Ценность данных в условиях низких цен на нефть

Ценность данных в условиях низких цен на нефть

Что ж, для нефтяников наступили не лучшие времена – упала цена на нефть с привычных нам $100 за баррель до $60. И ситуация такова, что скорого роста цен не предвидется. Во многих компаниях вовсю идут сокращения бюджетов, приостановки бурения новых скважин, заморозка проектов, ну и зачастую сокарщения персонала.

Очень часто одной из первых целей при сокращении затрат, или как это часто называется “оптимизации затрат” являются программы усследований. Уверен, что многие уже столкнулись с необходимостью пересмотра программ исследований в сторону сокращения. Но, если посмотреть на вещи с другой стороны, на самом деле не все так просто.

Уверен, что если вы спросите любого инженера или геолога, о том сколько данных лучше всего иметь при составлении программы разработки месторождения, то практически все ответят, что тем больше тем лучше. И это конечно же так с технической/инженерной точки зрения. Чем больше данных тем меньше рисков и неопределенностей. Но перефразировав известный рекламный слоган, что “не все йогурты одинаково полезны”, скажу что к сожалению, далеко не вся информация, получаемая в результате проведения дополнительных исследований, является ценной с точки зрения снижения неопределенностей и рисков и использования ее для улучшения экономических показателей проекта.

Рассмотрим простой пример оценки ценности информации (value of information, VOI) на примере достаточно часто возникающего на практике решения о проведении сейсмики. Пример рассмотрим абсолютно гипотетический, для того, чтобы только понять принцип работы. И выяснить в каких случаях наличие сейсмики является ценной, а в каких случаях полученная информация не может быть использована для улучшения экономики проекта.

Допустим, что у некой нефтяной компании имеется достаточно крупное нефтяное месторождение, часть которого активно разбурена и разрабатывается, а на второй половине пробурено лишь некоторое число разведочных и оценочных скважин. Также допустим, что все месторождение покрыто сейсмикой 2D или также это может быть 3D, но не очень хорошего качества, сути рассуждений это не меняет. При планировании разработки первой части месторождения, предварительно перед фазой активного бурения допустим была проведена сейсмика, которая наряду с другими промысловыми данными была использована для расстановки скважин. И конечно же, по мере разбуривания месторождения информация о строении залежи и его свойствах уточнялось, что-то соответствовало прогнозам, что-то нет. Но тем не менее, в итоге, имея разбуренное месторождение, можно прикинуть статистику по результативности бурения, построить диаграммы распределения дебитов, накопленных запасов и т.д. А также попытаться найти некие корреляции между сейсмическими атрибутами и фактическими показателями продуктивности скважин, чтобы оценить, можно ли использовать сейсмические аттрибуты для предсказания наличия высокопродуктивных зон. И если такие взаимосвязи имеются, то сейсмика проведенная на второй неразбуренной части месторождения поможет заранее подсказать нам зоны благоприятные или неблагоприятны для бурения (разумеется лишь с некой долей уверенности). Таким образом, мы сможем избежать бурения экономически нерентабельных скважин, и сфокусироваться только на тех, которые могут принести доход.

Итак, имея в распоряжении статистику распределения продуктивностей и запасов скважин на первой половине месторождения, можно с достаточно большой степенью достоверности утверждать, что если мы будем следовать такому же принципу по планированию разработки второй части, то итоговое распределение дебитов и запасов будет примерно такое же. Предполагаем, что эти половинки более или менее похожи.

Как правило продуктивности скважин и запасы имеют достаточно явно выраженное лог-нормальное распределение. Хотя варианты могут быть достаточно разными, к примеру на одном из наших проектов наблюдалось явно выраженное бимодальное распределение с ямой в районе P50.

Итак получив оценки P10, P50 и P90, переходим к решению задачи с помощью дерева решений, используя метод дискретизации Свонсона (30-40-30).

Далее проводим экономическую оценку каждой из трех групп скважин с продуктивностью и запасами P10, P50 и P90. Для наглядности введем некоторые цифры, чтобы было понятнее что к чему.

В таблице ниже приведены расчеты NPV для одной скважины при ценах на нефть $100 и $60 долларов за баррель:

SummaryОбращаем внимание, что при низких ценах не нефть скважины с низкой производительностью становятся нерентабельными.

Итак, применяя дискретизацию 30-40-30, мы можем оценить ожидаемое значение NPV (EV или P-Mean): при цене $100 это $7.2 MM, а при $60 – $3.0 MM.

noSeismic_60

Допустим, что для разработки второй половины месторождения запланировано пробурить 100 новых скважин. Тогда без дополнительной информации примерно 30% из них попадут в категорию RL, 40% в BTE, и 30% окажутся в RH. В случае низких цен на нефть, cуммарный NPV проекта $300 ММ (что в принципе весьма неплохо). Но несмотря на то что проект в целом рентабельный, экономику проекта можно было бы улучшить, если бы каким-либо образом удалось исключить из бурения заведомо нерентабельные скважины. Суммарный NPV 30 скважин, имеющих плохую продуктивность, составляет $(120) MM (очень существенная часть – 40% от общей экономики проекта).

Допустим, что решили потратить $15 MM на проведение сейсмики.

В идеальном мире, где сейсмика со 100% уверенностью предсказывает свойства пород, дерево принятия решения о бурении скважин на основе полученных данных

VOIP_Seismic_60

Тем самым му смогли бы со 100% достоверностью отказаться от бурения низкопродуктивных скважин и улучшили бы экономику всего проекта на $120 ММ, что однозначило стоило того, чтобы потратить дополнительные $15 MM.

Но реальность такова, что дополнительные данные, и в частности сейсмика не предскажут со 100% уверенностью, куда надо бурить, а куда нет. Для учета факта несовершенства информации, проводят следующие рассуждения (в нашем случае эти рассуждения подкреплены статистикой с первой половинки месторождения). Сначала добавляем к первоначальному дереву еще один уровень, в котором пытаемся оценить вероятность, того что сейсмика предскажет правильно фактическое положение вещей (другими словами, к примеру, какова вероятность того, что при наличии высокопродуктивной зоны, сейсмика будет проинтерпретирована, как высокопродуктивная):

Bayesian_Revision

 

Однако в жизни, мы заранее не будем знаем состояние природы, в наличили у нас будут результаты сейсмики и рассуждения мы будем проводить в другом порядке. Для этого меняем местами первый и второй уровни дерева, сохраняя вероятности в итоге получаем дерево такого вида:

Bayesian_Revision_2

Дополняем еще одним уровнем, на которым мы принимаем решение о проведении сейсмики, и вводим значения NPV:

VOII_Seismic_60

Получаем, что для наших допущениях о несовершенности ценность информации около $30, что в целом выше чем стоимость проведения сейсмики. Другими словами сейсмику следует провести. Избежать бурения всех нерентбельных нам конечно же не удастся, но по крайней мере ситуация будет несколько лучше.

Теперь допустим, что после того, как мы простреляли сейсмику, обработали и проинтерпретировали результаты цены на нефть снова выросли до $100 долларов, таким образом, наше итоговое дерево решений стало выглядеть таким образом:

VOII_Seismic_100

В ситуации высоких цен нефть, все скважины становятся рентабельными и независимо от показаний сейсмики мы принимаем решение бурить. Т.е. сейсмика не дает нам никакой дополнительной информации.

Обобщая все выше сказанное, можно утверждать, что при низких ценах не нефть, дополнительная информация, позволяющая значительно снизить неопределенность и риски является гораздо более ценной, чем в случае высоких цен на нефть, когда деньги на проведение дополнительных исследований есть, но они могут оказаться избыточными.

Само собой разумеется, что данный пример был очень упрощенным. В реальной жизни все несколько сложнее. В нашем примере, проведенная сейсмика могла бы также послужить неплохой основой для ранжирования скважин и составления графика бурения, а также могла бы быть использованая для оптимизации расположения скважин (сетки скважин) и пр.

Share

Leave a Reply

Your email address will not be published. Required fields are marked *