26 ноября 2020 г. Ташкентская секция «Общество инженеров нефтегазовой промышленности» организовала вебинар в рамках программы SPE Distinguished Lecturer. На повестке дня был заявлен доклад: «Анализ рисков и неопределенностей при разработке месторождений».
С докладом выступил Козлов Яков Михайлович, Руководитель отдела программных технологий разработки месторождений Schlumberger Kuala Lumpur. В своём докладе Яков отметил, что:
- В 2004 году акции компании Shell серьезно упали на фоне ошибочной оценки запасов, которая основывалась на экспертной оценке. В результате чего, компания признала свою вину и изменила методологию оценки запасов. С тех самых пор анализ неопределенностей стал весьма важным этапом проектирования разработки месторождений.
- К основным проблемам анализа рисков можно отнести неверную оценку запасов, рост капитальных затрат, невыполнение задач в поставленные сроки. Для примера был предоставлен график изменения запасов основных Северных месторождений. На графике видно, что в течении 30-ти лет запасы одного и того же месторождения были пересчитаны несколько раз, и каждый из подсчетов довольно сильно разнился с предыдущими значениями, тем самым создавая некую неопределенность. Также был приведен пример Индийского месторождения, где первоначальная оценка запасов была в разы меньше фактически добытого сырья, что также является большой проблемой при планировании инфраструктур и транспортировки итогового продукта. В итоге неверная оценка запасов привела к росту капитальных затрат.
- Очевидно, что при проектировании месторождений компания сталкивается с огромным количеством исследований и данных, которые имеют определенную степень погрешности измерений. Далее были рассмотрены примеры данных, в которых имеется та или иная погрешность. К ним относятся: данные сейсмо-разведки, инклинометрии, трасеры, пробы флюида, замеры дебитов и давлений, данные керна, PLT, ГДИ и ГДИС. Основными причинами появления погрешностей и неточностей при проектировании являются: ограниченность данных; отсутствие аналогичных примеров месторождений; низкая точность замеров и ошибки при измерениях; качество замеров и репрезентативность данных; качество интерпретации, которое зависит от экспертного видения специалиста; корреляция данных; ошибки в расчетах; аппроксимация, шаг дискретизации и перемасштабирование данных в процессе моделирования.
- К дополнительным сложностям стоит отнести проблему масштаба данных. Например, зачастую значения результатов исследования керна и значения, полученных с каротажа, имеют равный вес, что не всегда является правильным. Для решения данной проблемы необходимо увеличивать разрешения моделей и полученных данных. Другой проблей является сложность той или иной модели. Зачастую инженеры усложняют модели большим массивом данных, даже если в этом нет острой необходимости. В результате осложнения моделей увеличивается время обработки данных и вероятность высокой погрешности. Тем самым сложность модели будет напрямую влиять на анализ рисков и неопределенностей.
- Далее был продемонстрирован график неопределенности на разных этапах проектирования. На нем видно, что от этапа оценки до конечного выполнения проекта, уровень неопределенности уменьшается, так как увеличивается понимание и знание месторождения.
- Для дальнейшего понимания были даны определения терминам “неопределённость” и “риск”. Неопределенность – отсутствие или недостаток определения или информации о чем-либо. Риск – это вероятность возможной нежелательной потери чего-либо при плохом стечении обстоятельств.
- Возвращаясь к вопросу об интерпретации данных, был показан график достоверности знаний о самых базовых параметрах пласта. На нем видно, что при оценке пористости разная группа экспертов выдала разные параметры пористости несмотря на то, что все исходные данные были одинаковы. Данное явление связанно с вероятностным подходом к решению задачи.
- Планирование рабочего процесса состоит из следующих этапов:
- Базовый сценарий – определение ключевых показателей эффективности и цель работы.
- Определить какие параметры неопределённости влияют на конечный результат, задать их распределение и зависимости.
- Поиск значимых факторов путем анализа чувствительности.
- Множественные реализации для оценки диапазона результатов.
- Построение финальных сценариев.
- Далее необходима адаптация модели множественных реализаций, основываясь на историческом опыте. На начальном этапе имеются данные множественных реализаций, которые показывают вариативность определенных параметров. После чего генерируются модели и проводится оценка несоответствий на основе исторических и фактических данных. Далее, опираясь на исторические данные месторождения, уменьшается диапазон вариативности параметров. Проводится адаптация модели в итеративном подходе. Определение предпочтительной модели месторождения, путем повторного пересмотра данных. Финальный этап – прогнозная итерация.
- Не менее важным этапом анализа неопределенностей является определение ценности информации. Необходимо обозначить наиболее значимые факторы в процессе проектирования месторождения, которые могут сильно повлиять на принятие тех или иных решений. Нужно ответить на вопрос: “Что нам даст полученная информация, какова её точность и во сколько это обойдется?”.
- На примере реального проекта был рассмотрен вопрос: “Стоит ли инвестировать в бурение новых скважин, чтобы увеличить добычу нефти?”. Для решения данной задачи был применен вероятностный подход. Использовались методы причинно-следственного анализа. В ходе которого были рассмотрены вопросы: изменения ГВК, изменение водяного пласта, частичная активация матрицы, что в конечном результате и явилось итоговым решением задачи. В результате специалисты пришли к решению, что бурение скважин не целесообразно. Что привело к огромной экономии средств компании.
- Стоит отметить, что правильный анализ неопределенности даёт: обоснованное принятие решений, минимизация рисков и капитальных затрат, глубокое понимание влияния проектных параметров на производительность месторождения на различных этапах разработки, создание информационного плана на основе понятия ценности информации.
- Подводя итоги можно сказать: существует готовые математические инструменты анализа неопределенностей и рисков, применение которых позволяет повысить качество принимаемых решений по разработке месторождений. Для успеха проекта необходимо междисциплинарное общение, программное обеспечение, позволяющее интегрироваться знания разных дисциплин с мощной визуализацией, а также принятие “неопределённостей” на всех уровнях организации. Доклад оказался очень интересными и актуальными для нефтяной и газовой промышленности Республики Узбекистан. В ходе семинара слушатели активно задавали вопросы и обменивались знаниями и опытом на тему доклада.
Ссылка на презентацию с вебинара: презентация (доступна только для членов SPE)