Вероятностные и нечеткие модели оценки неопределенностей и рисков при подсчете запасов углеводородов

Вестник ТюмГУ. Физико-математическое моделирование. Нефть, газ, энергетика.


Выпуск:

2017. Том 3. №2

Название: 
Вероятностные и нечеткие модели оценки неопределенностей и рисков при подсчете запасов углеводородов


Для цитирования: Алтунин А. Е. Вероятностные и нечеткие модели оценки неопределенностей и рисков при подсчете запасов углеводородов / А. Е. Алтунин, М. В. Семухин, О. А. Ядрышникова // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2017. Том 3. № 2. С. 85-99. DOI: 10.21684/2411-7978-2017-3-2-85-99

Об авторах:

Алтунин Александр Евгеньевич, кандидат технических наук, старший эксперт, Тюменский нефтяной научный центр; aealtunin@rosneft.ru

Семухин Михаил Викторович, доктор технических наук, главный специалист, ООО «Тюменский нефтяной научный центр»; mvsemukhin@rosneft.ru

Ядрышникова Ольга Анатольевна, начальник отдела, Тюменский нефтяной научный центр; oayadrishnikova@rosneft.ru

Аннотация:

Способы оценки погрешности при подсчете запасов и ресурсов углеводородов приобретают все более актуальный характер. Это связано как с международной системой классификации, так и с совершенствованием методов оценки ошибок, вероятностных функций распределения, которые позволяют подойти к корректной геолого-экономической оценке надежности и рисков для извлекаемых запасов.

В статье проводится сравнительный анализ нескольких вероятностно-статистических подходов: метод Монте-Карло, стратифицированные выборки, метод латинских гиперкубов, численные алгоритмы работы с гистограммными распределениями подсчетных параметров, а также постановки задачи в нечеткой форме. Особое внимание уделяется анализу скорости сходимости методов и устойчивости статистических оценок.

Грубый метод Монте-Карло, который широко используется для вероятностной оценки запасов углеводородов, может быть улучшен в части сходимости и устойчивости результатов при использовании стратифицированной выборки по методу латинского гиперкуба. Как альтернатива могут использоваться численные операции над дискретными случайными величинами (или гистограммными переменными) с использованием пошаговой конденсации вероятностных распределений.

Предложенный численный метод позволяет решать задачи большой размерности, т. к. имеет линейную, а не экспоненциальную зависимость от роста размерности задачи. Высока эффективность решения задач большой размерности из-за сокращения вычислительных операций по моделированию исходных вероятностных распределений для каждого испытания. Нет смещения результатов оценки при повторных расчетах и зависимости от программных датчиков псевдослучайных чисел. Возможно уточнение результата расчета внутри интервала с интересующей нас точкой.

Вероятность и размытость, будучи качественно разными типами неопределенности, не исключают друг друга, а, наоборот, дают возможность анализа явлений с различных точек зрения. В работе рассматривается метод нахождения результирующей функции принадлежности по запасам с использованием прямого метода, аналогичного методу конденсации вероятностных распределений. Ключевые слова подсчет запасов и ресурсов углеводородов, оценки рисков и неопределенностей, вероятностно-статистические методы, латинские гиперкубы, конденсация вероятностных распределений, теория нечетких множеств.

Список литературы:

  1. Алтунин А. Е. Использование альтернативных и модифицированных вероятностных методов для оценки неопределенностей и рисков при подсчете запасов углеводородов / А. Е. Алтунин, М. В. Семухин, О. А. Ядрышникова // Научно-технический Вестник ОАО «НК «РОСНЕФТЬ». 2013. № 3. С. 42-47.
  2. Алтунин А. Е. Расчеты в условиях риска и неопределенности в нефтегазовых технологиях / А. Е. Алтунин, М. В. Семухин. Тюмень: Издательство Тюменского государственного университета, 2005. 220 с.
  3. Алтунин А. Е. Методы анализа различных видов неопределенности при моделировании нефтегазовых объектов / А. Е. Алтунин, М. В. Семухин, О. А. Ядрышникова // Научно-технический Вестник ОАО «НК «РОСНЕФТЬ». 2015. № 1. С. 2-8.
  4. Билибин С. И. Анализ погрешностей при оценке запасов нефти и газа / С. И. Билибин, Б. Е. Лухминский // Каротажник. 2011. № 4. С. 37-46.
  5. Добронец Б. С. Численные операции над случайными величинами и их приложения / Б. С. Добронец, О. А.  Попова // Журнал СФУ. Серия Математика и физика. 2011. № 4 (2). С. 229-239.
  6. Пороскун В. И. Вероятностная оценка запасов на начальных стадиях изучения залежей нефти и газа / В. И. Пороскун, М. Ю. Стернин, Г. И. Шепелев // Геология нефти и газа. 1999. № 5-6. С. 59-63.
  7. Терехов С. А. Введение в байесовы сети / С. А. Терехов. М.: Издательство Москва, 2000. 43 с.
  8. Ужга-Ребров О. И. Управление неопределенностями. Часть 1. Современные концепции и приложения теории вероятностей / О. И. Ужга-Ребров. Резекне: RA Izdevniecība, 2004. 292 с.