Belirsizlik (UQ) modern rezerv tahminlerinin vazgeçilmez bir bileşeni haline geldi, özellikle petrol ve gaz, madencilik ve jeotermal enerji gibi sermaye yoğun endüstrilerde. Rezervler yatırım kararlarını, üretim planlamasını ve kurumsal değerlemelerini tahmin ediyor - ancak temel kavramlara göre, gelişmiş hesaplama yaklaşımlarını, gerçek zamanlı uygulamaları, gerçek zamanlı uygulamaları, düzenleyicileri ve yatırımcıları takip etmek için tasarlanmış kapsamlı, teknik bir araştırma sunuyor.

Neden Rezervlerdeki Sayısal Sayılar Estimasyon Nedenleri

Geleneksel rezerv tahminleri genellikle tek bir "en iyi tahmin" (örneğin, deterministic P50) bu maskeler olası sonuçları yelpazesini maskeler.UQ olmadan, karar vericiler aşırı veya hafif bir miktar geri alabilir, tahminlere yol açabilir, proje gecikmeleri veya düzenleyici olmayan modeller giriş değişkenliği - Net ödeme faktörü, permeability, ve ekonomik parametreler gibi - ve tahmin edilebilirlik için.

Düzenleme çerçeveleri, [[Dönetici:0)Petroleum Kaynakları Yönetim Sistemi (PRMS)[P90), olası rezervler (2P) P50 olarak ve olası rezervleri (P) P10. Toplantıyı gerektirir.

Rezervlerdeki Uncertainty'nin Anahtar Kaynağı

Rezervler belirsizlik üç geniş kategoriden oluşur: jeolojik, mühendislik ve ekonomik. Bu kaynakları anlamak uygun UQ tekniklerini seçmek için gereklidir.

Jeolojik Uncertainty

Jeolojik modeller sparse verilerinden inşa edilir - oturumlar, sismik anketler, temel örnekler - ölçüm hatası ve yorumlama konusu. Anahtar değişkenler şunları içerir:

  • [FONT=0)Porosity ve permeability dağıtımları[Dönetici:0)[[Dönetici:0)[[[Dönetici ve kullanılabilirlik dağıtımları[[Döneticileri) - genellikle sınırlı çekirdek fişlerden ve önemli bir yetim ile elde edilen.
  • [FONT=0)Net-to-gross oranı) - kesme kriterleri ve facies sınıflandırmasından etkilenmiştir.
  • [FONT:0)Structural yorumu[[Dönetici: 1) Derin dönüşüm ve hata geometrisi derinlik belirsizliği tanıtmaktadır.
  • [FONT:0]Fluid kontakları [DFLT:1) - baskı verileri veya loglardan, doğal dikey karar limitleriyle ölçülmektedir.

Mühendislik Uncertainty

Mühendislik parametreleri kurtarma sürecini yönetir ve içerir

  • [FONT:0)Relative permeability eğris[[Dönetici: 1) - genellikle birkaç örnek üzerinde laboratuvar deneylerinden elde edilen; rezervuar koşullarına ölçeklendirme belirsizlikleri içerir.
  • [FONT:0]Eh performansı[DÜT:1] - verimlilik endeksleri, cilt faktörleri ve tamamlanma verimliliği iyilerle değişir.
  • [FONT:0)Recovery mekanizmaları[[DÜT:1] – suflood, gaz enjeksiyonu veya gelişmiş petrol kurtarma (EOR) süreçleri değişken sübvansiyonlar vardır.
  • [FONT:0]Reservoir sürüş indeksi[Döntme: 1 ) - Depletion, su sürücüsü ve kompaktlaştırma sürüşü belirsizdir.

Ekonomik ve Operasyonel Uncertainty

Rezervler, İZFLT:0) Ekonomik olarak kurtarılabilir[DÜT:1) olarak tanımlanır, bu nedenle mal fiyatları, işletme maliyetleri, sermaye harcamaları ve mali koşullar tüm katkıda bulunur.UQ geleneksel olarak fiziksel hacimlere odaklanırken, modern en iyi uygulama ekonomik belirsizlikleri tam bir döngü risk değerlendirmesine entegre eder.

Uncertainty Quantification

UQ olasılık teorisi ve istatistikler üzerinde geri dönüyor. temel konsept olasılık yoğunluk işlevleri ile karakterize edilen rastgele değişkenler olarak belirsiz giriş parametrelerini tedavi etmektir (PDFler). Bu PDFler temel olarak olabilir:

  • [FONT=0)Data-güdümlü dağıtımlar [[Dönetici: 1)) - verileri ölçmek için (örneğin, permeability için lognormal, dönüşümden sonra normal).
  • [[Düzücüler:0)Expert citation[[Döntsel: 1)[Dönderler) - veriler seyrek olduğunda, konu konu uzmanları minimum, en olası ve maksimum değerler (triangular veya PERT dağıtımları).
  • [FONT:0]Bayesian güncelleme[[Dönetici: 1))[Döneticiler MCMC veya topluluk yöntemleri kullanarak üretim verileri ile güncellenmektedir.

Belirsizlik tahmininde, Monte Carlo simülasyonu, esneklik ve doğrusal olmayan modelleri ele almak için en yaygın olanıdır:

  1. PDF'leri her belirsiz giriş için tanımlar.
  2. Rastgele örneklerin (tipik olarak 10.000-100,000 iterasyon) üretilmesi.
  3. Her örnek için rezerv modelini çalıştırın (veya hesaplama maliyeti azaltmak için bir proxy modeli kullanarak).
  4. Kombinasyon, rezervuar dağıtım fonksiyonlarını (CDFs) üretmek için bir çıktı.

Gelişmiş teknikler:0)Latin Hipercube Sampling (LHS)), giriş alanı ile yakınlaşma verimliliğini artırmak, ancak [[Dönetici:2) uzay modelleri uzaysal olmayan özellikler için uzaysal (geostatistik) yakalama.

UQ Tekniklerinin Kapsamlı Bakışı

Tekniklerin orijinal listesi –Monte Carlo Simülasyon, Bayesian Yöntemler, Hassasiyet Analizi ve Hata / Ağaçlar Analizi – ilgili olarak, ancak her bir garanti daha derin tedavi.Uygulamada kritik olan ek yöntemlerle birlikte.

Monte Carlo Simülasyonu Detaylı

Monte Carlo simülasyonu (MCS) ABD'nin tipik bir petrol ve gaz uygulamasındaki işletmeleri, orijinal petrol için hacimsel denklemi (OIP) kullanılır:

[0]

A alanı nerede, h net ödeme, {{ porosity, S w su saturasyon ve B o petrol formasyon hacmi faktörüdür. Her parametre alana dayalı bir PDF olarak atanır. Standart MCS, P10/P90 oranının 2.5 olduğunu gösterebilir, yani yüksek tahminin 2.5 kat olduğunu gösterir.

Anahtar uygulama değerlendirmeleri:

  • [FONT=0)Kurallama işlemi[[Dönetici:0)[[Dönetici:0)[[Dönetici:0)))--- giriş değişkenleri (örneğin, porosity ve permeability) genellikle korlesky dekompozisyonunu görmezden gelin; bunun büyük ölçüde belirsizliği görmezden gelin.
  • [FONT:0]Proxy modelleri[Dönetici 1), çalıştırılan rezervuar simülasyonu için MCS, MCS yerine, [[Dönemli yüzey modelleri[Döneticisel kaos, Gaussian süreçleri) sınırlı sayıda yüksek sadakatten inşa edilmiştir, sonra MCS için kullanılır.
  • [FONT=0]Convergence tanı[[Döneticiler)[[Döneticiler) - yüzde periyodlar için yeterli olmalıdır. Common metrics, Monte Carlo standart hatasının anlamı ve Gelman-Rubin istatistiki MCMC.

Open-source tools like algFLT:0)R (package 'mc2d')) ve Dakota)Python (SciPy, NumPy, UncertaintyPropagation software)[FLT: 4)[FLT: 4 ).

Rezervler için Bayesian Yöntemleri

Bayesian UQ hem önceden bilgi hem de gözlemlenen veri olasılıkçı bir şekilde davranır. rezervlerin arka dağılımı şunlardır:

(Allah’a) yemin ederim.

Bu çerçeve, özellikle de alan değerlendirme ve erken üretim sırasında yararlıdır, analog alanlardan veya sismik verilerden önceki bilgiler ilk iyi test veya üretim verileri ile birleştirilebilir. Bayesian inversiyonları da tarih eşleştirmesi için uygulanır, rezervuar model parametrelerinin tarihsel üretim oranlarıyla eşleşmesi için güncellenmiştir.

Markov Chain Monte Carlo (MCMC) yöntemleri (örneğin, Metropolis-Hastings, Hamiltonian Monte Carlo) karmaşık arka dağıtımlardan örnek olarak kullanılır[Döneticiler için hesaplama maliyeti yüksek kalır. Approximate Bayesian Computation (ABC) ve varyasyonel inference daha hızlı alternatifler sunar.

Hassasiyet Analizi

Hassasiyet analizi (SA) hangi giriş parametrelerinin tahminlerini, daha fazla veri satın almayı öngördiğini tanımlar. İki ana tür var:

  • [FONT=0)Local SA[[Dönetici:0)[Dönetici:0)[değiştir | kaynağı değiştir] Basit ama etkileşimler için hesap açmaz.
  • [FONT=0) Global SA[[Dönetici:0) - tüm girişleri aynı anda aralıklarında, hem ana etkileri hem de etkileşimleri ölçür. Yöntemler Sobol'un indeksleri, Morris tarama ve kısmi sıralama katsayısı (PRCC).

Pratikte, küresel SA, boyutsalliği azaltmak için tam MCS'den önce yapılmalıdır.Negable etki ile parametreler temel değerlerinde sabitlenebilir, hesaplama kaynakları tasarruf edebilir.

Hata Ağacı ve Event Tree Analizi

Bu teknikler genellikle felaket belirsizliğin risk değerlendirmeleri için kullanılır - örneğin bir olay sonrasında bir olay (örneğin, enjekte edilen) ikiyüzlülükteki kesintiler ile sonuçlanır.Bir hata ağacı modeli, üst bir etkinliğe yol açan başarısızlık kombinasyonları (örneğin, bölme nedeniyle tasarruf), bir olayda (örneğin, bir olay ağacı modelleri (örneğin, enjekte etme) ikisine de aynı zamanda)

Ek teknikler: Bottrapping ve Uzman Elicitation

Veriler parametrik dağıtımlara uymanın çok sınırlı olduğu zaman, [[0)bootstrapping) mevcut verileri (mikrofik bir dağıtım oluşturmak için yeniden yapılandırın. Bu şekilde, doğru olmayan hataların yakalanması gerekir.

UQ'u Rezervler Estimation Workflows'a entegre etmek

Başarılı UQ uygulaması, mevcut rezerveasyon tahmin boru hattına yerleştirilmiştir, onları bir post-hoc egzersizi olarak tedavi etmek yerine. Tipik bir iş akışı oluşur:

  1. [FONT:0]Data denetimi ve hazırlığı[Dönetici:0)[Dönetici:0)) - veri kalitesini, eksik değerleri ve ölçüm hataları değerlendirmek.Yerel yetimleri ölçmek için geostatistik analiz kullanın.
  2. [FONT:0]Parametreleme ve dağıtım uyumu[DÜT:1) - PDF'leri, yazılımları kullanarak tüm belirsiz girişlere ata (FONT) veya özel araçlar ()[FONT][FONT][FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=TR][FONT=FONT=TR][FONT=TR][FONT=TR][FONT=FONT=TR][FONT=FONT=FONT=FONT=FONT=TR][FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=TR][FONT=TR][FONT=TR][FONT=FONT=TR][FONT=FO
  3. [FONT:0)Proxy model inşaatı (eğer gerekli)) - hesaplamalı pahalı rezervuar simülasyonu için, polinom kaos genişlemesini kullanarak, Gaussian süreci regresyon veya sinir ağları.
  4. [FONT:0]Uncertainty propagation[Dönetici] – MCS (veya alternatif) yeterli iterasyonlarla çalışır. Anahtar çıktıları izlemek: P90, P50, P10 ve% 90 güven aralığı genişliği.
  5. [FONT=0)Post-işlem ve iletişim[Dönetici:0)[Dönetici:0)Post-processing ve iletişim[Dönetici:0)[Dönetici) – sperticilik, CDF eğrileri ve olasılık masaları. Mümkün olan üretime karşı tekrar test ederek geçerlidir.
  6. [FONT=0)Decision framework[[[Dönetici: 1))) - karar ağaçlarıdaki olasılıksal dağıtım, beklenen para değeri (EMV) hesaplamaları veya portföy optimizasyonu.

Python veya R'deki Otomasyon senaryoları veritabanına ve rezerv raporlama sistemlerine bağlanabilir. Birçok petrol ve gaz şirketi rezerveatör ) kullanılmaktadır, ancak rezervuar mühendisleri için ticari paketler.Petrel (Schlumbergerberger) Uncertainty Management[FLT)

Vaka Çalışmaları: UQ in Action

Vaka Çalışması 1: Meksika Derin su Körfezi

Büyük bir operatör, MCS'yi korelasyon ve net-togross (Pearson katsayı - 0.6) kullanarak alt cepheyi anlaması için gereken bir nokta tahmin etti, ancak yönetim, yüksek orandaki bir geliştirme için gereken süreyi vurguladı. MCS'yi korelasyonelasyonelasyonelasyon ve net-gross (Pearson korelasyon katsamı ~0.6), P90 130 MMboe ve P10, finansal olarak projeye dayalı olarak devam etti.

Vaka Çalışması 2: Olgun Waterflood Field

20 yıllık üretim ile bir onshore alanı, kalan rezervlerin belirsizliğini ölçmek için Bayesian tarihi eşleştirme kullandı, çünkü tarih jeolojik istatistiklerden yapılmıştı, olasılık dahil edilmiş su hattı ve alt delik basıncı verileri. MCMC örnekleme 5.000 arka gerçekleştirme elde etti.

Vaka Çalışması 3: SEC Raporlama için Düzenleme

Bir uluslararası şirket, her mülkün (net ödemesi, porosity, douration) % 90 güven seviyesine sahip bir geostatistik iş akışına sahip bir geostatistik modeli kullanarak, 100 equi-probable gerçekleştirmeleri gerektiğini ispatladı. Son rapor edilen rezervlerin% 10'u, daha önce determinist bir denetimden daha düşüktü.

UQ Uygulamalarında Zorluklar ve En İyi Uygulamalar

Yararlarına rağmen, UQ'yu rezerv tahminlerde uygulama gerçek dünya engelleriyle karşı karşıyadır:

  • [FONT:0)C ⁇ maliyeti[Dönetici 1] - binlerce MCS için tam rezervuar simülasyonu genellikle makul durumda. Mitigation: modeller, paralel hesaplama veya modelleme karmaşıklığı (örneğin, yukarı) kullanır.
  • [[Dönetici:0)Input data kıtlığı[[Dönetici: dağıtım parametreleri genellikle kötü kısıtlanmış durumda. Mitigation: uzman elcitation, analog alan verileri ve Bayesian öncekiler.
  • [FONT=0)Kural ve bağımlılık modelleme[Döneticileri görmezden gelmek P10/P90 aralığını yanlış ifade edebilir. Mitigation: polisulas veya multivariate dağıtımları kullanın; korelasyon varsayımlarını test etmek.
  • [FONT:0) Model diskrepancy) - rezervlerin modelinin kendisi, epistemik belirsizlikleri içeren bir gerçek temsilidir. Mitigation: model diskrepancy terimlerini Bayesian çerçevesine dahil etmek veya üretim tarihine karşı geçerliliği gerçekleştirmek.
  • [FONT:0]Profesyonel olmayanlara ([Döneticiler) iletişim kurma - "P90 = 500 MMbbl" gibi olasılık ifadeleri yanlış yorumlanabilir. Mitigation: using analogies (e.g., "9 out of 10 sondaj results would meet this eşi" and görsel panjurlar.

En iyi uygulamalar şunları içerir: Tüm varsayımları ve dağıtım seçimlerini belgeleyin, doğrulama (kolay kontrolleri) ve geçerlilik (tarihsel verilere bağlantı kurmak), kaynakları önceliklendirmek ve yeniden yapılandırılabilir bir UQ iş akışı oluşturmak. ”ŞUDRMT:0.

Düzenleme ve Raporlama Standartları

Rezervler borsaları için raporlama (SEC, ASX, LSE) giderek olasılıksal açıklama gerektirir. PRMS (Society of Petroleum Engineers) deterministic ve olasılıksal kategorileri tanımlar:

  • [0]Proved (1P) - yüksek güven; olasılıksal P90.
  • [FONT:0) ^ ([P)) - orta güven; P50.
  • [FONT=0)Posible (3P) - düşük güven; P10.

Şirketler, UQ yöntemlerinin tutarlı olduğunu, doğrulandığını ve yenidenroducible olduğunu göstermeli. Örneğin, SEC, olasılıksal tahminlerin "reliable technology" kullanılarak oluşturulmasını ve altta yatan verilerin dağıtım parametrelerini desteklemesini gerektirir.

Rezervler için Belirsiz Sayısal Sayılamadaki Gelecek Yol

Makine Öğrenme ve Data-Driven UQ

Derin öğrenme modelleri rezervuar simülasyonu için hızlı bir şekilde ortaya çıkıyor.Fizik tabanlı simülasyon sonuçları üzerinde eğitim almış olmak, milisaniyelerde baskı ve dourasyon alanları tahmin edebilir, MCS’yi milyonlarca iterasyona olanak sağlar. Ancak, bakım ek belirsizliği ölçmek için alınmalıdır - Bayesian sinir ağları veya benzeyen teknikler.

IoT ve Digital Twins ile Gerçek Zaman UQ

Alanlar aşağı delik sensörleri ve sürekli akışçılarla araçlandıkça, gerçek zamanlı veri entegrasyonu dinamik UQ. rezervuarın dijital ikizi, parçacık filtreleri veya ensemble Kalman filtreleri kullanarak arka dağıtımları optimize edebilir ve üretim tahminleri için canlı P10-P90 aralıkları sağlar. Bu operasyonel çevikliği destekler, darlıkta ayarlandığında.

ESG ve Ekonomik Uncertainty

Enerji geçişi yeni belirsizliği getiriyor: karbon fiyatlama, emisyon düzenlemeleri ve alternatif teknolojiler. UQ modelleri ekonomik senaryo jeneratörleri, Monte Carlo maliyet eğrileri ve portföy düzeyinde risk ölçümleri. "muhtemelen kesin" rezervlerinin kavramı, çevresel yükümlülükleri ve sosyal lisansı işletmek için gelişiyor.

Pratik Uygulama Kılavuzu

UQ'yu rezerv tahmininde uygulamak isteyen takımlar için, bir fazlı yaklaşım önerilir:

  1. [FONT:0] Basit bir alanda ([Dönetici: 1) MCS'yi 5-10 parametre ile bir hacimsel modele uygular; olasılıksal düşünme ekibi eğitir.
  2. [FONT:0) Yıllık rezerveler denetimine dahil olmak üzere yıllık rezerveler denetimine tabi tutulur). – bir raporlama döngüsü için olasılıksal akışla birlikte hareket eder; sonuçları karşılaştırır.
  3. [FONT:0)Expand to complex models[[Dönem: 1) rezervuar simülasyon proxy modelleri, korelasyon kullanımı ve Bayesian tarihe uygun alanlarda güncelleniyor.
  4. [FONT:0)Automate raporlama[[[Dönetici: 1) PRMS-compliant masalar ve P90/P10 grafikleri çıktı veritabanından oluşturmak için senaryolar inşa edin.
  5. [FONT:0]Kontinuous iyileştirme[[[Dönerge: 1) Gerçek üretime karşı tahmin doğruluğu takip edin; diskreplik kalıplarına dayanan dağıtım varsayımları.

Ücretsiz ve açık kaynak kaynakları bir sınıra varır: MCD:0)R paketi "mc2d" (CFOT:2) MCS, [[Döneticileri için "emcee" [DÜDÜSÜSÜSÜSÜSÜSÜSÜSÜSÜSÜSÜSÜSÜSÜSÜSÜSÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜ

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Belirsizlik ölçüleme, daha uzun vadeli tahminler için isteğe bağlı değildir - bu yöntemleri uygulamak için temel bir rekabettir ve Monte Carlo simülasyonu gibi matematiksel temelleri benimsemek için, Bayesian güncellemek ve küresel hassasiyet analizi, örgütler tek nokta tahminlerinin ötesinde, kaynak değerlendirme ve risk yönetimi alanında rekabetçi bir avantaj elde etmek için ayrıntılı bir yol haritası sağlayabilir.Bu makale, Monte Carlo simülasyonu kullanarak, hesaplama gücü ve gerçek dünya vaka çalışmaları ile matematiksel temelleri benimsemek için ayrıntılı bir yol haritası sağlayacaktır.