Produksjonsprognose, Drawdown Curve Analysis og Reserve Estimation — Kunstig intelligens i petroleums- og naturgassteknikk

Gevinster:

Evne til å forklare produksjonsprognoser og EUR-prognoser med drawdown curve analyse (DCA), Arps-modeller og maskinlæring
Evne til å posisjonere AI i produksjonsdatarensing, valg av nedtrekksregime og reserveklassifisering (1P/2P/3P)
Evne til å verifisere produksjonsprognoseutganger med fysiske nedtrekksgrenser, materialbalanse og rapporteringsstandarder

Når en brønn settes i produksjon, gir den høyest strømningshastighet den første dagen og avtar over tid; fordi reservoartrykket synker og væsken tømmes. Å måle, modellere og utvide denne nedgangen inn i fremtiden er hjertet i olje-gass-økonomien. Decline Curve Analysis (DCA) er å estimere fremtidig produksjon og totalt utvinnbart volum (EUR - Estimated Ultimate Recovery) ved å tilpasse en matematisk nedtrekkskurve til produksjonshistorien. Dette estimatet oversettes direkte til reservetallet og dermed selskapets verdi, investeringsbeslutning og regulatoriske erklæringer. I denne enheten bruker vi kunstig intelligens til å rense produksjonsdata, velge en nedtrekksmodell og generere scenarier. Den uforanderlige regelen: EUR er et estimat, ikke en nøyaktighet; Det er aldri deklarert uten å være testet med fysiske nedtrekksgrenser og materialbalanse, spesielt ved å ta den optimistiske siden.

La oss bli kjent med Arps-modeller

Klassisk DCA er basert på Arps tre nedtrekksmodeller:

Eksponentiell nedtrekking: Nedtrekkshastigheten er fast; Det er den mest konservative (laveste EUR) modellen. Det er nær oppførsel i sen periode.
Hyperbolsk nedtrekking: Nedtrekkshastigheten reduseres over tid; Den styres av en base b. b=0 tilsvarer eksponentialen, b=1 tilsvarer harmonisk. De fleste brønner er hyperbolske i den tidlige til midtre perioden.
Harmonisk dråpe: b=1; den mest optimistiske (høyeste EUR) modellen. Den er sjelden gyldig for hele livet.

Det kritiske punktet er primtall b. Når b øker, avtar nedtrekket og EUR vokser. Hvis b>1 tas og ekstrapoleres til lang sikt, vil nedgangen bremse urealistisk og EUR vil eksplodere. Dette er den vanligste overoptimismefeilen i bransjen.

Forsiktig: I konvensjonelle brønner er b vanligvis i området 0–0,5; I ukonvensjonelle brønner som skifergass/tett olje kan b>1 sees i den tidlige perioden, men den kan ikke bæres på lang sikt. En minimumsgrense for avslag (terminal avgang) brukes alltid i den sene perioden. Hvis AI ekstrapolerte 30 år med b=1,3, er dette et rødt flagg.

Reserveklassifisering

Produksjonsprognosen er delt inn i usikkerhetsnivåer ved omregning til reserver:

1P (Prøvd): Høy selvtillit; med rimelig sikkerhet for at den vil bli produsert økonomisk. Omtrent P90 (90 % sannsynlighet for minst så mye).
2P (Bevist + Sannsynlig): Middels scenario, rundt P50.
3P (Bevist + Sannsynlig + Mulig): Optimistisk scenario, omtrent P10.

Denne klassifiseringen styres av standarder som PRMS (Petroleum Resources Management System) og SEC og er den kvalifiserte takstmannens ansvar. AI kan bidra til å generere scenarier, men kan ikke "erklære" reserven.

Trinn for trinn: DCA arbeidsflyt

Slett data. Stengte perioder (brønnavstengninger), målefeil, inngrep (suring, rekomplettering) forvrenger produksjonskurven. Kryss av disse; AI kan skanne etter uteliggere, men du bestemmer.
Velg nedtrekksregimet. Tidlig forbigående strømning eller grensedominert strømning? DCA er pålitelig kun i den grensedominerende perioden.
Lag en modell. Tilpass Arps-parametrene (initial flow rate, drawdown rate, b); Hold b innenfor fysisk rekkevidde.
Bruk terminaltrekk. Bytt til minimumsuttak i den sene perioden; unngå uendelig hyperbolsk ekstrapolering.
Skriv det. Produser P90/P50/P10 EUR.
Verifisere. Test med materialbalanse og nabobrønnanalogi.

Tre minivesker: etter tallene

Tilfelle 1 — base b felle. På en tett oljebrønn passet AI b=1,5 til de første 18 månedene med data og ekstrapolert til 30 år; EUR økte til 620 tusen fat. Da ingeniøren brukte terminalfradrag (8 %/år), sank EUR til 410 tusen fat. Materialbalanse og feltanalogi støttet rundt 400 tusen. Blind aksept ville overvurdere reserven med 50 %.

Tilfelle 2 — Rensing av skitne data. To lange perioder med nedetid (vedlikehold) viste seg som lave verdier i en brønns produksjonskurve; Nedtrekket tilpasset rådataene viste en "rask uttømming" som ikke eksisterte i virkeligheten. AI-merkede holdninger; Når stopp ble fjernet og faktiske produksjonsdager ble normalisert, viste reduksjonsraten seg å være realistisk (14 %/år i stedet for 22 %/år). Rengjøring korrigerte spådommen.

Tilfelle 3 — Forbigående strømningssvikt. En ingeniør brukte DCA på de første 3 månedene av produksjonen; Denne perioden var fortsatt en midlertidig flyt (grenseeffekten hadde ikke startet). AI dukket opp fra denne tidlige brattheten med en veldig høy nedtrekksrate og lav EUR. Analysen gjort etter å ha ventet på overgangen til den grensedominerende perioden ga den reelle nedgangen. Det var viktig å vite når DCA var gyldig.

Svak forespørsel / sterk forespørsel

Svak melding:

Tilpass en nedtrekkskurve til disse produksjonsdataene og fortell reserven.[data]

Kraftig ledetekst:

UTKAST til nedtrekkskurveanalyse på følgende (anonymiserte) månedlige produksjonsdata. Regler:- Merk først lukket periode/stopp, intervensjoner og uteliggere; FJERN disse fra drømmefabrikasjonen og skriv begrunnelsen din. - Vurder om dataene er forbigående eller i grensedominert flyt; DCA er kun gyldig i den grensedominerende perioden, angi hvis ikke passende.- Make up arps; Hold b-eksponenten i det fysiske området (konvensjonell 0-0,5). Bruk en terminaluttaksgrense i den sene perioden. IKKE gjør uendelig hyperbolsk ekstrapolering.- Gi EUR som P90/P50/P10, ikke enkelt tall.- Skriv hvordan du kan verifisere med materialbalanse/tilstøtende brønn.Data: [produksjonstabell]

Fire kopierbare maler

1) Rensing av produksjonsdata:

Marker stans, inngrep, null/negative verdier og uteliggere i følgende produksjonsdata som en "dato | problem | forslag"-tabell. IKKE KORRIGER dataene, bare merk dem. Tabell: [produksjon]

2) Diagnose av nedtrekksregime:

Fra følgende produksjons- og trykkdata (hvis tilgjengelig), evaluer om strømmen er forbigående eller grensedominert. Spesifiser perioden DCA vil være pålitelig. Forklar risikoen ved å tilpasse den til den tidlige perioden. Data: [flyt/trykk]

3) Arps-tilpasning og scenario:

Tilpass eksponentielle og hyperbolske Arps til de rene produksjonsdataene nedenfor. hold b eksponent innenfor 0-0,5; Påfør X% terminalnedtrekking sent. Gi tre scenarier (P90/P50/P10) EUR og skriv hvilke forutsetninger som er mest effektive. Data: [ren produksjon]

4) EUR krysssjekk:

Sjekk denne EUR-prognosen: er den kumulative produksjonen + gjenværende prognosesum i samsvar med feltets materialbalanse/analoge brønnavstand? List opp de altfor optimistiske/pessimistiske tegnene. EUR og innganger: [verdier]

Drawdown modellvalgveiledning

modell

b prime

EUR trend

når

eksponentiell

Laveste (konservativ)

Sen modne godt

hyperbolsk

0–1

medium

Tidlig-midt periode, de fleste brønner

harmonisk

Høy (optimistisk)

Sjelden, bruk med forsiktighet

Ubegrenset hyperbolsk

>1 langsiktig

For høy (feil)

Ikke bruk; bruke terminalgrense

Vanlige feil

Lang ekstrapolering med høy b. b> Flytte 1 til år og overdrive EUR; hopp over terminalslipp.
Tilpasse den til skitne data. Fjerne drømmer uten å rydde stillinger og inngrep.
Bruk av DCA på den forbigående flyten. Å lage spådommer før den grensedominante perioden begynner.
Oddetall EUR. Rapporterer ikke usikkerhet (P90/P50/P10).
Hopp over materialbalanse. Tester ikke EUR med uavhengig fysisk/analog kontroll.

Oppsummert

DCA skal estimere fremtidig produksjon og EUR ved å tilpasse en nedtrekkskurve til produksjonshistorien.
Arps b prime er kritisk; Lang ekstrapolering med høy b overvurderer EUR på en farlig måte, terminal uttak er avgjørende.
AI er nyttig i datarensing og scenariogenerering; men kan ikke erklære reserven, bekrefter den kvalifiserte takstmannen.
Rapporter EUR som en P90/P50/P10-fordeling; Bruk kun DCA i den grensedominerende perioden.
Verifiser resultatet ved materialbalanse og tilstøtende brønnanalogi.

Søknadsoppgave

Få månedlige produksjonsdata for en (representativ) brønn. Generer et DCA-utkast med en kraftig ledetekst. Deretter: (1) merk og fjern minst ett stopp/utligger, (2) sjekk b-eksponenten til modellen og bruk terminalnedtrekking hvis den er over 1, (3) be om EUR i tre scenarier og tilføy P50 grovt sett med kumulativ + restlogikk.

sjekkliste

[ ] Jeg kjenner Arps eksponentielle/hyperbolske/harmoniske modeller og effekten av b-primtallet på EUR.
[ ] Jeg renser produksjonsdataene for nedetid/intervensjon.
[ ] Jeg bruker kun DCA i den grensedominerte strømningsperioden.
Jeg holder [ ] b prime i det fysiske området og bruker terminaltrekk, og gir EUR P90/P50/P10.
[ ] Verifiserer EUR med materialbalanse og analog brønn, jeg forstår at reserveerklæring er vurderingsmannens ansvar.