Egység 5 / 11

Termelési előrejelzés, lehívási görbe elemzése és készletbecslés

Nyereség:

  • Képes magyarázni a termelési előrejelzést és az EUR előrejelzést levonási görbe elemzéssel (DCA), Arps modellekkel és gépi tanulással
  • Képes mesterséges intelligencia pozícionálására a termelési adatok tisztításában, a lehívási rendszer kiválasztásában és a tartalék osztályozásban (1P/2P/3P)
  • Képes ellenőrizni a termelési előrejelzéseket a fizikai lehívási korlátokkal, az anyagmérleggel és a jelentési szabványokkal

Amikor egy kutat termelésbe állítanak, az a legnagyobb áramlási sebességet adja az első napon, és idővel csökken; mert a tartály nyomása csökken és a folyadék kimerül. Ennek a csökkenésnek a mérése, modellezése és kiterjesztése a jövőre az olaj-gáz gazdaság szíve. A Decline Curve Analysis (DCA) a jövőbeni termelés és a teljes megtérülő mennyiség (EUR – Estimated Ultimate Recovery) becslésére szolgál egy matematikai levonási görbe gyártási előzményekhez illesztésével. Ez a becslés közvetlenül tükröződik a tartalék értékében, és így a vállalati értékben, a befektetési döntésben és a szabályozási nyilatkozatokban. Ebben az egységben mesterséges intelligenciát használunk a termelési adatok tisztítására, a lehívási modell kiválasztására és a forgatókönyvek generálására. A változatlan szabály: az EUR becslés, nem pontosság; Soha nem deklarálják anélkül, hogy nem tesztelték volna a fizikai lehívási korlátokkal és az anyagmérleggel, különösen az optimista oldalt véve.

Ismerjük meg az Arps modelleket

A klasszikus DCA az Arps három lehúzási modelljén alapul:

  • Exponenciális lehívás: A lehívási ráta fix; Ez a legkonzervatívabb (legalacsonyabb eurós) modell. Ez közel áll a késői időszak viselkedéséhez.
  • Hiperbolikus lehívás: A lehívás mértéke idővel lelassul; Egy b alap vezérli. b=0 az exponenciálisnak, b=1 a harmonikusnak felel meg. A legtöbb kút hiperbolikus a korai és középső időszakban.
  • Harmonikus esés: b=1; a legoptimistább (legmagasabb EUR) modell. Ritkán érvényes az egész életen át.

A kritikus pont a b prím. A b növekedésével a lehívás lelassul, az EUR pedig nő. Ha b>1-et veszünk, és hosszú távra extrapoláljuk, akkor a csökkenés irreálisan lelassul, és az EUR robbanásszerűen meg fog robbanni. Ez a leggyakoribb túlzott optimizmus-hiba az iparágban.

Figyelem: Hagyományos kutakban b általában a 0–0,5 tartományban van; A nem szokványos kutaknál, mint például a palagáz/tömör olaj, b>1 a korai időszakban látható, de hosszú távra nem vihető át. Minimális visszautasítási korlát (végleges csökkenés) mindig a késői időszakban kerül alkalmazásra. Ha a mesterséges intelligencia 30 évet extrapolált b=1,3-mal, ez piros zászló.

Tartalék besorolás

A termelési előrejelzést a készletekké alakításkor bizonytalansági szintekre osztják:

  • 1P (Bizonyított): Magas bizalom; ésszerű bizonyossággal gazdaságosan fogják előállítani. Körülbelül P90 (90%-os valószínűséggel legalább ennyi).
  • 2P (Bizonyított + Valószínű): Közepes forgatókönyv, P50 körül.
  • 3P (Bizonyított + Valószínű + Lehetséges): Optimista forgatókönyv, körülbelül P10.

Ezt a besorolást olyan szabványok szabályozzák, mint a PRMS (Petroleum Resources Management System) és a SEC, és ez a minősített értékbecslő felelőssége. A mesterséges intelligencia segíthet forgatókönyvek létrehozásában, de nem tudja „bejelenteni” a tartalékot.

Lépésről lépésre: DCA munkafolyamat

  1. Adatok törlése. A lezárt időszakok (kútleállások), mérési hibák, beavatkozások (savanyítás, utánpótlás) torzítják a termelési görbét. Jelölje be ezeket; Az AI kereshet kiugró értékeket, de te döntesz.
  2. Válassza ki a lehívási módot. Korai tranziens áramlás vagy határok által dominált áramlás? A DCA csak a határ-domináns időszakban megbízható.
  3. Készítsen modellt. Illessze az Arps paramétereket (kezdeti áramlási sebesség, levételi sebesség, b); Tartsa b fizikai tartományon belül.
  4. Terminállevonás alkalmazása. Váltson minimális lehívásra a késői időszakban; kerülje a végtelen hiperbolikus extrapolációt.
  5. Írd le. Gyártmány P90/P50/P10 EUR.
  6. Ellenőrizze. Tesztelje anyagmérleggel és a szomszédkút analógiájával.

Három mini tok: a számok szerint

1. eset – alap b csapda. Egy szűk olajkútnál az AI az első 18 hónap adataihoz b=1,5-öt illesztett, és 30 évre extrapolált; EUR 620 ezer hordóra nőtt. Amikor a mérnök terminállevonást alkalmazott (8%/év), az euró 410 ezer hordóra csökkent. Anyagmérleg és terepanalógia 400 ezer körül támogatott. A vak elfogadás 50%-kal túlbecsülné a tartalékot.

2. eset – Piszkos adatok tisztítása. Két hosszú leállási időszak (karbantartás) alacsony értékként jelent meg egy kút termelési görbéjében; A nyers adatokra illesztett lehívás a valóságban nem létező "gyors kimerülést" mutatott. AI-jelölt állások; A leállások megszüntetésével és a tényleges gyártási napok normalizálásával a csökkentési ráta reálisnak bizonyult (22%/év helyett 14%/év). A tisztítás korrigálta a jóslatot.

3. eset – Átmeneti áramlási hiba. Egy mérnök DCA-t alkalmazott a gyártás első 3 hónapjában; Ez az időszak még csak átmeneti volt (a határhatás még nem kezdődött el). Az AI nagyon magas lehívási rátával és alacsony euróval emelkedett ki ebből a korai meredekségből. A valódi csökkenést a határdomináns időszakra való átállás megvárása után készült elemzés adta. Fontos volt tudni, hogy a DCA mikor érvényes.

Gyenge felszólítás / Erős felszólítás

Gyenge felszólítás:

Illesszen egy levonási görbét ehhez a termelési adathoz, és mondja meg a tartalékot.[data]

Erőteljes felszólítás:

VÁZLAT lehívási görbe elemzése a következő (anonimizált) havi termelési adatokon. Szabályok: - Első jelölés zárt időszak/leállások, beavatkozások és kiugró értékek; Távolítsa el ezeket az álom-kitalációból, és írja meg az indoklását. - Értékelje, hogy az adatok tranziensek vagy határok által dominált áramlásban vannak-e; A DCA csak a határ-domináns időszakban érvényes, jelezze, ha nem megfelelő.- Make up arps; Tartsa a b kitevőt a fizikai tartományban (hagyományos 0-0,5). Alkalmazzon terminál lehívási korlátot a késői időszakban. NE végezzen végtelen hiperbolikus extrapolációt.- EUR-t P90/P50/P10-ként adja meg, ne egyedi számot.- Írja le, hogyan kell igazolni anyagmérleggel/szomszédos kúttal.Adatok: [termelési táblázat]

Négy másolható sablon

1) Gyártási adatok tisztítása:

Jelölje meg a leállásokat, beavatkozásokat, nulla/negatív értékeket és kiugró értékeket a következő gyártási adatokban "dátum | probléma | javaslat" táblázatként. NE JOBBÍTSA az adatokat, csak jelölje meg. Táblázat: [gyártás]

2) A lehívási rendszer diagnózisa:

A következő termelési és nyomásadatokból (ha rendelkezésre állnak) értékelje, hogy az áramlás átmeneti vagy határok által uralt. Adja meg azt az időszakot, amely alatt a DCA megbízható lesz. Magyarázza el a korai időszakhoz való alkalmazkodás kockázatát. Adatok: [áramlás/nyomás]

3) Arps illesztés és forgatókönyv:

Illessze az exponenciális és hiperbolikus Arps-t az alábbi tiszta termelési adatokhoz. tartsa a b kitevőt 0-0,5 között; Későn alkalmazza az X% terminállehívást. Adjon meg három forgatókönyvet (P90/P50/P10) EUR, és írja le, hogy mely feltételezések a leghatékonyabbak. Adatok: [tiszta termelés]

4) EUR keresztellenőrzés:

Ellenőrizze ezt az EUR előrejelzést: a kumulált termelés + fennmaradó előrejelzési összeg összhangban van a tábla anyagmérlegével/analóg kúttávolságával? Sorolja fel a túl optimista/pesszimista jeleket! EUR és bemeneti adatok: [értékek]

Lerajzolt modellválasztási útmutató

modell

b prím

EUR trend

mikor

exponenciális

0

Legalacsonyabb (konzervatív)

Későn érett jól

hiperbolikus

0–1

közepes

Kora-középső időszak, a legtöbb kút

harmonikus

1

Magas (optimista)

Ritka, óvatosan használja

Korlátlan hiperbolikus

>1 hosszú távon

Túl magas (helytelen)

Ne használja; terminálkorlát alkalmazása

Gyakori hibák

  • Hosszú extrapoláció magas b-vel. b>1 évre költözés és az euró eltúlzása; kihagyja a terminál leejtését.
  • Illesztése piszkos adatokhoz. Álmok eltávolítása testhelyzetek és beavatkozások tisztázása nélkül.
  • DCA alkalmazása a tranziens áramlásra. Előrejelzések készítése a határdomináns időszak kezdete előtt.
  • Páratlan szám EUR. Nem jelent bizonytalanságot (P90/P50/P10).
  • Anyagmérleg kihagyása. Nem tesztelik az EUR-t független fizikai/analóg vezérléssel.

Összefoglalva

  • A DCA a jövőbeli termelést és az eurót úgy becsüli meg, hogy egy lehívási görbét illeszt a gyártási előzményekhez.
  • Arps b prím kritikus; A magas b-vel való hosszú extrapoláció veszélyesen túlbecsüli az eurót, a terminál lehívása elengedhetetlen.
  • Az AI segít az adatok tisztításában és a forgatókönyvek létrehozásában; de tartalékot nem jelenthet be – erősíti meg a minősített értékbecslő.
  • Jelentse az EUR-t P90/P50/P10 eloszlásként; Csak a határok domináns időszakában alkalmazza a DCA-t.
  • Ellenőrizze az eredményt az anyagmérleg és a szomszédos kút analógiájával.

Pályázati feladat

Szerezzen be egy (reprezentatív) kút havi termelési adatait. Generáljon DCA-vázlatot egy erőteljes prompt segítségével. Ezután: (1) jelöljön meg és távolítson el legalább egy stopot/kiugró értéket, (2) ellenőrizze a modell b kitevőjét, és alkalmazza a terminállevonást, ha az 1 felett van, (3) kérjen eurót három forgatókönyv szerint, és nagyjából adja meg a P50-et kumulatív + maradék logikával.

ellenőrző lista

  • [ ] Ismerem az Arps exponenciális/hiperbolikus/harmonikus modelleket és a b prím hatását az EUR-ra.
  • [ ] Tisztítom a gyártási adatokat leállás/beavatkozás miatt.
  • [ ] A DCA-t csak a határok által dominált áramlási időszakban alkalmazom.
  • A [ ] b prime-t a fizikai tartományban tartom, és terminállevonást alkalmazok, így a P90/P50/P10 EUR-t adom.
  • [ ] Anyagmérleggel és analóg kúttal ellenőrzi az EUR-t, tudomásom szerint a tartaléknyilatkozat az értékelő felelőssége.