Рейтинг@Mail.ru
Навигация

← Предыдущая статья             Содержание номера             Следующая статья →

Журнал First Break – Ноябрь 2012 – Выпуск 11 – Том 30 – Новости EAGE

Участники семинара AGORA узнали самое важное о неопределённости и управлении рисками

John Owens (Maersk Oil), Olivier Gosselin (Total), Thierry Coleou (CGGVeritas), Mike Christie, Dan Arnold (Heriot-Watt University), Taoufik Manai (Schlumberger), Cecilie Otterlei (Statoil), Richard Pelling (Paradigm) и Peter King (Imperial College) подводят основные итоги семинара AGORA 2012 по теме «Понимание неопределённости и управление рисками», который включал групповые занятия.

Цель семинара AGORA (Advanced Geoscience Organized for Reservoir Applications) заключается в регулярном обсуждении (раз в три года) ряда вопросов, которые постоянно привлекают внимание специалистов обоих сообществ. Главное устремление EAGE/EUROPEC AGORA — прилагать все усилия для интеграции. В рамках освещения каждой темы должны устанавливаться тесные связи между технологиями, людьми, средствами коммуникации, а также приниматься необходимые бизнес-решения. Первый семинар AGORA состоялся в 2011 г. на конференции EAGE в Вене, его тема звучала следующим образом: «Эффективные модели, ведущие к принятию бизнес-решений».

Второй семинар AGORA на конференции EUROPEC в Копенгагене был посвящён теме «Понимание неопределённости и управление рисками». Ведущие технические специалисты в области геонаук и управления разработкой представили презентации по своим областям знаний. Затем путём практической реализации и обсуждения на заседании междисциплинарной группы были разработаны учебные вопросы по теме на примере решения реальной проблемы при разработке резервуара: нужно было принять решение, следует ли потратить деньги на бурение одной скважины на сомнительном участке (проблема) или неразработанном блоке (приз).

Понятия

Риск можно рассматривать как состояние неопределённости, при котором выбор того или иного действия или вида деятельности (включая полное бездействие) может привести к нежелательному результату, например материальному ущербу.

Неопределённость — это невозможность точно прогнозировать результат наблюдений. Различают детерминистские системы или процессы, где результат можно успешно прогнозировать с некоторой точностью, и неопределённые (стохастические, вероятностные) системы, где это не так. При разработке недр проблема прогнозирования результата наблюдений возникает из-за сложности резервуаров, отсутствия данных, недостаточного понимания физики и «обратной задачи», т.е. воспроизведения истории разработки, которая настолько неустойчива сама по себе, что хорошее воспроизведение не обязательно даёт хорошие прогнозы.

Неопределённости могут принадлежать к одному из трех типов. Случайная погрешность — это помехи при измерениях, например неоднократные измерения в одной и той же толще с применением одного и того же метода могут давать некоторый разброс значений. Систематическая погрешность представляет собой сдвиг между измерением и истинным измеряемым значением. Погрешность, связанная с моделью, возникает там, где используемая интерпретационная модель не подходит для изучаемой толщи. Связанная с моделью погрешность обычно оказывает наибольшее влияние на результаты и труднее всего поддаётся количественной оценке, поэтому обычно является наименее изученной. Для получения эффективного решения следует рассматривать все три типа неопределённостей.

В статистике обычно рассматриваются точечные свойства, то есть измерения, сделанные без учёта их пространственного положения. Однако при изучении недр пространственные свойства учитываются, этим занимается геостатистика.

Вероятности используются в качестве меры нашего заблуждения относительно того, что на самом деле представляет собой резервуар. Они важны, поскольку в итоге приводят к оценке риска при разработке месторождения и реального финансового риска. Существует много ситуаций, в которых результат эксперимента невозможно точно спрогнозировать. Есть много различных вариантов, и природа выбирает один из них, однако мы не можем заранее сказать, какой именно. Соответственно вероятность используется для описания того, сколько раз может быть выбран тот или иной вариант.

Обзор современного состояния вопроса

Геофизические неопределенности

Во время геофизических дискуссий рассматривались многочисленные источники неопределённости, имеющиеся в измерениях и обработке. Неопределённость в геофизике начинается с погрешностей при измерениях. Затем следуют явные или неявные неопределённости моделей, используемых при обработке. При создании численных моделей недр одновременно используются моделирование, калибровка, оптимизация и интерпретация, на основании моделей принимаются решения. Также обсуждалась оценка рисков, связанных с неопределённостями, при обновлении геологических и гидродинамических моделей.

При сейсмической обработке модели используются для получения изображений зарегистрированных данных. Обработка более эффективна, если применяются более сложные модели. Всё начинается с очень простых допущений, например, что недра представляют собой однородную среду на начальных этапах, таких как этап сферических расхождений, или что «земля плоская, по крайней мере, локально» при основной временной обработке. Большая сложность вводится при учёте углов падений и анизотропии.

Модели становятся боле точными после введения в поле скоростей неоднородностей первого порядка, например соляных тел и главных структурных отражений при построении глубинных изображений. Включение в модели новых данных приводит к лучшей аппроксимации нижнего полупространства и лучшим изображениям. Эти модели оптимизируются с помощью данных, полученных на разных этапах: томографической, акустической, упругой или петрофизической инверсий. В итоге оптимизированная модель может даже заменять данные, когда результаты сейсмической инверсии используются при настройке модели по данным разработки.

Калибровка данных разного происхождения, например сейсмических и скважинных данных, также позволяет улучшить модель, налагая физические ограничения на численные модели. Понимание границ применения данных имеет большое значение для сбалансированности их влияния.

Выделяются три основных момента изучения:

  1. Не все погрешности обязательно имеют отношение к конкретному решению, например точное положение по глубине может оказаться не столь важным для оценки запасов, но крайне важным для успешности скважины.
  2. Для правильной оценки рисков не требуется оценка альтернативных моделей, например стохастические методы или исследования зоны нечувствительности инверсии обеспечивают оценку неопределённости при решении конкретной задачи, но они связаны только с неопределённостями в пределах модели.
  3. Неопределённости бессмысленны без определённой цели, а решения без оценки неопределённостей больше похожи на азартные игры. Одна из серьёзнейших проблем — анализ неопределённостей, связанных с данными и моделями, и их распространение на весь процесс, чтобы при необходимости можно было выполнить соответствующую оценку.

Геологические неопределённости

Принимая участие в извлечении углеводородов, геоучёные имеют дело со всё более сложными резервуарами. Моделирование должно работать с основными неопределённостями, имеющими значение для принимаемых бизнес-решений. Комплексный подход был продемонстрирован на примере включения в модель резервуара неопределённостей, связанных с разломами, для оценки их влияния на флюидный поток.

Во время этой дискуссии тремя самыми важными темами для изучения стали следующие:

1. Для оценки неопределённостей в модели резервуара могут быть созданы эффективные графы.

2. Граф может быть полностью автоматизирован и содержать полную цепочку — от структурного моделирования до гидродинамического моделирования. Он может также быть расширен для учёта неопределённостей в горизонтах и свойствах.

3. Граф неопределённостей позволяет создать надёжный план освоения месторождения, который снижает инвестиционные риски.

Этот граф был протестирован на подсолевой структуре, где построение сейсмических изображений было затруднено, а интерпретация связана со значительными неопределённостями. Давления и данные PVT указывали на то, что резервуар разделён на блоки. Данные о добыче отсутствовали. Начальные оценки коэффициента извлечения были низкими, экономические показатели — малорентабельными из-за блокового строения резервуара, низкой проницаемости, низкого вытеснения нефти из коллектора и дорогостоящего бурения скважин. Однако большие геологические запасы обеспечивали месторождению высокий потенциал.

Неопределённости, связанные с разломами, рассматривались как одни из самых важных факторов, влияющих на общую неопределённость геологических запасов и коэффициента извлечения. Таким образом, для снижения инвестиционных рисков было важно создать надёжный план освоения месторождения с учетом неопредёленности разломов.

Исходная модель сравнивалась с рядом реализаций, которые были построены по сетке резервуара, в которые наряду со стохастическими малоамплитудными разломами модели были включены связанные с разломами неопределённости. В качестве переменных параметров разломов выступали положение и смещение, в отдельных реализациях не были представлены некоторые разломы, малоамплитудные разломы включались в сетку как смещения. Смоделированный коэффициент извлечения для исходной модели и пяти реализаций с разными стратегиями дренирования и неопределённостями разломов существенным образом повлиял на запасы.

В заключение был продемонстрирован граф моделирования резервуара, который работает с конкретным набором неопределённостей разреза и оценивает, как они влияют на флюидный поток, а также позволяет найти способы снижения рисков при разработке месторождения. Этот граф может быть расширен для исследования неопределённостей горизонтов и свойств. Граф моделирования был автоматическим и содержал полную технологическую цепочку от структурного моделирования до гидродинамического моделирования, а также комплексные данные по всем дисциплинам, и обеспечивал согласованные модели резервуара. Он использовался для оценки неопределённости, создавал разные реализации в рамках совокупности неопределённостей и позволял выполнять быстрое обновление модели при поступлении новых данных. Это очень мощный инструмент для создания надёжных планов освоения месторождений и улучшения процесса настройки модели по данным разработки.

Петрофизические неопределённости

Для оценки запасов нам необходимы надёжные оценки пористости, водонасыщения, эффективного порового пространства, общего объёма пород и коэффициентов извлечения. Традиционные детерминистские методы обеспечивают одиночные результаты для пористости, проницаемости и флюидонасыщения, которые затем используются как входные данные для последующего моделирования резервуара и пр. На самом деле входные каротажные данные и результаты исследования керна, а также параметры в детерминистских вычислениях зависят от неопределённостей. Если связанная с анализом неопределённость имеет количественную оценку, расчёты могут более эффективно использоваться в процессе принятия решений, связанных с экономической эффективностью перспективного участка.

В этом разделе три важные темы для изучения:

  1. Моделирование неопределённостей не позволяет определить, какой из ответов верный, а указывает на то, каковы финансовые последствия неопределённости.
  2. Для оценки затрат и выгод от получения данных нам требуется оценить, как неопределённость, связанная с отсутствием этих данных, будет влиять на экономические показатели проекта.
  3. Рассчитывая геологические запасы нефти с использованием всех моделей и изменений по данным мониторинга с ожидаемым ЧПД (чистый приведённый доход) проекта, мы можем оценить ценность информации.

Пример, использованный для демонстрации рекомендуемого практического метода, представлял сравнение петрофизических входных данных с оценкой запасов, где:

Запасы = GRV * NTG * Φ * (1- Sw) * RF / Bo

Если неопределённость для каждого петрофизического параметра рассматривается по отдельности и детерминистски, то общая неопределённость будет завышена, например, если изменяются только петрофизические параметры и используются стандартные ошибки SPE (NTG +20%, Φ +15%, 1-Sw +20%), то пессимистический вариант на 45,6% меньше, чем основной вариант, а оптимистический вариант на 65,6% больше, чем основной.

В качестве альтернативы было предложено вместо усреднённых по интервалам значений использовать совокупные измерения, такие как эквивалентная высота залежи УВ (EHC) или эквивалентная мощность пористых пород (EPC):

Запасы=Площадь*EHC*RF/Bo или Запасы = Площадь * EPC * (1-Sw) * RF / Bo

EHC или EPC берутся из непрерывных распределений, включающих все формы петрофизической неопределённости. Для каждой итерации запускается полный одиночный граф интерпретации по версии Монте-Карло.

Фактически было подчёркнуто, что до этой фазы должны рассматриваться случайные систематические неопределённости и неопределённости модели. Также было предложено исследовать случайные и систематические погрешности с использованием метода Монте-Карло, а неопределённости модели можно оценивать в процессе комбинированного анализа результатов многократного моделирования.

Неопределённости разработки месторождения

Неопределённость является неотъемлемой частью моделирования резервуаров и их технологических показателей. Она возникает из нескольких основных источников данных, куда входят неполные или неточные физические модели, разный масштаб измерений и неоднородности, данные, полученные в редких интервалах, между которыми следует выполнять интерполяцию, и собственная нелинейность потока, которая приводит к неустойчивости прямого прогнозирования, которое поэтому является недетерминированным.

В этом разделе имеются следующие три важные темы для изучения:

  1. Стохастические модели совершенно необходимы. Такого понятия, как детерминистическое моделирование, не существует (хотя иногда оно является полезным приближением).
  2. Вероятности используются в качестве меры нашего незнания того, что на самом деле представляет собой резервуар. Они важны, поскольку в итоге ведут к оценке рисков при разработке месторождения, которые имеют реальное денежное выражение. Часто неопределённости недооцениваются.
  3. Нужно строить много моделей и использовать разные статистические показатели.

Во время семинара было отмечено, что неопределённость всегда возникает из-за отсутствия полных данных о резервуаре. Следовательно, такой операции, как детерминистическое моделирование, не существует, есть только стохастическое моделирование, во время которого специалисты выполняют статистическую интерполяцию, чтобы получить модель того, «как может выглядеть резервуар» на основании имеющихся знаний и представлений. Такие модели должны обеспечивать согласованность всех данных, а также включать знания геологов об общей обстановке осадконакопления.

В традиционном подходе к моделированию резервуара построение подробных геологических моделей может быть сформулировано как укрупнение сетки, моделирование потоков, возможные стохастические реализации и тестирование альтернативных сценариев разработки. Это занимает много времени. Вопрос стоит так: что лучше — быстрая оценка неопределённости технологических показателей по простым моделям или детальное исследование одной очень сложной модели?

Более быстрый способ оценки технологических показателей и их неопределённости приводит к сильному упрощению модели и получению простых результатов, основанных на физических принципах.

Для принятия сложных решений сравнивались такие подходы, как математический аннилинг и генетические алгоритмы. Результаты оптимизации показали значительное улучшение по сравнению с базовым случаем. Однако при управлении неопределённостью было отмечено, что не все реальные решения, принятые вначале, остались неизменными вне зависимости от результата. Напротив, существует последовательность решений, которую можно сравнить с игрой в шахматы. Эта проблема остаётся крайне сложной и до сих пор ожидает своего решения.

Интерактивный семинар

Участники семинара были разделены на 5 команд по 5-6 человек. На первом этапе семинара их попросили сформировать максимально разнообразные команды. Им было рекомендовано учитывать при этом область знаний, работодателя и опыт. Затем командам нужно было придумать название.

Основная задача проведения семинара заключалась в том, чтобы участники помнили о вопросах и проблемах, поднятых докладчиками, в частности, о том, что модели создаются для принятия решений. Затем была выбрана следующая тема: выделение бюджета для бурения одной добывающей скважины. Требовалось принять два взаимосвязанных решения.

Решение 1. Что предпочтительнее: начать бурение в недостаточно разработанной области (приз) или там, где возникли сложности при добыче (проблема)?

Решение 2. Какую структурную карту кровли следует использовать и где бурить скважину?

Отчёты команд по каждому из решений представляли собой краткое обоснование и SWOT-анализ (анализ сильных и слабых сторон, возможностей и угроз). Докладчики и координаторы семинара всё время были рядом, чтобы помочь в выполнении упражнения. Командам было рекомендовано сосредоточиться на аспектах неопределённости и рисков.

Каждой команде предоставили пакет данных на электронном носителе, куда входили:

  • известная на данный момент динамика добычи;
  • показатели добычи: снижение давления, поступление воды, темп добычи нефти и т.п.;
  • данные для принятия решения о выборе модели:
    • сейсмические разрезы;
    • каротажные диаграммы;
    • данные аналоговой модели осадконакопления.

Все данные имели отношение к разрезу. Однако для проверки в реальных условиях буквально за минуты до принятия решения 2 поступило «экстренное сообщение»: буровой центр, связанный с добычей, выведен из строя на всё время запланированного использования буровой установки из-за санкций, наложенных на судно-трубоукладчик. Цель заключалась в том, чтобы понять, было ли сосредоточено внимание команды на своём участке недр или применялось планирование вне этого участка на случай чрезвычайных ситуаций. Как показала практика, команды взялись за решение этой проблемы с хорошим настроением и смогли быстро отреагировать!

Результаты принятия решений рассматривались на «реальном» примере.

В качестве основных были сделаны следующие выводы:

  • тип решения влияет на используемую модель и данные;
  • могут использоваться разные модели/интерпретации/сценарии (для имеющихся данных), но они дают разные прогнозы;
  • Как мы получаем правильное число моделей/интерпретаций резервуара для описания типов неопределенностей, с которыми мы должны иметь дело?
  • Достаточно ли у нас моделей, чтобы охватить все сценарии (от интерпретации до прогнозирования)?
  • Сколько моделей/сценариев достаточно, чтобы охватить неопределённость?
  • Достаточно ли хороши наши модели для обработки всех непредвиденных событий?

Полученные уроки

Некоторые проблемы, которые пришлось решать участникам, включали работу с незнакомыми людьми, принятие во внимание всех данных (хотя данных и времени всегда не хватает!), последствия установленных связей, уточнение задач, управление взаимодействием и вовлечённость в процесс.

Интерактивный семинар — уникальная форма предоставления услуг

Как показал опыт первого семинара AGORA, такая уникальная форма оказания услуг включает реалистичные бизнес-решения, наблюдение над реалистичными процессами в отрасли, получение опыта от других людей, разнообразие и синергия подходов, мышление за рамками одной дисциплины и перспективные области личных и дисциплинарных комфортных условий.

Выводы

Семинар AGORA обеспечил благоприятную обстановку для получения участниками опыта в реалистичных бизнес-условиях. Использование набора не известных участникам данных и данных на твёрдом носителе обеспечили равные условия исследования. Участники с разным уровнем подготовки работали на равных. Все они внесли свой вклад в решение команды. Формат AGORA включает создание благоприятной среды, обеспечивающей учёт будущих потребностей для изучения современных решений проблем, связанных с недрами, и рассмотрения их последствий на практических примерах. Что касается итогов семинара, то важными здесь были не столько сделанные выводы, сколько пути, которыми участники шли к ним.




← Предыдущая статья             Содержание номера             Следующая статья →















Яндекс цитирования
Журнал First Break и материалы всех мероприятий EAGE направляются на индексацию в систему Scopus.
Журналы Basin Research, Geophysical Prospecting, Near Surface Geophysics и Petroleum Geoscience направляются на индексацию в системы Scopus и Web of Science.