Doğru üretim tahminleri, etkili rezervuar yönetiminin yaşam damarıdır. Decline eğri modelleri, gelecekteki üretim oranlarını petrol ve gazdan tahmin etmek için endüstri standardı olarak uzun süre hizmet vermektedir. Ancak, statik bir model hızla yeni üretim verileri bir araya gelir. Updating gerileme modelleri, temel kavramlarla, sistematik bir iş akışı, gelişmiş bir uygulamadır.

Decline Curve Analizi

Güncellemeleri tartışmadan önce, modelleri kendileri anlamak önemlidir. Decline eğri analizi (DCA) geleneksel olarak J.J. Arps tarafından ilk resmileştirilmiş olan genetik ilişkilere dayanır (DFLT:0) ve nominal düşüş oranı ([DFLT:2).

  • [FONT:0)Öylesel düşüş[[Dönetici:0)[[Dönetici:0))[Döneticisel düşüş[Döneticisel düşüşler[Dönetici:0)))))))))))))))))))))))))En az agresif bir düşüş şekli temsil eder ve genellikle iyiler için kullanılır.
  • [FONT:0]Hyperbolik düşüş[[DÜDÜT:2) (0 < [DÜDÜ:3) velt; 1): Petrol ve gaz rezervuarları için en yaygın türü, zaman içinde düşüş oranı azalır, üretim karakteristik bir “uzun kuyruk” üretir.[DÜcretsiz)[DÜye değer)[DÜye değer)
  • [FONT:0]Harmonik düşüş[[Dönetici: 1)[Dönetici:0)[0][0]Harmonik düşüş [Dönetici:0) [Dönetici:2).b) = 1): Uygulamada nadiren, bu model, düşüş oranının üretim oranının kendi başına orantılı olduğunu varsayıyor.

Modern DCA, herhangi bir güncelleme denemeden önce en iyi şekilde rezerve edilen rezervuar akış rejimine en iyi şekilde uyum sağlayan bir terminal hızındaki düşüşe geçişin kritik olduğunu anlamak için genişletildi.

Devam eden Data Integration'in Eleştirel Önemi

Sadece erken üretim verilerine dayanan bir düşüş eğri modeli, statik modeller yakalamadığı gibi gerçek dışı akış modellerinden neredeyse kesinlikle farklı olacaktır.Yeni verilerle modelin düzeltilmesi veya su enjeksiyonu başlangıç-up-up-sarım davranışını dramatik bir şekilde değiştirir.Ek olarak, rezervuar heterojenliği ve müdahalenin, statik modellerin yakalayamayacağı tahminler ortaya çıkmasını sağlar.Yeni verilerle modelin düzeltilmesi, en son rezervuar koşullarını yansıtmaktadır.En son zamanlardaki gelişmeleri etkileyen sorunlar nedeniyle gecikme oranına göre% 30-50 daha düşük bir artış gösterir.

Güncellemeyi seçmenin önemli ekonomik sonuçlara yol açabilir: aşırı rezervler, en iyi şekilde rezerve edilebilir sermaye tahsisi, en yüksek tasarruf kararlarına neden olabilir. Bu nedenle, yeni üretim verilerinin entegrasyonu isteğe bağlı değildir - sorumlu rezervuar stewardship temel bir bileşenidir.

Decline Curve Modelleri için Sistematik İş Akışı

Bir düşüş eğri modelinin kapatılması, tutarlılık ve defenabiliteyi sağlamak için yapılandırılabilir, tekrarlanabilir bir süreç takip etmelidir. Aşağıdaki beş adımlı iş akışı pratik bir çerçeve sağlar.

Adım 1: Veri Koleksiyonu ve Kalite Güvencesi

Güncellemenin kalitesi doğrudan giriş verilerinin kalitesine bağlıdır. En son üretim oranlarını karşılamakla başlayın - en az aylık petrol, gaz ve su hacimleri. Tüm metre ve separatorların doğru çalıştığını doğru bir şekilde analiz edin. kaliteli bayraklar veya tanklama hataları nedeniyle birçok otomatikleme noktası.

2. Adım: Tanık ve Anomaly Tespit

Modeli yeniden ayarlamadan önce, mevcut tahminlerin yanında, bir günlük-log oranı vs. zaman arsa ve yarı-log oranı vs. toplu üretim arsası. Bu arsalar, geri dönüşümdeki ince değişiklikler ortaya çıkarır. Örneğin, hiperbolik tonlamanın yanı sıra, geçişler gibi anomalilere bakın.Bu aşamada, birden fazla işlem (daha fazla müdahaleler) veya yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş

Adım 3: Model Recalibrasyon Teknikleri

Veriler temizlendikten ve segmente alındıktan sonra, model parametrelerini yeniden yapılandırın.En yaygın yaklaşım doğrusal olmayan regresyon (least-squares minimization) oranına göre, hiperbolik modelleri için, bu, başlangıç oranı için çözüm oluşturabilir ([Dönetici:0))[Dönetici[Dönetici[Döneticileri)[Döneticileri)[Döneticileri ile geri yükleme süresine izin verir.

Adım 4: Tarihsel Performansa Karşı Geçerlilik

Güncellenen modeli benimsemeden önce, kör bir test yaparak tahmin edilebilir doğruluğunu doğrulama: En son 10-20% verinin tekrarlanabilirlik sırasında tutulması gerekir:0b[Dönemli) değer verilen rezervuar tipine karşı jeolojik olarak uygun olmalıdır. Örneğin, daha sıkı bir gaz (MAPE) ve bir düzeltme oranı (R2). Validation aynı zamanda mantıksal bir tutarlılık kontrole sahip olmalıdır.[Dönetici)

Adım 5: Dokümantasyon ve Version Control

Her güncelleme tamamen belgelenmelidir. Güncelleme tarihi, önceki ve sonrasındaki parametreler, geçerlilik sonuçları ve doğrudan raporlama ve rezerve edici platformlar hakkında herhangi bir yorum. Version control, her model sürümüne doğrudan bağlantı kurmak için çok yönlü bir içerik yönetimi sunmak.Bu denetim izi doğrudan doğruya doğrulayıcı veri kayıtlarına ve kullanıcı etkinliklerine karşı korumayı sağlar.

Kompleks Reservoirs için Gelişmiş Düşünmeler

Birçok varlık için, basit Arps modeli güncellemesi yeterlidir. Ancak, karmaşık rezervuarlar - geleneksel iyiler, çok katmanlı formlar veya ikincil kurtarma ile geçen iyiler - ek çokfikasyonlar.

Operasyonel Değişiklikler ve Müdahaleler

İyi bir şekilde kırıldığında, enjeksiyona dönüştürülür veya yapay bir asansör değişikliğine sahiptir, geri dönüşüm davranışı bir şekilde değişir.Bu durumlarda, model güncelleme bir segmente dayalı bir yaklaşım dikkate alınmalıdır: Olaydan önce ve sonrasında farklı düşüş eğrileri inceleyebilir.[Döneticiler)) Sonuç olarak, gerileme oranı veya düşüş oranı gibi bir değişiklik gösterebilir.[Döneticileri değiştirmiş gibi, [Döneticileri kontrol eder.[Döneticileri değiştir]

Transient Flow ve Boundary-Dominated Flow

Yüksek rezervuarlarda, akış rejim genellikle sınır dışı edilen bir akışa geçiş yapmadan önce aylarca veya yıllar boyunca geçici kalır. Geçici verilere tek bir hiperbolik modeli ayarlayın, erken geri çekilme oranına ulaşır ve uzun vadeli kurtarmayı hafife alın. Daha iyi bir uygulama, önceden belirlenmiş bir limit oranın (en iyi durumda 10 ila 15) veya iyi bir miktar genelleştirilmiş tahminin %10-15'ünün iyi bir şekilde uzatılabilir.

Güncelleme Modeli ile Olasılıksal Tahminler

Deterministic güncelleştirmeleri tek bir en iyi tahmin verir, ancak karar verme belirsizlikleri anlamaktan yarar sağlar.Recalibration, bir Monte Carlo simülasyonu parametre üzerinde çalıştırarak (tek değerleme matrisleri) alternatif olarak, her defasında modelin güncellendiği zaman, olası EURların aralıkları revize edilebilir. Bu olasılıksal yaklaşım özellikle portföy yönetimi için değerlidir.

Dijital Araçlar ve Otomasyonu Kullanın

Büyük bir varlık envanterinde her gerileme eğrisini güncelleyelim, zaman alıcı veri bilim takımlarıyla, Python'daki kütüphaneleri (örneğin, SciPy'nin IHS Harmony, Petra veya KAPPA Topaze, bu araçları otomatik veri deposu ile entegre etmek için sağlar. - Ev sahibi veri depolama alanı gibi modern, uygun bir platform için [FONTD)

Başka bir en iyi uygulama otomatik tetikleyiciler oluşturmaktır: örneğin, yeni üretim verileri yüklenen zaman, bir senaryo otomatik olarak modele uygun bir şekilde çalışır ve insan incelemesi için büyük sapmalar sağlar. Otomasyon asla insan yargısını değiştirmemelidir, ancak iş yükünin %80'ini oluşturan rutin güncelleştirmeleri idare edebilir, mühendisler karmaşık iyilere ve stratejik kararlara odaklanmaya çalışır.

En İyi Uygulama Özetleri

  • [FONT:0] Düzenli, tutarlı aralıklarda - aylık olarak yüksek derecede iyiler için, marjinal iyiler için çeyrek olarak.
  • [FONT:0]Veri kalitesindeki en yüksek; [Döntgen: 1] Çöpler otomatik olarak kural ve master veri yönetimi sistemi oluşturun.
  • [FONT:0) Tanık arsaları kullanın[[Döneticileri tanımlamak için her yeniden ayarlanmadan önce).
  • [FONT:0) Dengeli bir ağırlık programı[[Dönetici: 1) Erken tarih göz ardı etmeden son verilere mütevazı ekstra ağırlık verir.
  • [FONT:0] Kör bir testle ilgili olarak güncellenir () ve gürültülü verilere bir modelde uyum sağlama konusunda istekliliğe karşı direnir.
  • [FONT:0] Her değişiklik[[Dönetici:0) denetim izleriyle bir sürümde değiştirilebilir.
  • [FONT:0)Instri operasyonel olaylar açık model segmentler veya adım değişiklikleri olarak.
  • [FONT:0)Filogist yöntemler[[Döneticiler için belirsizlikler ile iletişim kurmak için).
  • [FONT:0)Leverage otomasyon[Döneticileri için); rutin güncellemeler için ancak insan incelemesini istisnalar için korur.

Bu uygulamalar, petrol Mühendisleri Derneği'nden endüstri kılavuzları tarafından destekleniyor, örneğin [[Döneticileri ile ilgili eğri analizinde 159635, [Dönetici rezervuarlarda [DüzT:1) ve [[Döneticileri:2)

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Decline eğri modelleri statik eserler değildir; onlar, taze üretim verileriyle yararlı olmaya yönelik beslenmelidir. İyi eğitimli ve ihmal edilmiş bir eğri güncelleme programı, gelirdeki milyonlarca dolar olabilir. Beş adımlı bir iş akışına sahip olmak için -daha kaliteli, teşhisli, yeniden ayarlamalı, belgelendirmek - günlük rezervuar yönetimi arasındaki fark, mühendisler, inceleme ve kılavuzluk sürecine karşı en iyi şekilde gözden geçirme ve kılavuzluk geliştirmelerine karşı olan tahminleri üretebilirler.