Vinster:
- Förmåga att förklara produktionsprognoser och EUR-prognoser med drawdown curve analysis (DCA), Arps-modeller och maskininlärning
- Förmåga att positionera AI i rensning av produktionsdata, val av neddragningsregim och reservklassificering (1P/2P/3P)
- Möjlighet att verifiera produktionsprognosutdata med fysiska neddragningsgränser, materialbalans och rapporteringsstandarder
När en brunn sätts i produktion ger den den högsta flödeshastigheten den första dagen och minskar med tiden; eftersom reservoartrycket minskar och vätskan töms. Att mäta, modellera och förlänga denna nedgång in i framtiden är hjärtat i olje-gasekonomin. Decline Curve Analysis (DCA) är att uppskatta framtida produktion och total återvinningsbar volym (EUR - Estimated Ultimate Recovery) genom att anpassa en matematisk neddragskurva till produktionshistoriken. Denna uppskattning översätts direkt till reservsiffran och därmed företagets värde, investeringsbeslut och regulatoriska deklarationer. I den här enheten använder vi artificiell intelligens för att rensa produktionsdata, välja en neddragningsmodell och generera scenarier. Den oföränderliga regeln: EUR är en uppskattning, inte en noggrannhet; Det deklareras aldrig utan att ha testats med fysiska neddragningsgränser och materialbalans, särskilt genom att ta den optimistiska sidan.
Låt oss lära känna Arps-modeller
Klassisk DCA bygger på Arps tre drawdown-modeller:
- Exponentiell neddragning: Uttagshastigheten är fast; Det är den mest konservativa (lägsta EUR) modellen. Det är nära sena periodbeteende.
- Hyperbolisk neddragning: Neddragningshastigheten saktar ner över tiden; Den styrs av en bas b. b=0 motsvarar exponentialen, b=1 motsvarar övertonen. De flesta brunnar är hyperboliska i den tidiga till mittenperioden.
- Övertonsfall: b=1; den mest optimistiska (högsta EUR) modellen. Det är sällan giltigt för hela livet.
Den kritiska punkten är primtal b. När b ökar saktar nedgången ner och euron växer. Om b>1 tas och extrapoleras till lång sikt, kommer nedgången att bromsa orealistiskt och EUR kommer att explodera. Detta är det vanligaste misstaget för överoptimism i branschen.
Varning: I konventionella brunnar är b vanligtvis i intervallet 0–0,5; I okonventionella brunnar som skiffergas/tät olja kan b>1 ses i den tidiga perioden, men den kan inte bäras på lång sikt. En minimigräns för nedgång (terminal decline) tillämpas alltid i den sena perioden. Om AI extrapolerat 30 år med b=1,3 är detta en röd flagga.
Reservklassificering
Produktionsprognosen är indelad i osäkerhetsnivåer vid omräkning till reserver:
- 1P (beprövad): Högt självförtroende; med rimlig säkerhet att den kommer att produceras ekonomiskt. Ungefär P90 (90% sannolikhet för minst så mycket).
- 2P (Bevisat + Sannolikt): Medium scenario, runt P50.
- 3P (Bevisat + Sannolikt + Möjligt): Optimistiskt scenario, ungefär P10.
Denna klassificering styrs av standarder som PRMS (Petroleum Resources Management System) och SEC och är den kvalificerade värderingsmannens ansvar. AI kan hjälpa till att skapa scenarier men kan inte "deklarera" reserven.
Steg för steg: DCA-arbetsflöde
- Rensa data. Stängda perioder (brunnsavstängningar), mätfel, ingrepp (försurning, omkomplettering) förvränger produktionskurvan. Kryssa för dessa; AI kan skanna efter extremvärden, men du bestämmer.
- Välj neddragningsregimen. Tidig transient flöde eller gränsdominerat flöde? DCA är tillförlitligt endast under den gränsdominerande perioden.
- Gör en modell. Anpassa Arps-parametrarna (initial flödeshastighet, neddragningshastighet, b); Håll b inom fysiskt räckvidd.
- Använd terminalavdrag. Byt till minsta uttag i den sena perioden; undvika oändlig hyperbolisk extrapolering.
- Skriv det. Tillverka P90/P50/P10 EUR.
- Kontrollera. Testa med materialbalans och grannbrunnsanalogi.
Tre minifodral: Efter siffrorna
Fall 1 — bas b fälla. På en tät oljekälla passade AI b=1,5 till de första 18 månadernas data och extrapolerades till 30 år; EUR ökade till 620 tusen fat. När ingenjören tillämpade terminalavdrag (8 %/år) minskade EUR till 410 tusen fat. Materialbalans och fältanalogi stöddes runt 400 tusen. Blind acceptans skulle överskatta reserven med 50 %.
Fall 2 — Rengöring av smutsiga data. Två långa perioder av driftstopp (underhåll) visade sig vara låga värden i en brunns produktionskurva; Neddragningen som monterades på rådata visade en "snabb utarmning" som inte existerade i verkligheten. AI-märkta ställningstaganden; När stopp togs bort och faktiska produktionsdagar normaliserades visade sig reduktionstakten vara realistisk (14%/år istället för 22%/år). Rengöring korrigerade förutsägelsen.
Fall 3 — Transient flödesfel. En ingenjör tillämpade DCA under de första 3 månaderna av produktionen; Denna period var fortfarande ett tillfälligt flöde (gränseffekten hade inte börjat). AI kom ur denna tidiga branthet med en mycket hög uttagshastighet och låg EUR. Analysen som gjordes efter att ha väntat på övergången till den gränsdominerande perioden gav den reella minskningen. Att veta när DCA var giltigt var viktigt.
Svag prompt / Stark prompt
Svag uppmaning:
Anpassa en neddragskurva till dessa produktionsdata och berätta för reserven.[data]
Kraftfull uppmaning:
UTKAST till analys av neddragningskurvan på följande (anonymiserade) månatliga produktionsdata. Regler:- Markera först stängd period/stopp, interventioner och extremvärden; TA BORT dessa från drömtillverkningen och skriv din motivering. - Utvärdera om data är övergående eller i gränsdominerat flöde; DCA är endast giltigt under den gränsdominerande perioden, ange om det inte är lämpligt.- Make up arps; Håll b-exponenten inom det fysiska intervallet (konventionellt 0-0,5). Tillämpa en terminal uttagsgräns i den sena perioden. GÖR INTE oändlig hyperbolisk extrapolering.- Ge EUR som P90/P50/P10, inte ett enda nummer.- Skriv hur du verifierar med materialbalans/intilliggande brunn.Data: [produktionstabell]
Fyra kopieringsbara mallar
1) Rengöring av produktionsdata:
Markera stopp, ingrepp, noll-/negativa värden och extremvärden i följande produktionsdata som en "datum | problem | förslag"-tabell. KORRIGERA INTE data, bara markera dem. Tabell: [produktion]
2) Diagnos av neddragningsregim:
Från följande produktions- och tryckdata (om tillgänglig), utvärdera om flödet är transient eller gränsdominerat. Ange den period under vilken DCA kommer att vara tillförlitlig. Explain the risk of adapting it to the early period. Data: [flöde/tryck]
3) Arps passning och scenario:
Anpassa exponentiella och hyperboliska Arps till de rena produktionsdata nedan. håll b exponent inom 0-0,5; Tillämpa X% terminalavdrag sent. Ge tre scenarier (P90/P50/P10) EUR och skriv vilka antaganden som är mest effektiva. Data: [ren produktion]
4) EUR krysskontroll:
Kontrollera denna EUR-prognos: överensstämmer den ackumulerade produktionen + återstående prognossumma med fältets materialbalans/analoga brunnsavstånd? Lista de alltför optimistiska/pessimistiska tecknen. EUR och ingångar: [värden]
Drawdown modellvalsguide
modell
b prime
EUR trend
när
exponentiell
0
Lägst (konservativ)
Sen mogna bra
hyperbolisk
0–1
medium
Tidig-mittenperiod, de flesta brunnar
harmonisk
1
Hög (optimistisk)
Sällsynt, använd med försiktighet
Obegränsad hyperbolisk
>1 lång sikt
För högt (felaktigt)
Använd inte; tillämpa terminalgräns
Vanliga misstag
- Lång extrapolering med hög b. b>Flytta 1 till år och överdriva EUR; hoppa över terminal släpp.
- Anpassa den till smutsiga data. Ta bort drömmar utan att rensa ställningar och ingrepp.
- Applicera DCA på det transienta flödet. Att göra förutsägelser innan den gränsdominerande perioden börjar.
- Udda nummer EUR. Rapporterar inte osäkerhet (P90/P50/P10).
- Hoppa över materialbalans. Testar inte EUR med oberoende fysisk/analog kontroll.
Sammanfattningsvis
- DCA ska uppskatta framtida produktion och EUR genom att anpassa en neddragskurva till produktionshistoriken.
- Arps b prime är kritisk; Lång extrapolering med högt b överskattar euron på ett farligt sätt, terminal uttag är viktigt.
- AI är till hjälp vid datarensning och scenariegenerering; men kan inte deklarera reserven, bekräftar den kvalificerade värderingsmannen.
- Rapportera EUR som en P90/P50/P10-fördelning; Tillämpa DCA endast under den gränsdominerande perioden.
- Verifiera resultatet genom materialbalans och analogi med angränsande brunnar.
Applikationsuppgift
Få månatlig produktionsdata för en (representativ) brunn. Skapa ett DCA-utkast med en kraftfull uppmaning. Sedan: (1) markera och ta bort minst ett stopp/outlier, (2) kontrollera b-exponenten för modellen och tillämpa terminalneddragning om den är över 1, (3) be om EUR i tre scenarier och förse P50 grovt med kumulativ + restlogik.
checklista
- [ ] Jag känner till Arps exponentiella/hyperboliska/harmoniska modeller och effekten av b-primtal på EUR.
- [ ] Jag rensar produktionsdata för driftstopp/intervention.
- [ ] Jag tillämpar DCA endast under den gränsdominerade flödesperioden.
- Jag håller [ ] b primtal i det fysiska intervallet och tillämpar terminaldragning, vilket ger EUR P90/P50/P10.
- [ ] Verifierar EUR med materialbalans och analog väl, jag förstår att reservdeklaration är bedömarens ansvar.