Rezerv Tasarruf Fırsatları Tanımlamada Veri Analitiğinin Rolü

Rezerv Tasarruf Fırsatları Tanımlamada Veri Analitiğinin Rolü

Enerji endüstrisi, iyi rezervuar modelleri tarafından yönetilen derin bir dönüşüme maruz kalıyor, bulut bilişim, sensörler, sismik diziler ve operasyonel cihazlar. on yıllardır, mühendisler ve geoscientists, sparse iyi loglar, sınırlı temel örnekleri ve basitleştirilmiş rezervuar modelleri, kurtarma faktörlerini ve plan ekstraksiyon stratejilerinin bir araya getirilmesi için.Bugün, bulut bilişimin yakınlaştırılması, gelişmiş analizler ve endüstriyel interneti (IIoT) sürekli olarak mükemmel bir şekilde optimize etti.

Bu değişimin ölçeği şaşırtıcıdır. Tek bir geleneksel iyi, bu verileri milyonlarca kovalayıcıdan daha fazla tasarruf edebilir, ancak zeminde önemli değerden ayrılanlar.Bu verilerle ilgili verilerle ilgili bilgi, hızlı ve çeşitli olarak, bu verilerin belirlenmesinde hızla rekabetçi avantaj sağlar.

Rezerv Kurtarma Nedir ve Neden Önemli?

Rezerv kurtarma, başlangıçta benzin için% 5 ila% 20 oranında, daha sonra konkorelasyon güçlerinden elde edilen önemli bir petrol ve gaz miktarı, daha sonra da perillary güçlerinden kaynaklanan geri kazanılabilirlik oranları ve olumsuz hareketlilik oranları gibi ikincil kurtarma, suflot için% 10 ila% 20'ye kadar, petrol ve gaz için% 10'a kadar tasarruf sağlar.[TFL)

Bu ek varilleri kapatmak sadece teknik bir meydan okuma değildir; bu ekonomik bir zorunluluktur.Rezor keşif oranları ve tahmin maliyetleriyle, en pahalı hidrokarbonlar zaten üretimdeki alanlarda yatıyor.Uluslararası Enerji Ajansı, küresel ortalama kurtarma faktöründeki her% 1 artışın 80 milyardan fazla bir petrol rezervini ekleyebileceğini tahmin ediyor - dünya çapındaki tüketim maliyetlerinin birkaç yıllığına tasarruf ediyor.

Ek kaynakların yığın hacminin ötesinde, kurtarma verimliliğini artırmak, günümüzde en zor fırsatlardan biri olan gelirin çevresel ayak izlerini azaltır. Daha az yeni kuyular, daha az yüzey rahatsızlıkları ve daha düşük emisyon yoğunluğu doğal olarak mevcut varlıklardan daha iyi bir şekilde geri kazanılması için ürünlerdir. Bu çift ekonomik ve çevresel fayda, rezerv kurtarma optimizasyonunu bugün enerji sektöründeki en zorlayıcı fırsatlardan biridir.

Modern Oilfields'daki Veri Ekosistemi

Modern petrol ve gaz operasyonları, günlük olarak yapılandırılmış ve yapılandırılmamış verileri petabaylar üretiyor.Bu ekosistem şunları içeriyor:

• [FONT=0)Subsurface verileri:[D ve 4D sismik anketler, iyi loglar (gamma ışın, direnç, NMR), temel analiz ve baskı geçici test sonuçları.
• [FONT:0)Ürün verileri:[[Dönetici: 1) akış oranları, alt delik baskıları, su kesintisi, gaz-yakı oranı ve SCADA sistemleri tarafından toplanan dağıtım kayıtları.
• [FONT=0]Equipment sensör verileri:[Dönetici: sıcaklık, vibrasyon ve pompalardan akustik imzalar, kompresörler ve separatorlar, genellikle IIoT platformları aracılığıyla yayınlanır.
• [FONT:0)Operasyonel veriler:[Dönetici:[Dönetici: 0,0) Sondaj parametreleri, tamamlanma tasarımları, kırık tedavi kayıtları ve çalışma tarihleri.
• [FONT:0)Dönetici verileri:[Dönemli:[Dönemli:0) Açık hava modelleri, düzenleyici filler ve halka açık veri tabanlarından analog alan verileri.

Bu ayrıştırıcı verileri birleşik bir analitik platformuna entegre etmek, veri göllerinin gelişine yönelik ilk adımdır. Tarihsel olarak, bu veri setleri bağımsız olarak, Petrel'deki üretim - Excel'deki üretim, SCADA tarihçileri - disiplin analizleri yapmak için ilk adımdır. Örneğin, bulut tabanlı veri depoları ve standart veri modelleri (örneğin, PPDM veya OSDU Data Platform) tüm verileri bağımsız olarak birleştirmektedir.Bu entegrasyonlar genellikle kurtarma fırsatlarını ortaya koyar.

Çalışmadaki bu entegrasyon pratik bir örneği, mevcut iyilerle 30 yıllık üretim verilerinin bir araya gelen Kuzey Deniz operatöründen geliyor.Bu bölmeyi ilk yıl içinde 1,8 milyon varilişten kurtarılan sıvıyı tek başına kurtararak - on yıl boyunca saklı olan keşifler, çünkü veriler birleştirilmiş ortamda birleştirilmedi.

Core Analytics Techniques Araba Kurtarma İçgörüleri

Rezerv kurtarmadaki veri analizi, tanımlayıcı önerilere yönelik tanımlayıcı istatistiklerden sürekli bir tablodur.En etkili teknikler şunlardır:

Descriptive and Tanı Analytics

Bu yöntemler cevap verir:0) Ne oldu ve neden . Örneğin, yüzlerce iyide uygulanan bir gerileme eğrisi analizi (DCA) genellikle hızlı bir şekilde ön plana çıkarabiliyor: Tip eğrileri ile iyileştirici algoritmaların belirlenmesi, pompa hataları, ölçek depozisyon veya erken su atılımı gibi - kök neden analizine izin veriyor.

Bir başka güçlü tanı tekniği, aslında yüksek Lorenz katları ile elde edilen rezervuarların dağılımını analiz ederek, temel ve log verilerinden elde edilen rezervuar heterojenliği ve rezervuarın kesilmesinin derecesini belirleyebilir.Reservoirs with high Lorenzionss often have important portions of the pore volume data, specify directly to adayın kurtarma için sıralarını işaretleyebilir.

Tahmin edici Analytics ve Machine Learning

Makine öğrenme modelleri, rezervuar parametreleri ve kurtarma performansı arasındaki doğrusal olmayan ilişkileri tespit etmeyi başarır. Süpervizitli-boosted ağaçlar ve sinir ağları gibi öğrenme algoritmaları, gelecekteki üretim profillerini ve nihai kurtarma faktörlerini tahmin etmek için tarihsel iyi performans verileri üzerinde eğitilmiştir. Bu modeller, dolum yerlerinin hangileri ile karşılaşılabileceğini veya optimize edilmiş spacing yoluyla kurtarma olasılığının en yüksek olduğunu belirleyebilir.

Kompör ve ana bileşen analizi gibi denetimsiz yöntemler, jeolog segmentine günlük yanıtlara dayanan bir rezervuar veya akış birimlerini gösterir, örneğin, aİLFLT:0) Long-Termal Mühendisler Topluluğu) tarafından yapılan optimizasyon modelleri, özellikle de doğrulayıcı heterojenliği temsil eden ve olgun bir alanda geri dönüşebilecek 2,3 milyon varan yağın sürekli olarak yenilenmesini önerir.

Gelişen bir alan, sismik yorum için derin öğrenme kullanımıdır. Convolutional sinir ağları (CNNs) otomatik olarak sismik fazisleri sınıflandırmak ve hataları tespit edebilir, rezervuar çerçevelerinin inşaatını önemli ölçüde hızlandırır. evcil hayvancılıkla birlikte, iyi girişlerden gelen belirsizlikler için, bu modeller geleneksel iş akışlarının bir alanda CNN'i gözden geçirebileceği ve öğrenilen özellikleri bir alanla ve öğrenilen özellikleri aktarabilir.

Standart ML yaklaşımlarının ötesinde, fizik bilgilendirilmiş sinir ağları (PINNs) rezervuar mühendisliğinde yol katmaktadır. PINNs, doğrudan sinir ağının kaybı fonksiyonunun içine sokabilir, modeli her iki veri ve fiziksel kısıtlamalardan öğrenmesine izin verir, bu hibrit yaklaşım özellikle sınırlı üretim tarihi ile ilgili senaryolarda idealdir.

Prescriptive Analytics ve Optimizasyon Motorları

Prescriptive Analytics, belirli hedeflere ulaşmak için eylemleri tavsiye ederek bir adım daha ileri gider - örneğin, net mevcut değeri veya su işleme maliyetleri altında işlemlerinizi belirlemek için en kârlı dizilerini belirlemek için uygulamaktadır. Optimizasyon algoritmaları, genellikle rezervuar simülatörü ile entegre edilebilir optimizasyon, EOR ajan enjeksiyon modelleri, iyi yerleştirme veya yapay asansör parametreleri için binlerce senaryoyu değerlendirebilir.Örneğin, modern simülatörler, makine destekli modeller bir gecede maliyetle hareket etmeyi öngören milyonlarca çalışma maliyetinin bir kısmını tahmin edebilir.

Özellikle etkili bir önsözlü iş akışı, aynı anda petrol kurtarma, su işleme kapasitesi ve işletme harcamalarını dikkate alan çok sayıda kurtarma içerir.Bu şeffaflık, finansal kısıtlamalarla ilgili olarak teknik hedefleri destekler ve uyum sağlar.

Data Quality and Governance: The Foundation of Analytics

Hiçbir miktar sofistike analiz, fakir verilerin üstesinden gelebilir. Inconsistent adlandırma kongreleri, eksik metadata, sensör sürüklenme ve zaman ayar hataları petrol ve gaz veri setlerinde yaygınlaştırılır. Önemli bir analiz, giriş verileri güvenilir değilse değersiz hale gelir.Bu nedenle, sağlam bir veri yönetimi çerçevesi herhangi bir analitik inisiyatif için bir ön şarttır. Anahtar bileşen şunları içerir:

• [FONT:0)Data kataloglama:[Dönetici, format ve her veri kaynağının anlamı, son güncellendiği ve kimin sahip olduğu da dahil olmak üzere.
• [FONT:0) Kaliteli çekler:[Dönetici: 0,4] Eksik değerleri ve mantıksal tutarsızlıkları tespit etmek için kuralları uygulamak veya% 100'ün üzerindeki enjeksiyon oranını aşıyor.
• [FONT:0)Master veri yönetimi:[Dönetici:[Dönetici:0) Üst düzey bir gerçek versiyonu iyi isimler, derinlikler ve diğer kritik varlıklar tekrarlanan veya çatışma kayıtlarının çoğalmasını önlemek için.
• [FONT:0) Access kontrolleri:[Dönetici:[Döneticileri)[FONT=0)[[FONT=FONT=FONT=FONT=FONT=0)
• [FONT:0)Data lineage izleme:[Dönetici:[Dönetici:0)[Dönetici:0)Data lineage izleme:[Dönetici:[Dönetici:[Dönetici: 1) Çiğ verilere uygulanan her dönüşümün bir kaydını tutmak, böylece herhangi bir anomalinin kaynağına geri izleyebileceği.

Birçok operatör, veri formatlarını ve yönetimi için bütçenin standartlaştırılması ve entegrasyonu için OSDU Data Platform'u kabul etti. Bu açık kaynak inisiyatifi, büyük şirketler ve bulut sağlayıcıları tarafından desteklenen, farklı satıcılar için verileri hesaplamak için gerekli olan çabaları azaltan ortak bir veri modeli sunuyor. Uygulamada, analiz projesinin% 30-40'ını verilere görerek, altta yatan veriler tutarlı ve güvenilir değildir.

Permian Basin'in somut bir örneği, yoksul yönetim maliyetini gösteriyor. Bir operatör 2.000'den fazla veri kullanarak bir üretim tahmin modeli kullanmayı denedi ancak iyi kodların% 40'ı farklı veritabanına uygun şekilde maliyetle karşıladığını keşfetti.Bazı kayıtlar aslında iş yükleri için kapatıldığı zaman, diğerlerinden 0,8'e kadar tasarruf edilen aralığın 12,000'e kadar daha fazla tasarruf sağladı.

Data-Driven Reservoir Modeling ve Digital Twins

Geleneksel rezervuar modelleme, jeolojik kavramlara dayanıyor ve iki önemli şekilde populate 3D ızgara tabanlı modellere temel veri: Bu işlem zaman alıcı ve genellikle rezerv olmayan çözümlere sahiptir. Data Analytics iki önemli şekilde yeniden şekillendirmek için yeniden şekillendirmek için yeniden şekillendirmek:

• [FONT:0]Assisted tarih eşleştirmesi:[Dönetici:[Dönetici:0) Algoritmalar, Meksika'nın bir Gulfs and Bayesian inference hızla değişen model parametrelerini gözlemleyerek, test ve hızları büyük ölçüde azaltın, daha önce yüksek belirsizlik nedeniyle aylarca süren bir satış programına büyük ölçüde azaltın.
• [FONT:0]Proxy modelleri ve dijital ikizler: Makine öğrenme modelleri binlerce simülasyon üzerinde eğitilmiştir.Milyogate modelleri, dijital ikizler içinde yer almaktadır - bu ikizler, gerçek zamanlı veri ve tahmin edilen olası davranışları sağlamak için bu ikizlerden nefes alıyor. Tüm rezervuar enjeksiyonlarının tamamı rezervuarlı bir enjeksiyonun tamamı nasıl etkileneceğini tahmin edebilir.

AİLM:0)McKinsey raporu[Dönetici: 1 ), bu tür entegre dijital ikizlerin, standart baskı ve üretim setlerinin sürekli olarak ayarlandığı olgun sufloodslarda% 3 artışlarını artırabileceği notlar.

Başarılı bir dijital ikizin mimari omurgası, kenar sensörleri bulut tabanlı analitike bağlayan sağlam bir veri hattıdır. Fiber-oplalı sıcaklık algılaması (DTS) ve akustik algılama (DAS) gün boyunca sürekli profiller sağlar, enjekte edilen ve milyonlarca veri noktası üretir, bu da bir su sinyalinin ilerlemesi ile test edilir ve ardından, test edilen sıcaklıkları ve basınçları simüle eden bir değerle karşılaştırır. Deviations uyarıları, kanalize edilen tüm zamanların en iyi şekilde uçarak uçarak sabitlenir.

Analytics aracılığıyla IOR /EOR

Geliştirilmiş petrol kurtarma (IOR) ve gelişmiş petrol kurtarma (EOR) projeleri rezervuar koşullarına yönelik yoğun ve hassastır. Data Analytics risk azaltır ve sonuçları artırır:

EOR Ekranlama ve Candidate Selection

Hangi rezervuarların veya bölümlerin EOR yöntemleri için uygun olduğunu göstermek -CO₎₂) enjeksiyonu, polimer sel regresyon veya rastgele orman modelleri ile birlikte, sürekli olarak tüm bir portföyde, kimyasal selansın sınır koşullarında eğitildiği alanları vurgulayarak, her teknik başarı için teknik bir başarı olasılığını yaratabilir.

Örneğin, Batı Afrika'daki bir operatör, nispeten yüksek maaşlı sınıflama kriterlerini kullanarak tahmin edilen bir başarı olasılığı olan beş alan tespit etti.Bu fırsatlar muhtemelen üç alanda kabul edilebilir sayıda polimer tutma ve vizorasyon tutma testi nedeniyle, şimdi uygulamanın %80'i tespit etti.

Gerçek Zaman İzleme ve Adaptif Kontrol

EOR operasyonları sırasında, fiber optik dağıtılmış sıcaklık ve akustik algılama (DTS/DAS) ve alt delik basıncı ölçümleri, sıvı hareketine yüksek frekanslı bir anlayış sağlar. Analytics Platform_{)[DDDD veya aşırılık gibi)[DDDD) ve CODTS/DAS) için ayarlamalar sağlar.[TFLD][TFLT:0)[D)[D)[DDDDD)[DFLT:0[D)[D)}

CO₎₂) EOR, polimer selleme operasyonları gerçek zamanlı analizlerden önemli ölçüde faydalanmaktadır. Bu tür bir kontrol sistemi dağıtmadan sonra, Arjantin'deki vitreus sel iyileşmesi, bu tür bir kontrol sistemi dağıtmadan sonra, manuel ayarlamalara dayanan bir proje ile karşılaştırıldığında, bu tür bir kontrol algoritmalarının arttırılmasını önlemede kullanılan bir polimersel sualtı yardımı projesini Arjantin'de hızlandırarak, bu tür bir kontrol sistemini dağıtmadan sonra, manuel ayarlamaları sağlayan bir kız kardeşin haftalık laboratuarı haftalık laboratuarda kontrol etmesi gerekir.

Üretim optimizasyonu ve Tahminsel Bakım

Büyük ölçekli EOR olmadan bile, veri analizi günlük operasyonel mükemmeliyetle artarak iyileşmeyi açabilir. Anahtar uygulamalar şunları içerir:

• [FONT:0)Gas asansör optimizasyonu: [Dönemli akışlı sistemler, insan müdahalesi olmadan sürekli olarak ayarlanabilirler, baskı ve su kesintilerini değiştirmek için yanıt verebilirler. Bazı operatörler gaz asansörü optimizasyonundan% 12'ye kadar sadece ekstra sermaye harcamalarından dolayı petrol üretimine% 12'ye kadar rapor verir.
• [FONT:0]Artificial asansör analizi:[Dönetici:[Dönetici:0) Elektrik altmerlerible pompalar (ESPs) ve çubuk pompalar titreşim yaratır, mevcut ve sıcaklık verileri makine öğrenimi modellerinin önceden tahmin edilebilir bir bakım platformu dağıtmadan sonra, 600 ESP iş yükünün birkaç haftasını engelleyebilir ve kapalı bir süre boyunca hasar oluşturmak için kaybolabilecek rezervleri koruyabilir.
• [FONT:0)Waterflood gözetimi:[Dönetici:[Dönetici:0) Gerçek zamanlı tahsis ve desen analizi, enjeksiyon sonrası dengesizlikleri tespit edebilir.Veriye dayalı uyarı oranları, rezervuar basınç bakımı ve olgun suflot mallar arasında yer alan orijinal yağın% 2'sini artırmak için göstermiştir.
• [FONT:0)Ehlik yönetimi:[Dönetici:[Dönetici:0))Demek ve borulama sızıntıları, tam bir iş yüklemesi ve paketleme hataları tüm uzlaşma kurtarma maliyetlerinden tasarruf edebilir ve iyi baskı trendleri ve bir başarısızlık meydana gelmeden birkaç hafta önce bayrak anomalileri gösterir. Erken müdahale operatörlerin tam bir iş yüküne veya operasyona hazırlayabilmelerine izin verir, geri yükleme masraflarının milyonlarca dolar tasarruf eder.

Overcoming Implementation Challenges

Potansiyele rağmen, birçok kuruluş pilot projelerden tam ölçekli analitik kabul için hareket etmek için mücadele ediyor. Ortak engeller şunları içerir:

[FONT:0]Data Quality kalitesi ve yönetişim:[Dönetici:[Dönetici:0))))))) Uygulamada kullanılan bir veri yönetimi çerçeveleri oluşturmak, açık veri sahipliği ve otomatik kalite kontrolleri ile, herhangi bir başarılı analiz inisiyatifi için bir ön şarttır.

[[Dönetici:0)Integration karmaşıklığı:[Dönetici yorum yazılımı, üretim veri tabanı ve gerçek zamanlı sensörleri tek bir gerçek haline getirirken, OSDU Data Platform gibi açık programlama standartlarının benimsenmesi, ortak bir veri şeması sağlayarak yeni analitik uygulamalara izin verir, ancak miras sistemi göçü gerektirdiği zaman ve yatırım gerektirir. Bazı şirketler karma bir strateji için tercih eder, elde edilen verileri elde eden ve normalleştiren bir veri gölü inşa ederken, gerekli verileri otomatikleştirin.

[FONT:0]Skill boşlukları:[Dönetici: 0,3] Petrol mühendisliği, veri bilimi ve alan uzmanlığının kesiştiği yer, rezervuar mühendislerini birleştiren çapraz işlevli ekipler, üretim teknoloji uzmanları ve veri bilim insanları – ve bir deney kültürünü teşvik etmek – temel bir merkez ana operatörler mevcut personele yönelik olarak içsel dijital academler kurdular.

[FONT:0)Değişim yönetimi: [DDÜDÜDÜDÜDÜDÜ] En iyi analitik çözümü bile, alan personelinin siyah kutu önerilerine sahip olmadığı konusunda başarısız olacaktır. Başarı, hızlı modeller, hızlı sonuçlar elde etmek, sinyallerin gösterisini bulmak ve yönetici sponsoru buldu, çünkü ilk altı aylık dağıtım modelinin önerisi aslında mülkiyet ve kabul edilebilir.

Yol Ahead: AI, Otomasyon ve Kapalı-Loop Optimizasyonu

Rezerv kurtarmasındaki veri analizi için bir sonraki sınır tamamen otonom bir alan yönetimidir. Açıklanabilir AI, takviye öğrenme ve kenar bilişimi, mekanik ve ekonomik kısıtlamalar içinde kalabilen sistemleri yaratmak için bir araya gelir. Kuzey Denizi'ndeki en iyi iki haneli su ve üretim iyilerinin, en az milyonlarca simülasyon bölümü üzerinden sürekli olarak uygulanan bir AI ajanı tarafından ayarlandığında, her şey mekanik ve ekonomik kısıtlamalar içinde kalırken.

Kuantum Hesaplaması, hala onun bebeklik döneminde, son derece karmaşık optimizasyon problemlerini çözme konusunda söz veriyor - klasik makine öğrenme referansları ile kuantum algoritmalarının kombinasyonu, şu anda düşük maliyetli sismik sensörlerin ve uydu tabanlı InSAR izlemenin çoğalması, analiz motoruna daha fazla veri beslemeye, ince rezervuar kompaktlaştırma veya akışkan hareket etmesine izin veriyor.

Çevresel, sosyal ve yönetsellik (ESG) metrikleri kurtarma optimizasyonu da yol kat ediyor. Veri analizi, karbon yoğunluğu ile maksimumlaştırmaya yardımcı olabilir, farklı EOR yöntemlerine karşı kurtarma yöntemlerine karşı daha fazla CO_{)[Dönemli başına enerji kullanıyor veya net-zero hırslarla uyumlu hale geliyor. Örneğin, multi-objektif optimizasyon, farklı EOR yöntemlerine karşı yüksek oranda artış sağlayabilir.}

Edge Computing, tüm ham sensör verilerini işlem için buluta iletmeden başka bir önemli özelliktir, modern kenar cihazları yerel olarak gelişmekte olan bir gaz müdahalesi tespit edebilir ve üç saniye içinde pompa hızını azaltır, bu da bant genişliği maliyetlerini ve gecikme süresini azaltır, otomatik kontrol eylemlerinin saniyeler içinde alınmasına izin verir. Orta Doğu'da pilot bir projede, ESP kontrolörleri üzerinde gelişmiş bir gaz müdahalesi modeli tespit edebilir ve pompa hızını üç saniye içinde azaltır.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Veri analizi temel olarak petrol ve gaz endüstrisinin rezerv kurtarma fırsatlarına nasıl tanımlanıp sermayelendirilmesi gerektiğini değiştirdi.Kimlik ve önsözlü eylemlere dönüştürerek, operatörler, bir nesil önce ulaşılamaz bir rekabetçi avantaja sahip olan var olan var olan var olan var olan varantları ortaya koyarlar.Yolda yatırım, mevcut kaynakların daha azına sahip olması gereken bir kültürdür.

Başarılı olan şirketler, veri kalitesinin bir işlem ürünü olarak değil, herhangi bir operasyonel soruya cevap veren birincil varlık olarak aynı rigor ve yatırımı bir platform olarak da delmek için bir platform oluşturacaktır.Veri bilim adamları ve petrol mühendisleri günlük olarak işbirliği yapacak ortamlar yaratacaktır, veri kalitesi olmayan ve büyüyen üretime ilişkin varsayılan yanıtın öncelikle veriye danışmak için.