效益配产决策系统解决方案产品解决方案

效益配产决策系统方案

本方案通过对历史开发生产数据进行集成、清洗，用大数据机器学习方法找出开发规律变化趋势，构建了集油藏、运行、地面、财务等多部门协同优化的效益配产决策信息平台，实现了有约束条件下的效益最大化配产。

建设背景

1低油价下西北油田分公司探索建立了基于单井效益的效益配产机制，但效益配产方法更多着眼前当前效益最大化，忽略了产量规模对未来SEC储量影响，对长期可持续发展战略思考不足。

2目前效益配产方法主要基于人工统计，稀稠产量匹配性协调性差、统计工作量大。需构建油藏、运行、地面、财务等多部门协同优化的效益配产决策信息平台，实现不同油价下的合理配产，加强对递减的把控。

3现在国内外都展开了对效益配产方面的研究，但还存在一定的问题：如侧重于理论、品配产结果不稳定、应用性不强；配产方法多集中于针对区块、企业等层面的总产量、总成本的自上而下分层分解思路，缺少自下而上的沟通调整等。

4国外应用最广泛的是LandMark软件，主要针对油田开发前期基于油藏精细化评价、开发规划评价的储量、产量预测模拟和开发效益预测方面；国内单井效益配产软件基于区块整体效益评价条件下的产量分配，忽略了无效区块存在高效井、高效区块也存在低效无效井的实际等。

解决方案

基于大数据机器学习的单井阶段产量预测方法研究

对油井历史开发生产数据进行集成、清洗，用大数据机器学习方法找出开发规律变化趋势，建立单井自然产量预测模型，实现非人工干预条件下的阶段自然产量预测。

基于成本动因识别的单井成本归集方法研究

根据成本习性对成本分类，客观、合理、全面的将数据归集落实到单井，最终形成一套标准成本体系。

基于约束条件下的规模效益产量最优化配产决策模型研究

按照兼顾短期效益与长远可持续发展原则，构建效益配产优化模型，实现有约束条件下的效益最大化配产。

构建完成一整套信息化效益配产决策平台

构建一套衔接生产、运行、地面、财务等多领域、兼顾短期效益与长远发展的效益配产决策平台，为制定科学、合理开发决策提供支撑。

实施效益

1通过对油井历史开发生产数据进行集成、清洗，用大数据机器学习方法找出开发规律变化趋势，建立单井自然产量预测模型，实现非人工干预条件下的阶段自然产量预测。

2根据成本习性对成本分类，客观、合理、全面的将数据归集落实到单井，最终形成一套标准成本体系，并与预测产量结合，实现未来成本预测。

3同时综合考虑系统运行、关井与复产成本、油品销售等因素,兼顾短期效益与长远可持续发展原则，构建效益配产优化模型，实现有约束条件下的效益最大化配产。

4通过对西北油田分公司SEC剩余经济可采储量现状及各影响因素的研究，结合现金流量法，实现评估期初始产量、递减率、各经济参数对SEC剩余经济可采储量的敏感性分析，从而实现精确的把握提高剩余经济可采储量工作方向。