CC BY
91
УДК 519.816
Ю. А. Загорулько, Г. Б. Загорулько
Институт систем информатики им. А. П. Ершова СО РАН пр. Акад. Лаврентьева, 6, Новосибирск, 630090, Россия E-mail: zagor@iis.nsk.su; gal@iis.nsk.su
ОНТОЛОГИЧЕСКИЙ ПОДХОД К РАЗРАБОТКЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА НЕФТЕГАЗОДОБЫВАЮЩЕМ ПРЕДПРИЯТИИ
Рассматриваются принципы построения и функционирования системы, обеспечивающей поддержку принятия решений на нефтегазодобывающем предприятии. Благодаря тому, что в состав системы в явном виде включены онтологии предметной и проблемной областей, упрощается настройка системы на предметную область и классы решаемых задач.
Ключевые слова: система поддержки принятия решений, онтология предметной области, онтология задач, решатель, модуль поддержки принятия решений, анализ информации, оптимизация.
Введение
В настоящее время проблема повышения энергоэффективности и экологической безопасности нефтегазодобывающих предприятий (НГД11) является весьма актуальной. На предприятиях нефтегазодобывающего комплекса используется достаточно большое количество автоматизированных систем управления технологическим процессом (АСУ ТП) [1], но, как правило, они обслуживают только основной производственный процесс, т. е. добычу углеводородного сырья, не затрагивая при этом другие виды деятельности, например, транспортное обслуживание и выполнение ремонтных работ. К тому же эти системы функционируют на локальных объектах, обеспечивая управление и мониторинг только одного отдельно взятого объекта или процесса, в то время как для принятия эффективных решений требуется иметь интегральную информацию обо всех объектах и процессах технологической инфраструктуры НГДП. В связи с этим такие системы не могут обеспечить ЛПР (лицо, принимающее решение) необходимой информацией обо всех процессах, влияющих на эффективность и экологическую безопасность работы предприятия.
С целью поддержки снижения энергетических затрат НГДП и повышения экологической безопасности его деятельности в рамках Государственного контракта № 02.514.11.4126 от 30.09.2009 г. с Федеральным агентством по науке и инновациям РФ была разработана типовая система оперативного мониторинга технологической инфраструктуры (СОМТИ). Одним из важнейших компонентов этой системы является аналитическая подсистема или система поддержки принятия решений (СППР) [2], которая на основе анализа статической и динамической информации об объектах технологической инфраструктуры предприятия (далее просто - об объектах) вырабатывает для ЛПР рекомендации по предотвращению аварийных ситуаций на НГДП, улучшению показателей его работы, о проведении планового технического обслуживания и / или экстренного ремонта объектов, о списании объектов и замене их новыми, об оптимизации потоков технологического транспорта и проч.
С течением времени технологическая инфраструктура предприятия может быть подвержена как структурным, так и качественным изменениям. Например, на НГДП могут появиться новые виды оборудования, либо возникнет потребность в решении новых задач. Поэтому система оперативного мониторинга технологической инфраструктуры предприятия в целом и СППР в частности, должна быть настраиваема на предметную область (ПО) и классы ре-
ISSN 1818-7900. Вестник НГУ. Серия: Информационные технологии. 2012. Том 10, выпуск 1 © Ю. А. Загорулько, Г. Б. Загорулько, 2012
шаемых задач. В связи с этим СППР проектируется таким образом, что в ее состав в явном виде входит модель ПО, представленная онтологией [3], а ее архитектура допускает подключение дополнительных модулей, обеспечивающих поддержку принятия решений новых задач.
Гибкость архитектуры в значительной степени достигается благодаря использованию онтологии в качестве универсального формата представления знаний и данных в системе, что позволяет значительно упростить и унифицировать обмен информацией между ее разнородными компонентами и модулями.
В последнее время онтологии довольно успешно используются в СППР, предназначенных для поддержки принятия решений в самых различных областях, таких как медицина [4; 5], право [6; 7], экологическая безопасность [8], региональное управление [9], управление безопасностью в гетерогенных сетях [10] и др.
В статье рассматриваются архитектура, принципы построения и функционирования СППР, предназначенной для принятия решений в системе оперативного мониторинга технологической инфраструктуры НГДП, а также используемые в ней методы представления знаний и классы решаемых ею задач.
Принципы построения и функционирования СППР СОМТИ
Рассмотрим архитектуру и схему функционирования разработанной системы поддержки принятия решений (СППР СОМТИ).
Общая архитектура системы. СППР СОМТИ при выработке решений и рекомендаций для ЛПР использует информацию из центрального хранилища данных СОМТИ (ЦХД СОМ-ТИ), в котором представлены данные о структуре и состоянии технологической инфраструктуры предприятия (рис. 1). В связи с этим в СППР, кроме супервизора, организующего работу решателей, обеспечивающих решение определенных классов задач, включается адаптер СППР СОМТИ, обеспечивающий получение задач от подсистемы управления (ПУ) СОМТИ и обмен данных с ЦХД СОМТИ.
В СППР СОМТИ используется два решателя: 8ешр - интерпретатор продукционных правил системы 8ешр-ТЛО [11] и ОЬРК - решатель задач целочисленного линейного программирования (ЦЛП) \ Каждый решатель имеет свой формат входных и выходных данных, поэтому для каждого из них разработан адаптер для обмена данными между ним и локальной памятью СППР (8ешр-адаптер и ОЬРК-адаптер).
Решение конкретных задач СОМТИ реализуется отдельными модулями поддержки принятия решений, за исполнение (интерпретацию) которых отвечает один из решателей. Все эти модули хранятся в специальном репозитарии.
Для того чтобы упростить и унифицировать обмен информацией между разнородными компонентами и модулями СППР (адаптерами, супервизором, решателями и др.), а также ЦХД СОМТИ, разработан формат представления данных в виде объектов (экземпляров понятий) онтологии (рис. 2), описывающей предметную и проблемную область системы.
Дополнительно СППР СОМТИ включает ряд вспомогательных инструментальных средств (редактор онтологий, конфигуратор системы), обеспечивающих настройку, конфигурирование и управление системой.
Принципы функционирования СППР СОМТИ. Исполнительным ядром СППР СОМТИ является супервизор, который выполняет обработку полученных заданий, подготовку входных данных для решателей, сбор и отправку в ЦХД СОМТИ результатов вычислений. В связи с этим он состоит из следующих модулей: обработчика задач, планировщика, интерпретатора конфигураций, менеджера локальной памяти (см. рис. 1).
Основной цикл работы СППР СОМТИ состоит в последовательном выполнении заданий, поступающих от подсистемы управления СОМТИ.
1 GNU Linear Programming Kit: http://www.gnu.org/software/glpk/glpk.html
Рис. 1. Архитектура СППР СОМТИ
Каждое задание содержит описание некоторой задачи, известной СППР. При этом задача считается известной СППР, если ее описание представлено в онтологии задач (рис. 3). Задание поступает на вход адаптера СППР, который проверяет описанную в нем задачу на соответствие онтологии задач, преобразует ее в формат, понятный супервизору, и передает ему на дальнейшую обработку.
Обработчик задач, являющийся частью супервизора, анализирует поступившее описание задачи, представляет его в формате, заданном онтологией задач, и передает планировщику.
Планировщик для каждой поступившей на его вход задачи порождает исполняемую конфигурацию реализующих ее модулей. При этом он обращается к онтологии задач, чтобы узнать имя реализующего обрабатываемую задачу модуля принятия решений (в общем случае - группы модулей). Затем планировщик извлекает из репозитария модулей описание этого модуля и помещает в конфигурацию модулей.
Работа интерпретатора конфигураций состоит в выборе из конфигурации модулей описания очередного модуля, загрузке необходимых для его работы данных из ЦХД (через адаптер СППР) в локальную память (ЛП), вызове соответствующего решателя с одновременной передачей ему данных из ЛП и выбранного модуля, выгрузке результатов работы модуля в ло-
кальную память и передаче их в ЦХД. При этом обмен данными решателей с ЛП осуществляется через адаптеры (Semp-адаптер или GLPK-адаптер).
После отработки очередного модуля супервизор осуществляет мониторинг ЛП и при обнаружении в ней объектов класса Задача формирует задание из этих задач и вызывает планировщик. (Необходимо сказать, что любой модуль поддержки принятия решений может «породить» новую задачу, которая представляется экземпляром класса Задача онтологии задач.)
После окончания работы планировщика, который может дополнить конфигурацию новыми описаниями модулей, вызывается интерпретатор конфигураций, который продолжает работу уже над модифицированной конфигурацией модулей.
Рис. 2. Онтология предметной области СППР СОМТИ
Рис. 3. Онтология задач СППР СОМТИ
После того как все задачи, поступившие на вход супервизора, а также все задачи, порожденные первыми, решены, супервизор прекращает свою работу и переходит в состояние ожидания новых задач.
Представление знаний в СППР СОМТИ
Знания в СППР СОМТИ представлены в виде двух взаимосвязанных онтологий - онтологии предметной области и онтологии задач [3].
Онтология ПО описывает модель предметной области в виде понятий и отношений между ними (см. рис. 2). Базовыми понятиями (классами) онтологии ПО являются: объект, нормативно-справочный объект, состояние, результат.
В классе Объект выделяются подклассы Оборудование (насосные установки, трансформаторы, трубопроводы и т. п.), Подвижные объекты (автоцистерны, грузовики, автобусы и другие виды автотранспорта) и Дорожная сеть. Объекты могут находиться в том или ином состоянии, для описания которого вводится класс Состояние. В свою очередь класс Состояние имеет следующие подклассы: Неисправность, Поломка, Штатное состояние, Предава-рийное состояние и др.
Важное место в онтологии ПО занимает описание топологии технологической инфраструктуры предприятия. Взаимное расположение и связность объектов технологической инфраструктуры задается отношениями «Содержит», «Входит», «Выходит».
Для контроля соответствия параметров объектов анализа нормативным значениям используется нормативно-справочная информация: для каждого понятия, представляющего некоторый вид оборудования или контейнера оборудования, заводится специальное понятие, которое мы будем называть нормативно-справочный объект или НС-объект. Этот НС-объект имеет тот же набор атрибутов, что и исходное понятие (объект), но числовые значения его атрибутов задаются парой чисел, которые определяют интервал изменения атрибута данного понятия согласно нормативу (техпаспорту).
Каждый объект технологической инфраструктуры имеет свой График ремонтов, в котором собрана информация о плановых, текущих и срочных ремонтах данного объекта.
Результатами работы СППР являются Диагнозы состояния оборудования и подвижных объектов, Рекомендации для ЛПР, Прогнозы изменения состояния объектов, решения транспортных задач (Маршруты движения автотранспорта), скорректированные Графики ремонтов и т. п. Отдельным результатом может быть порожденная исполняемым модулем поддержки принятия решений Задача, в которой, например, более детально анализируется тот или иной объект.
Онтология задач (см. рис. 3) включает описания решаемых системой задач, решателей и модулей поддержки принятия решений, реализующих решения задач.
Для описания задачи вводится понятие (класс) Задача, имеющий атрибуты «Имя задачи» и «Параметры задачи». Последний атрибут представляет собой множество пар вида <Csd, Lo>, где Csd - класс онтологии ПО, Lo - список имен объектов класса Csd, для которых должна быть решена данная задача. Если Lo не задано (пусто), то считается, что задача решается для всех объектов класса Csd.
Для представления модулей поддержки принятия решений и решателей в онтологии задач вводятся соответственно классы Модуль и Решатель.
На задачах определены отношения «Подзадача» и «Порождает». Первое отношение связывает некоторую задачу с другими задачами (ее подзадачами), решение которых требуется для решения данной задачи. Отношение «Порождает» определяет потенциальную возможность порождения одной задачи другой. Вводится также отношение «Реализует», связывающее модуль принятий решений с задачей, решение которой он обеспечивает.
Все модули поддержки принятия решений хранятся в репозитарии и снабжены следующими атрибутами: «Имя модуля», «Входные данные», «Выходные данные», «Решатель».
Атрибут «Входные данные» определяет множество типов (классов) объектов, необходимых для функционирования модуля. Значение атрибута имеет вид <Cin, Rin, Ain>, где Cin -множество классов онтологии ПО, Rin - множество отношений онтологии ПО, заданных на классах Cin, Ain - множество ограничений на значения атрибутов объектов классов
из Cin. Ограничения Ain служат для фильтрации объектов, для которых необходимо решить задачу. Если модуль реализует задачу, у которой есть параметры, то параметры задачи добавляются к множеству ограничений Ain.
Атрибут «Выходные данные» определяет множество классов, объекты которых могут быть созданы модулем в качестве результатов его работы.
Атрибут «Решатель» задает имя программной системы, которая будет исполнять данный модуль поддержки принятия решений.
При необходимости набор модулей поддержки принятии решений может быть расширен с помощью конфигуратора системы, который позволяет регистрировать новые модули и включать их в репозитарий модулей и онтологию задач.
Для описания онтологий используется язык представления и обработки знаний интегрированной системы Semp-TAO [12; 13]. Этот язык был выбран потому, что он не только обладает богатым набором типов данных и позволяет представлять понятия предметной и проблемной области в виде классов объектов и отношений, но и включает средства, позволяющие специфицировать требуемые в СППР процессы принятия решений и обработки информации в виде продукционных правил, оперирующих объектами введенных классов. Благодаря этому правила в модулях поддержки принятия решений могут описываться в терминах онтологии.
Типы решаемых задач
СППР осуществляет поддержку решения задач двух типов: оптимизационных и аналитических.
В рамках разрабатываемой СОМТИ решаются две оптимизационные задачи: построение оптимальных маршрутов движения автотранспорта, осуществляющего перевозку нефти от отдаленных скважин к центральному пункту сбора, и оптимизация графика ремонтов оборудования НГДП. Поддержка решения этих задач осуществляется средствами решателя GLPK.
Наиболее широко в СОМТИ представлен класс аналитических задач. Наиболее важными из них являются:
• общий мониторинг основных показателей работы НГДП;
• мониторинг отдельного куста скважин;
• диагностика различных типов оборудования;
• принятие решений при обнаружении порывов трубопровода;
• принятие решений при аварии или угрозе аварии на трансформаторной подстанции;
• поиск причин и принятие решений при нарушении соотношения дебита куста и объема закачанной в пласт жидкости;
• анализ устоявшегося либо нового режима и выработка рекомендаций по установлению нового (безопасного / оптимального) режима работы куста скважин;
• принятие решений при обнаружении небаланса газожидкостной смеси или электроэнергии.
Практически во всех аналитических задачах используется понятие тренда. Под трендом понимается тенденция изменения некоторого параметра анализируемого объекта НГДП, представленного числовым показателем. В качестве такого параметра могут выступать, например, КПД насоса, расход электроэнергии на дожимной насосной станции, мощность трансформатора и т. п. Тренд параметра вычисляется по соответствующему ему временному ряду в виде одного из лингвистических значений: резко падает, падает, слабо падает, стабильно, колеблется в пределах нормы, слабо растет, растет, резко растет. Временные ряды параметров являются входными данными решаемой задачи. По временному ряду можно также определять наличие и момент всплесков и падений значений, выполнять экстраполяцию, получать прогноз о моменте выхода рассматриваемого параметра за некоторое пороговое значение.
Взаимные зависимости трендов показателей и состояний анализируемых объектов задаются с помощью продукционных правил, определяемых экспертами. Например, если для какого-либо насоса возрастает потребление электроэнергии при одновременном снижении КПД и подачи, и эти показатели, оставаясь в нормативных рамках, приближаются к их гра-
ницам, то с определенной долей уверенности можно прогнозировать, что этот насос скоро выйдет из строя. При возникновении такой ситуации СППР выдаст соответствующее сообщение ЛПР и запустит задачу детальной диагностики данного насоса.
FORALL DNR: NR_Pump (Efficiency_min),
P: Pump (Capacity, Energy_consumption, Efficiency),
Describe (P, NR),
Tendency (Capacity) = "decrease" &
Tendency (Efficiency) = "decrease" &
Tendency (Energy_consumption) = "increase"
=>
Create Task (name: "Диагностика насоса", parameters: {<Pump, P>});
cm := Critical_moment (Efficiency, Efficiency_min);
Create Prognosis (message:
"КПД достигнет критического уровня через" + cm + "часов", parameters: {<Pump, P>}).
Заметим, что в этом правиле Capacity, Energyconsumption и Efficiency являются временными рядами параметров подача, потребляемая энергия и КПД насоса P, а NR - это нормативно-справочный объект насоса P.
На основе анализа трендов может быть принято решение о необходимости запуска (пересчета) оптимизационных задач. Так, если выяснится, что дебит одной из добывающих скважин, забор нефти от которой осуществляется автотранспортом, упал более чем на 20 %, может быть принято решение о перечете задачи оптимизации маршрутов движения автотранспорта.
Для решения аналитических задач используются модули поддержки принятия решений, реализованные в парадигме продукционной модели. При этом для спецификации входящих в эти модули продукционных правил, а также обеих онтологий и библиотеки функций для работы с временными рядами используется язык представления и обработки знаний системы Semp-TAO, что позволяет использовать введенные в онтологиях понятия и описанные в указанной библиотеке функции в посылках продукционных правил. Для исполнения этих модулей поддержки принятия решений используется интерпретатор продукционных правил системы Semp-TAO.
Заключение
Рассмотрены принципы построения и функционирования системы, обеспечивающей поддержку принятия решений на нефтегазодобывающем предприятии. Ввиду того, что технологическая инфраструктура предприятия может быть подвержена как структурным, так и качественным изменениям, поддерживается настройка системы на предметную область и классы решаемых задач. Для этого в состав СППР в явном виде включена модель предметной и проблемной области, представленная онтологией, а ее архитектура допускает подключение дополнительных модулей, обеспечивающих решение новых задач.
На данный момент реализована экспериментальная версия системы, обеспечивающая решение оптимизационных и аналитических задач. Успешная реализация экспериментальной СППР показала плодотворность предложенного подхода к построению СППР на основе он-тологий.
Следует заметить, что рассмотренный подход и предложенная архитектура могут быть применены при построении СППР для любого предприятия независимо от его рода деятельности. В настоящее время на основе опыта, полученного при создании СППР СОМТИ, ведется проектирование и разработка расширяемой инструментальной среды для создания интеллектуальных СППР [13], управляемых онтологиями.
Список литературы
1. Байков И. Р., Самородов Е. А., Ахмадуллин К. Р. Методы анализа надежности и эффективности систем добычи и транспорта углеводородного сырья. М.: ООО «Недра-Бизнесцентр», 2003.275 с.
2. Turban E., Jay E. A. Decision Support Systems and Intelligent Systems. 6th ed. Prentice Hall, Upper Saddle River., NJ, 2001. 574 p.
3. Guarino N. Formal Ontology in Information Systems // Formal Ontology in Information Systems: Proc. of FOIS'98. Trento, Italy, 1998. Amsterdam: IOS Press, 1998. P. 3-15.
4. Hussain S., Abidi S. R., Abidi S. S. R. Semantic Web Framework for Knowledge-Centric Clinical Decision Support Systems // Proc. of the XI Conference on Artificial Intelligence in Medicine, AIME 2007. Amsterdam, The Netherlands: Springer, 2007. Vol. 4594. P. 451-455.
5. Colantonio S., Martinelli M., Moroni D., Salvetti O., Chiarugi F., Emmanouilidou D. A Decision Support System for Aiding Heart Failure Management // Proc. of Ninth International Conference on Intelligent Systems Design and Applications. Pisa, Italy, 2009. P. 351-356.
6. Casanovas P., Casellas N., Vallbe J. J. An Ontology-Based Decision Support System for Judges // Proc. of the 2009 Conference on Law, Ontologies and the Semantic Web: Channelling the Legal Information Flood. Amsterdam: IOS Press, 2009. P. 165-175.
7. Zeleznikow J., Stranieri A. An Ontology for the Construction of Legal Decision Support Systems // Proc. of the II International Workshop of Legal Ontologies. Amsterdam, Netherlans, 2001. Vol. 13. P. 67-76.
8. Ceccaroni L., Cortés U., Sánchez-Marré M. OntoWEDSS: Augmenting Environmental Decision-Support Systems with Ontologies // Environmental Modelling & Software. 2004. Vol. 19. Is. 9. P. 785-797.
9. Виттих В. А., Гриценко Е. А., Ситников П. В., Ситникова О. С., Смирнов С. В. Онтологический подход к разработке и внедрению информационно-аналитической системы управления предоставлением консолидированных услуг населению (на примере сферы здравоохранения и социального развития Самарской области) // Проблемы управления и моделирования в сложных системах: Тр. XI Междунар. конф. Самара: СамНЦ РАН, 2009. С. 28-43.
10. Choras M., Kozik R., Flizikowski A., Renk R., Holubowicz W. Ontology-Based Decision Support for Security Management in Heterogeneous Networks // Emerging Intelligent Computing Technology and Applications. With Aspects of Artificial Intelligence / Eds. D.-S. Huang et al. LNAI 5755. Springer, 2009. P. 920-927.
11. Загорулько Ю. А., Попов И. Г. Представление знаний в интегрированной технологической среде Semp-TAO // Проблемы представления и обработки не полностью определенных знаний / Под ред. И. Е. Швецова. М.; Новосибирск, 1996. С. 59-74.
12. Zagorulko Yu. A., Popov I. G. Knowledge Representation Language Based on the Integration of Production Rules, Frames and a Subdefinite Model // Joint Bulletin of the Novosibirsk Computing Center and Institute of Informatics Systems. Series: Computer Science. 1998. Vol. 8. P.81-100.
13. Загорулько Г. Б., Загорулько Ю. А. Проект открытого расширяемого инструментария для построения интеллектуальных СППР // Междунар. науч.-техн. конф. «Открытые семантические технологии проектирования интеллектуальных систем» (OSTIS-2011) / Под ред. В. В. Голенкова. Минск: БГУИР, 2011. С. 233-236.
Материал поступил в редколлегию 17.08.2011
Yu. A. Zagorulko, G. B. Zagorulko
ONTOLOGICAL APPROACH TO DEVELOPMENT OF THE DECISION SUPPORT SYSTEM FOR OIL-AND-GAS PRODUCTION ENTERPRISE
The paper presents architecture and operating principles of a system that supports decision-making for oil-and-gas production enterprise. Adjustment of the system to the subject domain and classes of tasks to be solved is provided by including explicitly the ontologies of the subject and problem domains into the system.
Keywords: decision support system, subject domain ontology, task ontology, solver, decision support module, information analysis, optimization.
