Unités
1. Introduction à l'intelligence artificielle et à la discipline de vérification en ingénierie pétrolière et gazière 2. Données de forage, journaux de puits et interprétation pétrophysique 3. Analyse des données sismiques, extraction de caractéristiques et interprétation structurelle 4. Caractérisation des réservoirs, modélisation des faciès et géostatistique 5. Prévisions de production, analyse de la courbe de rabattement et estimation des réserves 6. Optimisation du forage et de la production 7. Maintenance prédictive et fiabilité des équipements 8. HSE, Sécurité des Processus et Risque Opérationnel 9. Surveillance des pipelines, détection des fuites et gestion de l'intégrité 10. Analyse de données avec Python : flux de travail pétrole-gaz 11. Gouvernance en matière de réglementation, d’éthique, de confidentialité des données et de vérification holistique
Unité 5 / 11

Prévisions de production, analyse de la courbe de rabattement et estimation des réserves

Gains :

  • Capacité à expliquer les prévisions de production et les prévisions en EUR avec l'analyse de la courbe de rabattement (DCA), les modèles Arps et l'apprentissage automatique
  • Capacité à positionner l'IA dans le nettoyage des données de production, la sélection du régime de prélèvement et la classification des réserves (1P/2P/3P)
  • Capacité à vérifier les résultats des prévisions de production avec les limites de prélèvement physique, le bilan matières et les normes de reporting

Lorsqu'un puits est mis en production, il donne le débit le plus élevé le premier jour et diminue avec le temps ; car la pression du réservoir diminue et le fluide s’épuise. Mesurer, modéliser et prolonger ce déclin dans le futur est le cœur de l’économie pétrolière et gazière. L'analyse de la courbe de baisse (DCA) consiste à estimer la production future et le volume total récupérable (EUR - Estimation Ultimate Recovery) en ajustant une courbe mathématique de rabattement à l'historique de production. Cette estimation se traduit directement par le chiffre des réserves et donc par la valeur de l'entreprise, la décision d'investissement et les déclarations réglementaires. Dans cette unité, nous utilisons l'intelligence artificielle pour nettoyer les données de production, sélectionner un modèle de rabattement et générer des scénarios. La règle immuable : l’EUR est une estimation, pas une précision ; Il n'est jamais déclaré sans être testé avec des limites physiques d'abaissement et de bilan matière, notamment en prenant le parti des optimistes.

Apprenons à connaître les modèles Arps

Le DCA classique est basé sur les trois modèles de prélèvement d'Arps :

  • Tirage exponentiel : le taux de prélèvement est fixe ; Il s’agit du modèle le plus conservateur (EUR le plus bas). C'est proche d'un comportement de fin de règles.
  • Réduction hyperbolique : le taux de réduction ralentit avec le temps ; Il est contrôlé par une base b. b=0 correspond à l'exponentielle, b=1 correspond à l'harmonique. La plupart des puits sont hyperboliques au début et au milieu de la période.
  • Chute harmonique : b=1 ; le modèle le plus optimiste (EUR le plus élevé). Il est rarement valable pour toute la vie.

Le point critique est premier b. À mesure que b augmente, le tirage ralentit et l’euro augmente. Si b>1 est pris et extrapolé à long terme, la baisse ralentira de manière irréaliste et l’euro explosera. Il s’agit de l’erreur d’optimisme excessif la plus courante dans l’industrie.

Attention : dans les puits conventionnels, b est généralement compris entre 0 et 0,5 ; Dans les puits non conventionnels tels que le gaz de schiste/pétrole de réservoirs étanches, b>1 peut être observé au début, mais il ne peut pas être maintenu à long terme. Une limite minimale de déclin (déclin terminal) est toujours appliquée en période tardive. Si l’IA extrapole 30 ans avec b = 1,3, c’est un signal d’alarme.

Classement de réserve

La prévision de production est divisée en niveaux d'incertitude lors de la conversion en réserves :

  • 1P (Prouvé) : Confiance élevée ; avec une certitude raisonnable qu'il sera produit de manière économique. Environ P90 (90 % de probabilité d'au moins autant).
  • 2P (Prouvé + Probable) : Scénario moyen, autour de P50.
  • 3P (Prouvé + Probable + Possible) : Scénario optimiste, environ P10.

Cette classification est régie par des normes telles que PRMS (Petroleum Resources Management System) et SEC et relève de la responsabilité de l'évaluateur qualifié. L’IA peut aider à générer des scénarios mais ne peut pas « déclarer » la réserve.

Étape par étape : flux de travail DCA

  1. Effacer les données. Les périodes de fermeture (arrêts de puits), les erreurs de mesures, les interventions (acidification, recomplétion) faussent la courbe de production. Cochez-les ; L’IA peut rechercher les valeurs aberrantes, mais c’est vous qui décidez.
  2. Sélectionnez le régime de prélèvement. Écoulement transitoire précoce ou écoulement dominé par les limites ? La DCA n’est fiable que pendant la période frontalière dominante.
  3. Faites un modèle. Ajuster les paramètres Arps (débit initial, taux de rabattement, b) ; Gardez b à portée physique.
  4. Appliquer le rabattement du terminal. Passer au tirage minimum en fin de période ; éviter l'extrapolation hyperbolique infinie.
  5. Écrivez-le. Produire P90/P50/P10 EUR.
  6. Vérifier. Test avec le bilan matière et l'analogie avec le puits voisin.

Trois mini-cases : en chiffres

Cas 1 – piège de base b. Sur un puits de pétrole étanche, l’IA a ajusté b = 1,5 aux 18 premiers mois de données et a extrapolé à 30 ans ; L'EUR a augmenté à 620 000 barils. Lorsque l'ingénieur a appliqué la déduction terminale (8 %/an), l'EUR a diminué à 410 000 barils. Le bilan matière et l'analogie sur le terrain supportaient environ 400 000. Une acceptation aveugle entraînerait une surestimation de la réserve de 50 %.

Cas 2 — Nettoyage des données sales. Deux longues périodes d'arrêt (maintenance) sont apparues comme des valeurs faibles dans la courbe de production d'un puits ; Le retrait ajusté aux données brutes a montré un « épuisement rapide » qui n’existait pas dans la réalité. Positions marquées par l'IA ; Lorsque les arrêts ont été supprimés et que les jours de production réels ont été normalisés, le taux de réduction s'est avéré réaliste (14 %/an au lieu de 22 %/an). Le nettoyage a corrigé la prédiction.

Cas 3 — Défaillance du flux transitoire. Un ingénieur a appliqué le DCA pendant les 3 premiers mois de production ; Cette période était encore un flux temporaire (l'effet frontière n'avait pas commencé). L’IA est sortie de cette première période difficile avec un taux de prélèvement très élevé et un euro faible. L'analyse faite après avoir attendu le passage à la période frontalière dominante a donné la diminution réelle. Savoir quand le DCA était valide était essentiel.

Invite faible/Invite forte

Invite faible :

Ajustez une courbe de rabattement à ces données de production et indiquez la réserve.

Invite puissante :

PROJET d'analyse de la courbe de prélèvement sur les données de production mensuelles (anonymisées) suivantes. Règles : - Marquer d'abord les périodes de fermeture/arrêts, les interventions et les valeurs aberrantes ; SUPPRIMEZ-les de la fabrication du rêve et écrivez votre justification. - Évaluer si les données sont transitoires ou dans un flux dominé par les frontières ; Le DCA n'est valable que pendant la période frontalière dominante, indiquer si cela n'est pas approprié. - Arps de maquillage ; Gardez l'exposant b dans la plage physique (conventionnel 0-0,5). Appliquer une limite de prélèvement terminal en période tardive. NE PAS faire d'extrapolation hyperbolique infinie.- Donner EUR sous forme de P90/P50/P10, pas d'un nombre unique.- Écrivez comment vérifier avec le bilan matière/puits adjacent.Données : [table de production]

Quatre modèles copiables

1) Nettoyage des données de production :

Marquez les arrêts, les interventions, les valeurs nulles/négatives et les valeurs aberrantes dans les données de production suivantes sous forme de tableau « date | problème | suggestion ». NE CORRIGEZ PAS les données, marquez-les simplement. Tableau : [production]

2) Diagnostic du régime de rabattement :

À partir des données de production et de pression suivantes (si disponibles), évaluez si l'écoulement est transitoire ou dominé par les limites. Précisez la période pendant laquelle DCA sera fiable. Expliquez le risque de l’adapter à la période précoce. Données : [débit/pression]

3) Montage des arps et scénario :

Ajustez les Arps exponentiels et hyperboliques aux données de production propres ci-dessous. garder l'exposant b entre 0 et 0,5 ; Appliquer le retrait du terminal de X % en retard. Donnez trois scénarios (P90/P50/P10) EUR et écrivez quelles hypothèses sont les plus efficaces. Données : [production propre]

4) Vérification croisée EUR :

Vérifiez cette prévision en EUR : la production cumulée + la somme prévisionnelle restante est-elle cohérente avec le bilan matière/espacement des puits analogiques du champ ? Énumérez les signes trop optimistes/pessimistes. EUR et entrées : [valeurs]

Guide de sélection du modèle de rabattement

modèle

b premier

Tendance EUR

quand

exponentiel

0

Le plus bas (conservateur)

Bien mûri tardivement

hyperbolique

0-1

moyen

Période début-milieu, la plupart des puits

harmonique

1

Élevé (optimiste)

Rare, à utiliser avec prudence

Hyperbolique illimité

>1 longue durée

Trop élevé (incorrect)

Ne pas utiliser ; appliquer la limite terminale

Erreurs courantes

  • Extrapolation longue avec b élevé. b> Déplacer 1 vers années et exagérer l'EUR ; ignorer le dépôt du terminal.
  • L'adapter à des données sales. Supprimer les rêves sans clarifier les postures et les interventions.
  • Application du DCA au flux transitoire. Faire des prédictions avant le début de la période frontalière dominante.
  • Nombre impair EUR. Ne pas signaler l'incertitude (P90/P50/P10).
  • Sauter le bilan matière. Ne pas tester l'EUR avec un contrôle physique/analogique indépendant.

En résumé

  • DCA consiste à estimer la production future et l'EUR en ajustant une courbe de prélèvement à l'historique de production.
  • Arps b prime est critique ; Une extrapolation longue avec un b élevé surestime dangereusement l'euro, un retrait final est essentiel.
  • L'IA est utile pour le nettoyage des données et la génération de scénarios ; mais ne peut pas déclarer la réserve, confirme l'évaluateur qualifié.
  • Déclarez l'EUR sous forme de distribution P90/P50/P10 ; Appliquez le DCA uniquement pendant la période frontalière dominante.
  • Vérifier le résultat par bilan matière et analogie avec le puits adjacent.

Tâche de candidature

Obtenez des données de production mensuelles pour un puits (représentatif). Générez un brouillon DCA avec une invite puissante. Ensuite : (1) marquez et supprimez au moins un stop/valeur aberrante, (2) vérifiez l'exposant b du modèle et appliquez le rabattement du terminal s'il est supérieur à 1, (3) demandez l'EUR dans trois scénarios et fournissez approximativement P50 avec une logique cumulative + reste.

liste de contrôle

  • [ ] Je connais les modèles exponentiels/hyperboliques/harmoniques Arps et l'effet du b prime sur l'EUR.
  • [ ] Je nettoie les données de production pour les temps d'arrêt/intervention.
  • [ ] J'applique le DCA uniquement pendant la période d'écoulement dominée par les limites.
  • Je garde le [ ] b prime dans la plage physique et j'applique un retrait terminal, ce qui donne l'EUR P90/P50/P10.
  • [ ] Vérifie EUR avec bilan matière et bien analogique, je comprends que la déclaration de réserve relève de la responsabilité de l'évaluateur.
Précédent Suivant