual model оf digital twin technology. Gas Industry [Gazovaya promyshlennost’]. 2019; 787(7): 24–30. (In Russian)

Prokhorov A, Lysachev M, Borovkov AI (ed.). Digital Twin. Analysis, Trends, Global Experience. Moscow: AlliancePrint; 2020. (In Russian)

Snow [Sneg]. Oil industry digitalization. Practical cases and examples of leading companies. Available from: https://sntat.ru/news/tsifrovizatsiyaneftyanoy-industrii-prakticheskie-keysy-i-primery-veduschih-kompaniy-5650874 [Accessed: 7 September 2023]. (In Russian)

Borovkov AI, Ryabov YuA, Gazmzikova AA. Digital twins in petroleum-related mechanical engineering. Neftegaz.RU. 2020; 102(6): 30–36. (In Russian)

Eremin NA, Eremin AlN. Digital twin in the oil and gas production. Oil. Gas. Novations [Neft’. Gaz. Novacii]. 2018; (12): 14–17. (In Russian)

Abdrakhmanova GI, Bykhovskiy KB, Veseletinskaya NN, Vishnevskiy KO, Gokhberg LM (ed.), Grebenyuk AYu, et al. Digital Transformation of Industries: Starting Conditions and Priorities. Report by National Research University – Higher School of Economics (HSE University). Moscow: HSE University; 2021. (In Russian)

Haimes YY. Modeling and Managing Interdependent Complex Systems of Systems. New York, NY, USA: Wiley-IEEE Press; 2018.

Nikolenko SI, Kadurin AA, Arkhangelskaya YeO. Deep Learning. Deep Dive into Neural Networks. Saint Petersburg: Piter; 2019. (In Russian)
Назад к журналу
NEFTEGAS.info

Внимание к деталям — от идеи
до воплощения! Только актуальная информация и свежие новости.

О нас

 

 

Контакты

108811, г. Москва, Киевское ш.,
Бизнес-парк «Румянцево», корп. Б,
подъезд 5, офис 506 Б

+7 (495) 240-54-57