Реалистичный прогноз разведки — помощь для команд, управляющих портфелем
АНАЛИЗ ПОРТФЕЛЯ ПЕРСПЕКТИВНЫХ ОБЪЕКТОВ
В динамичной бизнес-среде команды по разведке ресурсов сталкиваются с огромными трудностями, поскольку не все доступные проектные кандидаты можно одновременно продвигать.
У многих операторов разведка сместилась от управления «по возможностям» к стратегии, основанной на портфеле. Портфелем разведочных возможностей управляет выделенная команда, отвечающая за его целостность, объёмную и экономическую оценку. Перспективы в портфеле обычно группируются по географическому признаку или по типу пласта и периодически пересматриваются по заранее согласованным контрольным точкам, результатам и целям по улучшению портфеля. Итог такого пересмотра может включать утверждение дальнейших работ, согласие на бурение, опробование скважины или решение о прекращении работ при недостаточном потенциале вознаграждения по сравнению с другими возможностями.
Необходимость применения новых технологий до продвижения проекта далее очень распространена по всему миру, и именно здесь гелиеметрические данные играют значительную роль на ранних этапах формирования и отбора новых концепций и возможностей, оценки перспектив и определения ежегодных целей по поиску, а также при формировании стратегий разведки, сопровождаемых разработкой перспектив с использованием существующих и вновь полученных данных по скважинам, сейсмике и другим геологическим материалам.
Гелиеметрические данные могут применяться на этапах ранних экспертных обзоров и первоначальной оценки, обеспечивая высокое качество рассмотрения перспектив до бурения, чтобы пересмотреть и подтвердить риски и объёмно-емкостные показатели перспективы.
Гелиеметрические данные вносят большой вклад в качество перспектив, отобранных для бурения, помогая оценочным разведочным командам рассчитывать POS (Probability of Success — вероятность успеха) и MSV (Mean Success Volume — средний объём успешной находки), формируя тем самым количество буримых перспектив.
Все результаты скважин подвергаются постбуровому анализу, который гарантирует, что «гелиометрический образ» успешных скважин зафиксирован и впоследствии используется при дальнейшей оценке других перспектив.
Применение гелиеметрических данных в управлении портфелем включает:
• оценку перспектив;
• оценку потенциала бассейна;
• детальную экспертизу перспектив;
• анализ эффективности оценки перспектив;
• целостность портфеля;
• картирование стратегических критериев и разработку стратегии;
• приоритезацию;
• планирование календаря работ;
• комплексную оценку риска, ресурсов и стоимости перспектив.
Благодаря применению гелиеметрических данных в совокупности с широким набором других инструментов операторы НГК получают более глубокое понимание структуры и качества портфеля перспектив и чёткое представление о вызовах и проблемах, стоящих перед разведкой.
Решение: Гелиеметрические данные + модель принятия решений
Количество портфелей перспектив обычно настолько велико, что оценить их вручную невозможно.
Наше решение — модель принятия решений на основе машинного обучения, питаемая гелиеметрическими данными, которая помогает компаниям-разведчикам в выборе и планировании разведочных проектов. Наша модель полезна тем, что служит формальным техническим заданием для программного обеспечения, автоматизирующего как формирование, так и оценку портфелей перспектив.
Модель принятия решений ранжирует портфели проектов, то есть уникальные подборки разведочных проектов, по их вкладу в долгосрочную стоимость компании, рекомендуя к реализации портфель, максимизирующий стоимость.
Наша модель охватывает выбор наиболее подходящих перспектив из списка кандидатов и планирование выбранных проектов на отдельные плановые периоды в соответствии с заранее определёнными критериями эффективности и ограничениями
Отбор портфеля проектов включает шесть этапов:
-
Предварительный скрининг перспектив — проекты проверяются на соответствие стратегии и обязательность их выполнения
-
Индивидуальный анализ перспектив — проекты оцениваются по отдельности с точки зрения их влияния на критерии эффективности, такие как затраты, доход или время
-
Скрининг перспектив — проекты отклоняются, если ожидаемые результаты не соответствуют заранее установленным пороговым значениям
-
Выбор оптимального портфеля — отобранные проекты в совокупности наилучшим образом удовлетворяют критериям эффективности и распределяются по различным временным периодам
-
Повторная оценка портфеля — портфели проектов пересматриваются, и осуществляется непрерывный мониторинг реализации для обеспечения достижения запланированных эффектов
-
Корректировка портфеля — при необходимости (например, крайние сроки завершения или ограниченные бюджеты) включает удаление, отмену, добавление или изменение приоритетности перспектив
Этапы процедуры решения многокритериальных задач:
-
Идентификация и математическое моделирование соответствующих критериев решения
-
Определение переменных решения и ограничений
-
Сбор данных
-
Генерация и оценка альтернатив
-
Выбор предпочтительной альтернативы
-
Реализация выбранной альтернативы
В нашем моделировании мы объединяем:
-
Нормативное аналитическое моделирование — описываем задачу математически, чтобы рассчитывать рекомендуемые решения, сравнивать альтернативы и измерять их эффективность
-
Многокритериальный анализ решений — добавляем несколько показателей сразу, устраняем их конфликты и учитываем приоритеты заинтересованных сторон
Высококачественные гелиеметрические данные связывают
стратегию разведки, управление портфелем
и технические процессы
Гелиеметрические данные в управлении портфелем проектов:
-
поддерживают рассмотрение только тех проектов, которые соответствуют корпоративной стратегии организации,
-
оценивают проекты по отдельности до включения их в портфели проектов,
-
учитывают ограничения проектов,
-
включают непрерывный мониторинг реализации проектов