USD 90.7493

0

EUR 98.8767

0

Brent 82.05

0

Природный газ 1.809

0

4 мин
...

П. Сорокин: Рентабельными оказались лишь 36% извлекаемых запасов нефти в РФ

П. Сорокин считает, что внедрение искусственного интеллекта может повысить рентабельность.

П. Сорокин: Рентабельными оказались лишь 36% извлекаемых запасов нефти в РФ

Москва, 27 янв - ИА Neftegaz.RU.Согласно данным инвентаризации экономики разработки месторождений только 36% из 30 млрд т запасов нефти в России являются рентабельными в текущих макроэкономических условиях. Это связано с ухудшением условий освоения и падением качества запасов.
Об этом сообщил замминистра энергетики РФ П. Сорокин в статье для журнала Энергетическая политика.

Провести инвентаризацию нефтяных месторождений было решено в сентябре 2018 г. для анализа эффективности налоговых льгот.
Инвентаризация проводится на предмет экономической эффективности разработки месторождений в текущих налоговых условиях.
В сентябре 2020 г. П. Сорокин сообщил о намерении обратиться в правительство с просьбой перенести срок окончания инвентаризации нефтяных месторождений на 2021 г.

Снижение качества запасов и качества воспроизводства ресурсной базы негативно сказываются на рентабельности разработки.
При этом сложность геологоразведочных работ (ГРР) повышается, а бурение на глубокие горизонты требует увеличения инвестиций.
По мнению П. Сорокина, искусственный интеллект (ИИ) поможет российской нефтедобывающей отрасли справится с этими сложностями.

Тезисы П. Сорокина:

Причины и последствия низкой рентабельности
  • низкая рентабельность обусловлена ростом обводненности, необходимостью строительства дорогостоящих скважин сложной конструкции, низкой проницаемостью и расчлененностью коллекторов, уходом в краевые зоны и пласты с небольшими толщинами и т.д.;
  • все это не только увеличивает себестоимость добычи, но и повышает риски неподтверждения планируемых показателей разработки из-за сложности моделирования процессов и ошибок при бурении, например, выходом из продуктивного пласта при горизонтальном бурении. В результате, по некоторым активам фактическая рентабельность бурения может значительно отличаться от планов, а запасы не подтверждаться;
  • качество воспроизводства ресурсной базы также ухудшается. Средний размер открытий новых месторождений в 2015-1019 гг. составил 9-14 млн т (без учета нескольких крупных на шельфе и Пайяхского месторождения);
  • прирост запасов в последние годы во многом обеспечивается доразведкой в действующих регионах добычи, а также переоценкой запасов. При этом технологическая сложность ГРР значительно повышается;
  • в основном, в традиционных регионах прирост происходит за счет поиска пропущенных залежей или бурения на глубокие горизонты. Однако, важно понимать, что пропуск перспективных пластов при использовании традиционных методов интерпретации данных связан с их небольшим размером и сложностью строения. Поэтому необходимо применять совершенно новые технологии разведки и моделирования активов;
  • освоение глубоких горизонтов требует увеличения инвестиций. Так, для доюрского комплекса Западной Сибири капзатраты на поисковое бурение сопоставимы с Арктикой - от 500 млн руб./скважину и более;
  • с точки зрения крупных открытий, наиболее перспективным регионом является Арктика и шельф. Здесь уже было сделано несколько крупных открытий за последние годы - Нептун, Тритон, Пайяха с суммарными запасами более 1,3 млрд т нефти. Однако, эти бассейны мало изучены и, с учетом высокой стоимости поискового бурения, здесь необходимо применять совершенно новые технологии моделирования для эффективной локализации залежей углеводородов;
  • вопрос будущего российской нефтедобычи связан с опережающим технологическим развитием и повышением эффективности. Только это позволит сохранить положение одного из самых низких по себестоимости производителей на мировой кривой предложения нефти.

Искусственный интеллект поможет:

  • одним из приоритетных направлений в части цифровой трансформации нефтегазовой отрасли является внедрение методов ИИ по всей производственной цепочки в отрасли - от разведки до АЗС;
  • наибольший эффект от применения методов ИИ будет в сегменте разведки и добычи, где вопросы прогнозирования залежей углеводородов и моделирования процессов освоения месторождений имеют критически важное значение для итоговой эффективности проектов. Это уже доказано в рамках пилотов, реализуемых компаниями;
  • среди наиболее показательных примеров применения ИИ можно назвать интеллектуальную обработку и интерпретацию данных сейсморазведки. Обработка данных сейсморазведки является одним из ключевых этапов ГРР, качество выполнения которого напрямую влияет на успешность проекта геологического изучения. В производственном цикле ГРР обработка сейсмики занимает наибольшее время и длится от 6 до 12 месяцев в зависимости от сложности геологического строения месторождения. В настоящее время подбор оптимальных параметров обработки и контроль качества промежуточных и итоговых результатов, выполняется специалистами-­обработчиками «в ручном» режиме, что увеличивает сроки и повышает риски ошибок;
  • алгоритмы ИИ дают возможность автоматизировать рутинные операции, в результате чего повышается качество интерпретированных данных и снижаются сроки анализа;
  • применение предиктивной аналитики для предсказания осложнений на основе имеющихся исторических данных позволяет снизить непроизводительное время на 15 %, что в свою очередь сократит стоимость скважин на 3-5%.


Автор: Д. Савосин


Новости СМИ2




Подписывайтесь на канал Neftegaz.RU в Telegram