Keuntungan:
- Kemampuan untuk menjelaskan perkiraan produksi dan perkiraan EUR dengan analisis kurva drawdown (DCA), model Arps, dan pembelajaran mesin
- Kemampuan untuk memposisikan AI dalam pembersihan data produksi, pemilihan rezim penarikan, dan klasifikasi cadangan (1P/2P/3P)
- Kemampuan untuk memverifikasi keluaran perkiraan produksi dengan batas penarikan fisik, keseimbangan material, dan standar pelaporan
Ketika sebuah sumur mulai berproduksi, ia memberikan laju aliran tertinggi pada hari pertama dan menurun seiring waktu; karena tekanan reservoir menurun dan fluida habis. Mengukur, membuat model, dan memperluas penurunan ini di masa depan adalah inti dari perekonomian minyak-gas. Analisis Kurva Penurunan (DCA) adalah memperkirakan produksi di masa depan dan total volume yang dapat diperoleh kembali (EUR - Estimasi Pemulihan Utama) dengan menyesuaikan kurva penarikan matematis dengan riwayat produksi. Perkiraan ini diterjemahkan langsung ke dalam angka cadangan dan karenanya menjadi nilai perusahaan, keputusan investasi, dan pernyataan peraturan. Di unit ini, kami menggunakan kecerdasan buatan untuk membersihkan data produksi, memilih model penarikan, dan membuat skenario. Aturan yang tidak berubah: EUR adalah perkiraan, bukan akurasi; Tidak pernah dinyatakan tanpa diuji dengan batasan penarikan fisik dan keseimbangan material, terutama dengan mengambil sisi optimis.
Mari Mengenal Model Arps
DCA klasik didasarkan pada tiga model drawdown Arps:
- Penarikan eksponensial: Tingkat penarikan tetap; Ini adalah model yang paling konservatif (EUR terendah). Ini dekat dengan perilaku menstruasi akhir.
- Penarikan hiperbolik: Laju penarikan melambat seiring berjalannya waktu; Itu dikendalikan oleh pangkalan b. b=0 berhubungan dengan eksponensial, b=1 berhubungan dengan harmonik. Kebanyakan sumur bersifat hiperbolik pada periode awal hingga pertengahan.
- Penurunan harmonik: b=1; model paling optimis (EUR tertinggi). Jarang berlaku seumur hidup.
Titik kritisnya adalah bilangan prima b. Ketika b meningkat, penarikan melambat dan EUR tumbuh. Jika b>1 diambil dan diekstrapolasi ke jangka panjang, penurunan akan melambat secara tidak realistis dan EUR akan meledak. Ini adalah kesalahan optimisme berlebihan yang paling umum di industri ini.
Perhatian: Pada sumur konvensional b biasanya berada pada kisaran 0–0,5; Pada sumur nonkonvensional seperti shale gas/tight oil, b>1 terlihat pada periode awal, namun tidak dapat dibawa ke jangka panjang. Batas penurunan minimum (penurunan terminal) selalu diterapkan pada periode akhir. Jika AI mengekstrapolasi 30 tahun dengan b=1,3, ini merupakan tanda bahaya.
Klasifikasi Cadangan
Perkiraan produksi dibagi berdasarkan tingkat ketidakpastian ketika dikonversi menjadi cadangan:
- 1P (Terbukti): Keyakinan tinggi; dengan kepastian yang masuk akal bahwa itu akan diproduksi secara ekonomis. Kira-kira P90 (kemungkinan 90% setidaknya sebanyak itu).
- 2P (Terbukti + Kemungkinan): Skenario sedang, sekitar P50.
- 3P (Terbukti + Kemungkinan + Kemungkinan): Skenario optimis, kira-kira P10.
Klasifikasi ini diatur oleh standar seperti PRMS (Sistem Manajemen Sumber Daya Minyak) dan SEC dan merupakan tanggung jawab penilai yang berkualifikasi. AI dapat membantu menghasilkan skenario tetapi tidak dapat “mendeklarasikan” cadangannya.
Langkah demi langkah: alur kerja DCA
- Hapus data. Periode tertutup (penutupan sumur), kesalahan pengukuran, intervensi (pengasaman, penyelesaian ulang) mendistorsi kurva produksi. Centang ini; AI dapat memindai outlier, tetapi Anda yang memutuskan.
- Pilih rezim penarikan. Aliran transien awal atau aliran yang didominasi batas? DCA hanya dapat diandalkan pada periode yang didominasi wilayah perbatasan.
- Buatlah model. Sesuaikan parameter Arps (laju aliran awal, laju penarikan, b); Jaga b dalam jangkauan fisik.
- Terapkan penarikan terminal. Beralih ke penarikan minimum di periode akhir; hindari ekstrapolasi hiperbolik yang tak terbatas.
- Buatlah skrip. Menghasilkan P90/P50/P10 EUR.
- Memeriksa. Uji dengan neraca material dan analogi sumur tetangga.
Tiga Kasus Mini: Berdasarkan Angka
Kasus 1 - jebakan basis b. Pada satu sumur minyak yang terbatas, AI mencocokkan b=1,5 pada data 18 bulan pertama dan melakukan ekstrapolasi menjadi 30 tahun; EUR meningkat menjadi 620 ribu barel. Ketika insinyur menerapkan pengurangan terminal (8%/tahun), EUR turun menjadi 410 ribu barel. Keseimbangan material dan analogi lapangan didukung sekitar 400 ribu. Penerimaan buta akan melebih-lebihkan cadangan sebesar 50%.
Kasus 2 — Pembersihan data kotor. Dua periode waktu henti (pemeliharaan) yang panjang muncul sebagai nilai rendah dalam kurva produksi sumur; Penarikan yang disesuaikan dengan data mentah menunjukkan “penipisan yang cepat” yang tidak terjadi dalam kenyataan. Sikap yang ditandai AI; Ketika penghentian produksi dihilangkan dan hari produksi aktual dinormalisasi, tingkat pengurangan menjadi realistis (14%/tahun, bukan 22%/tahun). Pembersihan mengoreksi prediksi tersebut.
Kasus 3 — Kegagalan aliran sementara. Seorang insinyur menerapkan DCA pada 3 bulan pertama produksi; Periode ini masih bersifat sementara (efek perbatasan belum dimulai). AI muncul dari kecuraman awal ini dengan tingkat penarikan yang sangat tinggi dan EUR yang rendah. Analisis yang dilakukan setelah menunggu transisi ke periode dominan perbatasan menunjukkan penurunan yang nyata. Mengetahui kapan DCA valid sangatlah penting.
Prompt Lemah / Prompt Kuat
Perintah yang lemah:
Cocokkan kurva penarikan dengan data produksi ini dan beri tahukan cadangannya.[data]
Perintah yang kuat:
Analisis kurva drawdown DRAFT pada data produksi bulanan (anonim) berikut ini. Aturan: - Tandai pertama periode penutupan/penghentian, intervensi dan outlier; HAPUS ini dari rekayasa mimpi dan tulis pembenaran Anda. - Evaluasi apakah data bersifat sementara atau aliran yang didominasi batas; DCA hanya berlaku selama periode dominan perbatasan, sebutkan jika tidak sesuai.- Make up arps; Pertahankan eksponen b dalam rentang fisik (konvensional 0-0,5). Terapkan batas penarikan terminal pada periode akhir. JANGAN melakukan ekstrapolasi hiperbolik tak hingga.- Berikan EUR sebagai P90/P50/P10, bukan angka tunggal.- Tulis cara verifikasi dengan neraca material/sumur yang berdekatan.Data: [tabel produksi]
Empat Templat yang Dapat Disalin
1) Pembersihan data produksi:
Tandai penghentian, intervensi, nilai nol/negatif, dan outlier dalam data produksi berikut sebagai tabel "tanggal | masalah | saran". JANGAN BENAR datanya, tandai saja. Tabel: [produksi]
2) Diagnosis rezim penarikan:
Dari data produksi dan tekanan berikut (jika tersedia), evaluasi apakah alirannya bersifat sementara atau didominasi batas. Tentukan periode dimana DCA dapat diandalkan. Jelaskan risiko adaptasi pada periode awal. Data: [aliran/tekanan]
3) Pemasangan dan skenario Arps:
Sesuaikan Arps eksponensial dan hiperbolik dengan data produksi bersih di bawah. pertahankan eksponen b dalam 0-0,5; Terapkan penarikan terminal X% terlambat. Berikan tiga skenario (P90/P50/P10) EUR dan tulis asumsi mana yang paling efektif. Data: [produksi bersih]
4) Pemeriksaan silang EUR:
Periksa perkiraan EUR ini: apakah produksi kumulatif + jumlah sisa perkiraan konsisten dengan keseimbangan material/jarak sumur analog di lapangan? Sebutkan tanda-tanda yang terlalu optimis/pesimis. EUR dan masukan: [nilai]
Panduan Pemilihan Model Drawdown
model
b prima
Tren EUR
kapan
eksponensial
0
Terendah (konservatif)
Terlambat matang dengan baik
hiperbolik
0–1
sedang
Periode awal-pertengahan, sebagian besar sumur
harmonis
1
Tinggi (optimis)
Jarang, gunakan dengan hati-hati
Hiperbolik tanpa batas
>1 jangka panjang
Terlalu tinggi (salah)
Jangan gunakan; terapkan batas terminal
Kesalahan umum
- Ekstrapolasi panjang dengan tinggi b. b>Memindahkan 1 ke tahun dan melebih-lebihkan EUR; lewati penurunan terminal.
- Menyesuaikannya dengan data kotor. Menghilangkan mimpi tanpa membersihkan postur dan intervensi.
- Menerapkan DCA ke aliran transien. Membuat prediksi sebelum periode dominan perbatasan dimulai.
- Angka ganjil EUR. Tidak melaporkan ketidakpastian (P90/P50/P10).
- Melewatkan keseimbangan materi. Tidak menguji EUR dengan kontrol fisik/analog independen.
Singkatnya
- DCA akan memperkirakan produksi masa depan dan EUR dengan menyesuaikan kurva drawdown dengan riwayat produksi.
- Arps b prime sangat penting; Ekstrapolasi panjang dengan b tinggi secara berbahaya melebih-lebihkan EUR, penarikan terminal sangat penting.
- AI berguna dalam pembersihan data dan pembuatan skenario; tetapi tidak dapat menyatakan cadangan, penilai yang memenuhi syarat menegaskan.
- Laporkan EUR sebagai distribusi P90/P50/P10; Terapkan DCA hanya selama periode dominan perbatasan.
- Verifikasi hasilnya dengan keseimbangan material dan analogi sumur yang berdekatan.
Tugas aplikasi
Dapatkan data produksi bulanan untuk sumur (perwakilan). Hasilkan draf DCA dengan perintah yang kuat. Kemudian: (1) tandai dan hilangkan setidaknya satu stop/outlier, (2) periksa eksponen b model dan terapkan penarikan terminal jika berada di atas 1, (3) minta EUR dalam tiga skenario dan secara kasar berikan P50 dengan logika kumulatif + sisa.
daftar periksa
- [ ] Saya mengetahui model eksponensial/hiperbolik/harmonik Arps dan efek b prime pada EUR.
- [ ] Saya membersihkan data produksi untuk downtime/intervensi.
- [ ] Saya menerapkan DCA hanya selama periode aliran yang didominasi batas.
- Saya menjaga [ ] b tetap prima dalam kisaran fisik dan menerapkan penarikan terminal, menghasilkan EUR P90/P50/P10.
- [ ] Memverifikasi EUR dengan keseimbangan material dan sumur analog, Saya memahami bahwa deklarasi cadangan adalah tanggung jawab penilai.