Выбор фирмы-оператора на основе конкурса-тендерастатья

Статья опубликована в журнале из списка RSCI Web of Science

Информация о цитировании статьи получена из Web of Science
Статья опубликована в журнале из перечня ВАК
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 19 августа 2020 г.

Работа с статьей

Прикрепленные файлы


Имя Описание Имя файла Размер Добавлен
1. Полный текст NH_1994_No11-12_54-58.pdf 5,1 МБ 7 февраля 2018 [EreminNA]

[1] Еремин Н. А., Фирсова Н. И. Выбор фирмы-оператора на основе конкурса-тендера // Нефтяное хозяйство. — 1994. — № 11/12. — С. 54–58. UDC 622.276 N.A. Eremin, N.I. Firsova A tender procedure applied to oilfield development operators // Neftyanoe Khozyaystvo. 1994, № 11/12, p. 54-58. The article proposes a mathematical technique for selecting an operating company in a tender for work in the field. The method is based on a multi-criteria analysis of compliance or proximity to the objectives of the tender, provides a mathematical rationale for choosing an operating company among other companies. The problem of choosing a company-operator for the development of a hydrocarbon field is becoming more urgent. Many regions decide to develop fields with the involvement of operators. The correct choice of the company-operator will ensure maximum recovery of hydrocarbon, safety and environmental protection, application of the modern technology and the development of the region's infrastructure. УДК 622.276 Еремин Н. А., Фирсова Н. И. Выбор фирмы-оператора на основе конкурса-тендера // Нефтяное хозяйство. — 1994. — № 11/12. — С. 54–58. Предложенная математическая методика описывает процедуру выбора операционной компании на основе тендера. Метод основан на многокритериальном анализе соответствия или близости к целям тендера, обеспечивает математическое обоснование выбора операционной компании среди других компаний. Проблема выбора фирмы-оператора для разработки углеводородного месторождения становится все более актуальной. Многие регионы принимают решение разрабатывать месторождения с привлечением западных операторов. Правильный выбор фирмы-оператора позволит гарантировать максимальную добычу углеводородного сырья, безопасность и охрану окружающей среды, применение современной технологии и развитие инфраструктуры региона. Проблема выбора фирмы-оператора для разработки месторожде-ния УВ становится все более актуальной. Многие регионы принимают решение вести разработку залежей УВ с привлечением западных фирм-операторов. Правильный выбор фирмы-оператора позволит гарантировать максимизацию добычи углеводородного сырья, безопасность и охрану окружающей среды, применение современной технологии и развитие инфраструктуры региона. Анализ целей и ограничений при составлении ТЭО включает следующие этапы: выявление дублирующихся целей и ограничений методом попарного сравнения и анализа иерархий; выявление неявных целей, не нашедших отражения в условиях конкурса-тендера; окончательное формирование множества целей и их согласование с организаторами конкурса-тендера; определение основных этапов многокритериальной нечеткой процедуры по оценке ТЭО фирм-операторов с точки зрения степени достижимости целей конкурса-тендера в проектных решениях ТЭО. В условиях конкурса-тендера его организаторами отражаются те цели, которые должны быть реализованы при РНМ. Эти цели могут не совпадать, быть различными и даже противоречивыми. Интересна постановка задачи: в какой мере и насколько полно отражают условия проведения конкурса цели, стоящие перед ее организаторами. Но эта задача выходит за рамки проблем, рассматриваемых в данной работе. После того, как сформулированы приоритетные цели, задача состоит в определении ТЭО, наиболее полно отвечающего этим целям, и по возможности необходимо найти количественную меру близости каждого ТЭО поставленным целям. Оценка близости должна производиться по совокупности критериев, согласованных с перечисленными выше целями, т.е. задача является многокритериальной, и процесс нахождения наилучшего ТЭО * многоцелевой системой оптимизации в нечеткой постановке. Отличительной особенностью задачи составления ТЭО от традиционных задач проектирования является сведение задачи построения допустимого множества решений к нахождению грубых, приближенных решений. Организаторы конкурса по разным причинам к моменту объявления конкурса не могут строго сформулировать все возможные и необходимые цели. Поэтому следует использовать итерационную процедуру согласования целей с возможностями фирмы-оператора. Задачу выбора ТЭО можно свести к двухуровневой. На нижнем уровне * уровне отдельной задачи, цели * производится анализ и оценка достижимости одной цели на m-мерном пространстве Rm, где Rm * Ân. На высшем уровне * уровне всех поставленных целей * решается задача выбора ТЭО на основе оценки близости полученного решения (множество глобальных параметров) к целевой области. На стадии составления технологической схемы или проекта количество уровней может увеличиваться в зависимости от сложности, что требует большей проработки отдельного вопроса (подсистемы). В технико-экономических обоснованиях, представляемых на конкурс по выбору фирмы-оператора для начала или продолжения освоения нефтегазоконденсатного месторождения, должны быть сделаны технические и экономические оценки месторождения, а также разработаны программы по переработке нефти, газа и воды и развитию социальной сферы (инфраструктуры). В ТЭО должны быть перечислены альтернативные пути улучшения многих аспектов разработки, таких как максимизация извлекаемых запасов путем использования новейших методов добычи, мероприятия по улучшению в области социальной сферы (инфраструктуры) и т.д. ТЭО должно продемонстрировать все преимущества фирмы-оператора по всему циклу разработки, включая освоение месторождения, добычу сырья, увеличение занятости местного населения, прирост отчислений от разработки в местный и государственный бюджет. Существенный сдвиг в системе общечеловеческих ценностей в сторону экологизации РНМ, рационального использования природных и энергетических ресурсов ставит перед отраслью новые задачи * создание экологически безопасных систем разработки. Рассмотрим метод анализа ТЭО, основанный на нечетких множествах. Исследования последних лет в области принятия решений привели к осознанию того факта, что задача принятия сложных решений формулируется и обсуждается на профессиональном языке, отражающем ее специфику. Задача выбора наилучшего из предложенных ТЭО относится к задачам принятия сложных решений. Следствием этого является использование в процесе поиска налучшего ТЭО качественных элементов * целей и ограничений с нечеткими границами. Построение моделей принятия решений для задачи выбора ТЭО, имеющей нечеткое словесное описание, оказалось возможным благодаря введению понятия нечеткого множества. Нечеткость геологической и технологической информации обусловлена наличием в задаче выбора ТЭО целей и ограничений с нечеткими границами, а также высказываний с многозначной шкалой истинности. Рассматриваемое ТЭО может быть отнесено к одному из нечетких, размытых классов или категорий: прекрасное, хорошее, удовлетворительное, плохое. Эти категории относятся к трудноформализуемым, так как для отнесения каждого из рассматриваемых ТЭО к одной из этих профессиональных категорий необходимо использовать логичес-кую процедуру или методику вывода. Категории или классы прекрасное, хорошее и т.д. выделены с точки зрения уровня или степени достижения в ТЭО поставленных в конкурсе-тендере целей и ограничений. Функция принадлежности в данной задаче представляет собой отрезок прямой. Область определения прямой * область возможного изменения локального параметра, а область значений функции принадлежности * [0,1]. В качестве примера возьмем локальный параметр прибыль на 1 т нефти. Локальный термин прибыль на 1 т нефти относится к простым категориям. Поэтому отношение порядка, задаваемое с помощью функции принад-лежности, не вызывает особых трудностей. Допустим, мы задали минимальный предел прибыли, равный 0, и максимальный, равный 60. Тогда функция принадлежности будет иметь вид m (x)=1/60 x. Допустим, что в рассматриваемом ТЭО прибыль составляет 40 долл./т, тогда соответствующее значение функции принадлежности равно 2/3. Итак, составим алгоритм анализа ТЭО на основе теории нечетких множеств. Пусть к * номер ТЭО (к=1,...,m), где m * общее количество ТЭО, представленных на конкурс-тендер. Логично предположить, что лингвистическая глобальная переменная состоит из множества локальных параметров, которые, в свою очередь, являются также лингвистическими перемеными. При формировании множества локальных переменных следует избегать чрезмерного его расширения. Множество локальных параметров должно быть представимым, т.е. желательно, чтобы в каждом ТЭО эти параметры были представлены. Как указывалось выше, выбор ТЭО относится к трудноформализуемым задачам в силу сложности строения объекта разработки и сходной информации на начальном этапе РНМ. В этом случае целесообразно построение типовых или эталонных решений. Рассмотрим вначале вопрос определения целей и подцелей конкурса-тендера на лучшее ТЭО. Пусть цели будут глобальными параметрами, а подцели и ограничения * локальными. Пусть X = {Xi}, i = (1,I),* * множество глобальных параметров, которые описывают состояние объекта разработки * нефтяной залежи в каждом ТЭО. Предположим, что каждый параметр Xi задается как лингвистическая переменная <Xi ,Ti, Bi>, где Xi * название параметра, Ti = {Ti,r} * терм-множество лингвистической перемен-ной Xi, Ri * количество термов для данной лингвистической переменной, Bi * базовое или универсальное множество параметра Xi. Каждый терм Ti,r описывается как нечеткая переменная <Ti,r, Bi, A,∼i,r>. Для определения нечеткой переменной необходимо задать нечеткое множество A,∼i,r .на универсальном множестве Bi A,∼i,r ={<mAri,∼(b) / b>}, b * Bij . Предположим, что пространство глобальных параметров X = {Xi }, i = (1,I),* задано следующим образом: X1 * экономический, X2 * технологический, X3 * экологический, т.е. i = 3. Пусть для глобального параметра Xi определено множество локальных параметров xij = {xi1,xi2,...,xipi}, где pi = (1,Pi),* * количество локальных параметров. Тогда каждый локальный параметр xij можно задать как лингвистическую переменную <xij, Tij, Bij>, где xij * название локального параметра, Tij = {Tij,si } * терм-множество лингвистической переменной xij; si = (1,Si),* * Si количество термов у лингвистической переменной xij. Каждый терм локальной переменной, так же как и терм глобальной переменной, задается тройкой чисел в виде нечеткой переменной <Tij,si, Bij, A,∼ij,si>. Нечеткая переменная задается нечетким множеством A,∼ij,si на универсальном множестве Bij A,∼ij,si = {<mAijsi,∼(b) / b>}, b * Bij. Например, пусть глобальная переменная X2 определена на множестве локальных переменных X2j = {X21, X22 }, где X21 * объем добычи нефти за весь период разработки, в млн т, X22 * технологическая эффективность рекомендуемого метода (например, заводнения), т.е. количество тонн нефти, полученной на 1 т закачанной воды: T21 = (высокий,средний,низкий), T22 = (высокая,средняя,низкая). Тогда термы глобальной переменной можно задать в виде T2 = (высокотехнологичный, технологичный, низкотехнологичный). Предположим, терм высокотехнологичный образован пересечением термов T21,1 (высокий объем добычи нефти) и T22,1 (высокая технологичная эффективность), т.е. T21,1 = T21,1 Ù T22,1 . Аналогично терм низкотехнологичный T2,3 = T21,3 Ù T22,3 . Тогда терм технологичный сответствует пересечению всех остальных комбинаций терм-множеств T22,i и T22,j. Для построения универсального множества B2 нормализуем универсальные множества B2j по их максимальному элементу max b2j B,*2j = {< b2j / max b2j>}, b2j * B2j . Тогда универсальное множество B2 будет определяться пересечением B,*21 и B,*22 B2 = B,*21 Ù B,*22. Так, если целью конкурса-тендера является максимизация локальных параметров X21 и X22, то областью повышенного интереса будут не все термы глобальной переменной X2, а только терм T2,1 = высокотехнологичный. Поэтому основное внимание следует уделить определению степени принадлежности рассматриваемых ТЭО нечеткому множеству A,∼2,1 = {<mA21(b) / b>}, b * B2. Для этого вначале проводится оценка степеней принадлежности каждого из рассматриваемых ТЭО к нечетким множествам A,∼2,1 терма Т21 = валовой объем добычи нефти за весь период разработки и A,∼2,1 терма Т22 =валовая технологическая эффективность рекомендуемого метода взаимодействия. Пусть для к-рассматриваемого ТЭО найдены m21,k(b21), b21 * B21 и m22,k(b22), b22 * B22 . Тогда степень принадлежности к-рассматриваемого ТЭО нечеткому множеству A,∼2,1, описывающему терм T2,1, будет определятся как mА21(b2) = mА211(b21) & mА221(b22), где b2* B2 , b21 * B21 , b22 * B22 . Аналогичным образом определяются степени принадлежности остальным глобальным параметрам mА11(b1), mА31(b3). Окончательно для к-рассматриваемого ТЭО находим нечеткое решение * D как пересечение всех глобальных параметров Dk = Xk,1 ÇXk,2ÇXk,3 и соответственно mkD(b21) = mА11(b1) & mА21(b2) & mА31(b3). Если в условиях конкурса-тендера цели, подцели и ограничения имеют разную степень принадлежности или степень важности, тогда mkD выражается комбинацией нечетких целей и ограничений с соответствующими весовыми коэффициентами, которые будут отражать степень предпочтения, т.е. mkD = am(bm) mА1m(bm), где am * весовые коэффициенты, такие что am(bm) = 1, и решающее правило принимает вид Dk, = X1,k/ * ,1 * X2,k/ * ,2 * X3,k/ * ,3 . 1. Строим функции принадлежности для каждого локального параметра данного к-ТЭО и находим значения степени принадлежности. 2. Строим пространство оценок Fp(V), где аргумент V изменяется от 0 до 1, а p от 1 до 5 (см. рис. 2.49). Это пространство будет показывать нам приближение функции принадлежности к эталонному решению. Таким образом, решение будет определяться как F5 (V) * очень хорошее; F4 (V) * хорошее; F3 (V) * нормальное; F2 (V) * плохое; F1 (V) * очень плохое. 3. В пространстве оценок Fр (V) строим функцию H(i,V), которая выражается формулой Hi(V) = min(1, 1 * mij+Fр (V)). 4. Построение данной функции мы проводим в цикле для v от 0,0 до 1,0 с шагом 0,1 нач для p от 1 до 5 с шагом 1 нач hi(v,p) = min(1, 1* mij + Fр (V)) кон Hi(V) = min hi(v,p) кон Для каждого ТЭО получаем (n) таких функций, где (n) * количество глобальных параметров. 5. Определяем близость функций Hi(V) к функциям Fp(V) по евклидовой норме и даем оценку каждому глобальному параметру. 6. Далее в некотором смысле повторяем алгоритм, но теперь мы действуем не с локальными параметрами, а с функциями, соответствующими глобальным параметрам. Строим новую функцию H(V) в цикле H(V)=min Hi(V) для v от 0,0 до 1,0 с шагом 0,1. 7. Итак, для каждого ТЭО мы построили функцию H(V). Теперь надо оценить функцию H(V) в пространстве оценок при помощи евклидовой нормы. Функция, наиболее близкая к идеалу F5(V), и будет наилучшей. Таким образом, решена задача выбора оптимального ТЭО, представленного на конкурс-тендер. Преимущество использования подхода, основанного на нечетких множествах, заключается в том, что при этом различие в размерности глобальных и локальных параметров, т. е. их размерная несопоставимость, не играет никакой роли, поскольку основные операции осуществляются с функциями принадлежности нечетким множествам, являющимся безразмерными. Второе преимущество заключается в возможности использовать при этом подходе глобальные параметры, сформированные при анализе целей конкурса-тендера. Поскольку при решении задачи выбора наилучшего ТЭО максимизируется степень принадлежности рассматриваемого ТЭО данному нечеткому множеству по данному параметру, не важно, должен ли данный параметр выбора минимизироваться или максимизироваться. В качестве иллюстрации приведем следующий пример. Оценим два ТЭО * ТЭО1 и ТЭО2. Критерии выбора таковы: глобальные параметры* экономический X1; технологический X2; экологический X3. Пусть им соответствуют следующие локальные параметры. X11 * экономическая эффективность предлагаемого МВ на пласт. Под экономической эффективностью понимают полученную прибыль (в денежном выражении) в результате внедрения данного МВ. X12 * процентное соотношение разделения полученной прибыли: фирме-оператору, государству и местной власти. Для упрощения задачи рассмотрим прибыль, идущую в пользу государства. X13 * годовые капитальные затраты на 1 т нефти. X14 * общие капиталовложения фирмы-оператора. X21 * средний объем добычи нефти за весь срок службы. X22 * технологическая эффективность МВ. Под технологичес-кой эффективностью МВ на пласт понимается масса или объем дополнительно добытой нефти по отношению к массе или объему закачанного рабочего агента. X31 * инвестиции, отводимые на экологию (общие капиталовложения). X32 * капиталовложения на систему сбора и подготовки нефти, воды и газа. Пусть заданы следующие параметры по каждому ТЭО: X11 X12 X13 X14 X21 X22 X31 X32 ТЭО1 94 70 110 40 15 8,7 30 30 ТЭО2 125 70 130 35 16 3,5 20 25 В ТЭО1 рассмотрен метод воздействия нагнетания ПАВ, в ТЭО2 * нагнетания щелочи. Соответственно для этих методов мы имеем следующие оценки: Эффективность ПАВ Щелочь Экономическая 126 ... 314 50 ... 200 Технологическая 8,8 ... 17,5 5,9 ... 12,8 Мы вычисляем среднее значение этих оценок. Минимальная и максимальная границы устанавливаются экспертами: X11 X12 X13 X14 X21 X22 X31 X32 а1 50 40 100 20 5 0 0 0 а2 400 90 180 50 50 20 50 40 1. Строим функции принадлежности для каждого локального параметра, вычисляем значения функции принадлежности. Пусть i * номер локального параметра, j * номер глобального параметра. Тогда таблица значений mij будет иметь вид: X11 X12 X13 X14 X21 X22 X31 X32 ТЭО1 0,126 0,6 0,125 0,66 0,22 0,435 0,6 0,75 ТЭО2 0,214 0,6 0,375 0,5 0,24 0,175 0,4 0,625 Вычисление mij проводилось следующим образом. Предполагалось, что функция принадлежности имеет вид, как показано на рис. 2.50, где a1 * минимальное значение локального параметра, a2 * максимальное значение локального параметра, a3 * значение локального параметра для данного ТЭО. Отсюда следует, что mij = (a3*a1)/(a2*a1). 2. Находим mi= min mij для каждого ТЭО: m1 m2 m3 ТЭО1 ТЭО2 0,125 0,214 0,22 0,175 0,6 0,4 3. Строим пространство оценок. Fp (V) выбираем следующим образом (см. рис. 2.51): F1 (V) =V4; F2 (V) =V2; F3 (V) =V; F4 (V) =V1/2; F5 (V) =V1/4. 4. Строим функцию (см. рис. 2.51): Hi(V) = min (1, V4+(1- mi)). 5. Определяем близость глобальных параметров к идеалу (по евклидовой норме). 6. Строим функцию (см.рис. 2.51): H(V)=min Hi(V). Определяем по формуле евклидовой нормы близость к идеальному решению F(v)= v4 d = ( )0,5. Получаем, что для ТЭО1 евклидовая мера близости равна d = 1,2, а для ТЭО2 d = 6,2. Следовательно, выбор следует остановить на ТЭО1 как наиболее полно отвечающем поставленным в конкурсе-тендере целям разработки месторождения углеводородов и рекомендовать конкурсной комиссии отдать предпочтение фирме-оператору, создавшей ТЭО1. Таким образом, разработана математическая методика процедуры выбора фирмы-оператора, основанная на многокритериальном анализе соответствия (или близости) нечетких проектных решений, полученных в ТЭО, нечетким целям конкурса-тендера. Показано, что математическому описанию нечетких, расплывчатых специальных знаний в области разработки месторождений углеводородов, которые используются при оценках ТЭО, в наибольшей мере соответствует теория нечетких множеств.

Публикация в формате сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл скрыть