Рефераты

Главная

Логика

Логистика

Маркетинг

Масс-медиа и реклама

Производство и технологии

Психология

Разное

Религия и мифология

Начертательная геометрия

Не сортированные

Оккультизм и уфология

История экономических
учений

Макроэкономика
экономическая

Без категории

Искусство и культура

Исторические личности

Разработка нового метода использования нефтяных скважин

для производства ГРП. Один из таких комплектов осуществлял свою

деятельность для “Лукойла” в Западном Казахстане.

Но как бы не развивалось предприятие, оно вынуждено само заботится об

организации рынков сбыта, особенно в условиях экономического кризиса.

Существенное изменение структуры запасов нефти обусловливает,

необходимость поиска, создания и промышленного внедрения новых технологий

воздействия на пласты и их призабойную зону. И как отмечалось выше, все

большее применение находят технологии, связанные с методом гидравлического

разрыва пласта..

Главный недостаток известных работ по оценке эффективности ГРП

состоял в том, что использовался дифференцированный анализ результатов на

отдельных скважинах, в которых непосредственно осуществлялось данное

мероприятие. В данной работе предпринята попытка использования комплексной

методики, для чего необходима статистика по обширному району внедрения

этого метода, включая Казахстан.

Необходимым провести систематизированный анализ эффективности

проведения ГРП по различным месторождениям, не только по месторождениям

СП “МеКаМинефть”. С целью выявления влияния массового ГРП, в зависимости

от проницаемости пород, на нефтеотдачу, а также динамику добычи нефти.

Решение задачи исследования планируется осуществить с помощью

статистического эксперимента с использованием корреляционно-регрессионного

анализа.

Корреляционно-регрессионный анализ используются для установления

взаимосвязи между некоторыми показателями. Корреляционная зависимость в

исследовательской практике имеет широкое применение[3,с.56] .

В процессе статистического исследования можно выделить три – основные

цели, расположив их как бы по нарастанию глубины проникновения в содержание

задачи.

1) Установление самого факта наличия (или отсутствия ) статистически

значимой связи между Х и У.

2) Прогноз неизвестных значений интересующих нас средних значений,

исследуемых результативных показателей У по заданным значениям

вводных переменных. Исследователя в данном случае не интересует

степень влияния отдельного фактора Хi, если факторов несколько, на

результат Уi .

3) Выявление причинных связей между переменными Х и результативными

показателями У.

Первая цель исследования, состоящая только в установление самого факта

статистического связи между явлениями, достигается вычислением абстрактных

чисел – коэффициентов, которые называются коэффициентами корреляции.

Коэффициент корреляции вычисляется по формуле (2.5).

[pic]

(2.5)

На практике приняты приделы качественной характеристики тесноты связи ,

представленные в таблице 2.7.

Таблица 2.7 Качественная характеристика тесноты связи

|Диапазон |0,1-0,3 |0,3-0,65|0,65-0,80|0,80-0,95 |>0,96 |

Значит чем больше R , тем точнее результаты [13,с.350].

В качестве оцениваемых параметров эффективности метода ГРП нами

выбраны

- технологический эффект (Эот);

- общий удельный эффект, т/скважино-операцию (Эоу);

- увеличение нефтеотдачи, %;

- интенсификация разработки, % (Ки);

- кратность увеличения дебита нефти.

Если установлено, что связь довольно тесная, то можно перейти к

достижению второй цели - оценке формы этой связи.

Вторая цель решается оценкой формы связи, которая характеризуется

функцией регрессии, т.е. типом функциональной зависимости, которым мы

приближенно пытаемся описать зависимость исследуемых нами явлений.

Полученное при этом уравнение регрессии используется для содержательного

описания изучаемого процесса, прогнозирования, выбора оптимального варианта

и т.д. Если в уравнение регрессии включены признаки-факторы, учитывающие и

возможное случайное поведение результативного признака, то такое выражение

представляет регрессионную модель явления или процесса. Наибольшее

применение получили уравнения регрессии, отражающие взаимосвязь одного

результативного признака с одним (парная регрессия) или несколькими

(множественная регрессия) признаками-факторами.

Данный метод лучше графического и табличного методов выявления

взаимосвязи, так как позволяет оценить эту связь количественно. При

построение регрессионной зависимости производится сглаживание экономических

показателей по сравнению со средним арифметическим. Для этого используют

метод наименьших квадратов. В качестве начальной гипотезы будем считать,

что [pic], т.е. форма регрессионной модели имеет линейный характер. Для

определения численных значений a0 и a1 будем использовать эмпирические

значения Xi и Yi.

На основе этих данных требуется подобрать функцию y = f (х) , которая бы в

некотором смысле наилучшем образом отражала зависимость между Х и Y .

Определить вид функции y = f (х) можно либо из теоретических

соображений , либо анализируя характер расположения точек на координатной

плоскости. Выбрав вид функции y = f ( х0 ,а0, а1…,аn), необходимо подобрать

входящие в ее выражение параметры а0, а1…,аn так, чтобы из всех функций

данного вида выделить ту, которая лучше других описывает зависимость между

изучаемыми величинами, т.е. обеспечивает наименьшее отклонение

экспериментальных значений зависимой переменной от значений, получаемых в

результате вычислений с помощью этой функции.

Одним из методов решения поставленной задачи является метод наименьших

квадратов [13.c.330-335]. Он заключается в следующем:

[pic]

(2.6)

Решим систему (2.6) в общем виде:

[pic] ,

(2.7)

[pic]

(2.8)

Определив значения а , а1 и подставив их в уравнение связи у = а0 +

а1х находим значение у , зависящие только от заданного значения х.

Для практического использования моделей регрессии большое значение их

адекватность, т.е. соответствие фактическим статистическим данным.

Корреляционно-регрессионный анализ обычно проводится для ограниченной по

объему совокупности. Поэтому показатели регрессии и корреляции – параметры

уравнения регрессии, коэффициенты корреляции и детерминации могут быть

искажены действием случайных факторов. Чтобы проверить насколько эти

показатели характерны для всей генеральной совокупности, не являются ли они

результатом стечения случайных обстоятельств, необходимо проверить

адекватность построенных статистических моделей.

В качестве критерия адекватности используем критерии Фишера,

выполняемый, по формуле (2.9).

[pic] ,

(2.9)

где S2yx - дисперсия обусловленная регрессией;

S2ост - остаточная дисперсия, называемая стандартной ошибкой.

Значение S2yx и S2ост вычисляются по формулам (2.10) и (2.11).

[pic] ,

(2.10)

[pic]

(2.11)

Значение Fкрит находят в таблицах [4,с.246].

Если Fp>=Fкрит при степенях свободы K1=n-d, где d число значащих

коэффициентов в уравнении регрессии и K2=n-d, где n - объем выборки и

уровни значимости x=0.05, то будет считать, что модель адекватна.

Для регрессионного моделирования мы выдвигаем следующие гипотезы о

формах связи:

Эот = а0 + а1х ,

(2.12)

где Эот – общий технологический эффект.

И = а0+ а1 х + а2 х2 ,

(2.13)

где И – интенсификация.

Эоу = а0+ а1 х + а2 х2 + а3х3 +а4х4 + а5х5 ,

(2.14)

где Эоу – общий удельный эффект, т/скважино-операцию.

Фактические формы данных моделей будут найдены в третьем разделе по

результатам статистических исследований.

2.3 Маркетинговое прогнозирование экономической эффективности

биополимера.

Конечно, доходы нефтяной промышленности, их рост или падение –

напрямую зависят от состояния цен на сырье, однако современная техника

позволяет нефтедобывающим компаниям получать солидную прибыль даже в

условиях постоянного снижения цен. В настоящее время большинство ведущих

нефтяных компаний мира добились столь значительного сокращения

производственных затрат, что добыча жидкого углеводородного сырья на новых

месторождениях будет для них рентабельной даже в том случае, если цены на

нефть упадут [12,с.30-35].

Впрочем, сказанное не нужно понимать в том смысле, что в условиях

падения цен на нефть все добывающие компании будут по прежнему преуспевать.

Но те, что постоянно совершенствуют технику добычи и э0ффективность

освоения месторождений, безусловно оставят позади других, которые не в

силах идти в ногу с ними.

Специалистами СП “МеКаМинефть” в течении длительного периода времени

разрабатывался материал (биополимер), оказывающий эффективное воздействие

на пласты разрабатываемых месторождений, т.к. значительные валютные

средства предприятий уходят на Запад на закупку не только оборудования,

инструмента и насосно- компрессорных труб но и материалов, только по

причине отсутствия координации деятельности однопрофильных предприятий и

аккумуляции средств для поддержки отечественных производителей .

С учетом больших перспектив применения биополимерных композиций

отечественного производства, положительного опыта лабораторных и

промысловых работ представляется необходимым дать экономическую оценку

технологической эффективности биополимерного воздействия на пласты

разрабатываемых месторождений с целью увеличения коэффициента извлечения

нефти.

На месторождениях ОАО “Славнефть – Мегионнефтегаз” в течении последних

трех лет проводятся опытно-промышленные работы по применению отечественных

водорастворимых биополимеров для выравнивания профиля приемистости

нагнетательных скважин о ограничения водопритоков. В качестве биополимера

использованы микробные полисахариды в виде постферментационной жидкост,

полученные по технологии, разработанной специалистами СП “МеКаМинефть”.

Положительные реезультаты этих работ, низкая цена биополимера и

отсутствие ресурсных ограничений для его производства значительно расширить

масштабы применения биополимера.

В результате этого нами был выполнен цикл исследований по применению

отечественного биополимера с целью увеличения коэффициенты извлечения нефти

путем организации биополимерного заводнения, результаты которого будут

приведены в следующей главе.

2. СТАТИСТИЧЕСКИЙ АНАЛИЗ ДЕЯТЕЛЬНОСТИ СП“МеКаМинефть” И РАЗРАБОТКА

ПРАКТИЧЕСКИХ РЕКОМЕНДАЦИЙ

3.1 Регрессионное моделирование эффективности гидроразрыва пласта

Анализ статистических данных проводился на предприятиях ОАО “Славнефть-

Мегионнефтегаз”, ОАО”Ноябрьскнефтегаз”, ОАО”Лукойл”,

АО“Нижневартовскнефтегаз”, АО”Черногорнефть”, СП”Черногорское”, ОАО «

Лукойл-Пермнефть », «Лукойл-Лангепаснефтегаз”» . Территориально экспертные

скважины рассредоточены на территории Западной Сибири и Западного

Казахстана.

Общее количество обследуемых скважин по Росси составило двадцать

шесть. Общее количество обследуемых скважин по Казахстану составило

семнадцать.

Статистические данные эффективности ГРП собраны за период его

использования на территории СНГ с 1993 года по 1998 год.

Всё применяемое оборудование произведено американской фирмой

“Stewart & Stevenson“. Разработка всех технологических операций

производится с использованием программного обеспечения фирмы “ Meyer Design

Software”. Использование метода ГРП проводилось в разное время года.

В таблице 3.1 приведены статистические данные по эффективности

технологического метода воздействия на нефтеносный пласт ГРП в Западной

Сибири.

В результате корреляционной обработки получены следующие данные по

тесноте статистической связи между технологическим эффектом,

интенсификацией , общим удельным эффектом и числом проведенных ГРП, которые

приведены в таблице 3.2.

Таблица 3.1 Показатели оценки эффективности ГРП в России

| | | |эффект,тыс.|т/скважино-| |,% |-ния |

|Мамонтовское |АС4 |42 |173,535 |4132 |225,84|47,6 |1,2 |

| | | | | |4 | | |

| |БС10 |60 |1068.713 |10486 |936,63|92,7 |1,9 |

| | | | | |2 | | |

| |БС11 |4 |29.194 |2980 |39,377|98,7 |2,2 |

|Мало-Балыкское|АС4 |322 |3301.4 |10253 |3298,5|100 |4,6 |

|Средне-Балыкск|БС10 |48 |143.032 |7299 |139,08|97,9 |11,3 |

|ое | | | | |7 | | |

|Правдинское |ЮС2 |83 |870.962 |17812 |822,18|100 |4,9 |

| | | | | |9 | | |

| |БС8 |14 |63.136 |4510 |72,222|92 |1,4 |

| |БС9 |1 | |763 |-6,26 |86 |0,3 |

|Хокряковское |ЮС1 |17 |219.51 |12912 |183,17|100 |5,8 |

| |БС110|3 |32.828 |10943 |32,828|97 |3,8 |

| |БС210|6 |22.285 |3714 |27,739|98,9 |5,9 |

|Приобское |АС12 |3 |13.320 |4440 |13,32 |91,1 |4,5 |

|Омбинское |ЮС2 |24 |63.377 |2641 |63,586|100 |3,3 |

|Приразломное |БС2 |234 |2490.367 |10641 |2497,5|100 |2,5 |

| | | | | |1 | | |

|Южно-Асомкинск|ЮС4-5|3 |9.587 |3196 |9,587 |71,4 |6,7 |

|ое | | | | | | | |

|Восточно-Сургу|ЮС1 |2 |2.104 |1052 |2,104 |50 |4,5 |

| |ЮС1 |1 | |800 |5,136 |69 |1,2 |

|Усть-балыкское|БС2 |1 |2.937 |2937 |2,937 |50,2 |1,2 |

|Угутское |ЮС31 |2 |38.893 |4321 |39,268|50 |5,2 |

| |ЮС21 |12 |26.758 |4795 |28,824|98 |3,6 |

| |ЮС11 |10 |3.878 |-1,256 |3,878 |96,2 |10,2 |

| |ЮС2 |1 |0 |600 |0 |100 |1 |

|Пакомасовское |ЮС2 |2 |40.381 |2174 |40 |100 |7,3 |

|Солкинское |ЮС0 |1 |1.114 |1114 |1,114 |100 |10,3 |

|Сылымское |ЮС1 |1 |3.141 |1150 |3,141 |100 |5 |

|Западно-Угутск|ЮС2 |8 |7.742 |968 |10,701|62,5 |2 |

|ое | | | | | | | |

Таблица 3.2 Данные корреляционной обработки

| |Х1 |У1 |У2 |У3 |

|Х1 |1 |0,98 |0,93 |0,72 |

|У1 |0,98 |1 |0,87 |0,78 |

|У2 |0,93 |0,87 |1 |0,82 |

|У3 |0,72 |0,78 |0,82 |1 |

где Х1 – число ГРП на скважинах Западной Сибири;

У1 – общий технологический эффект;

У2 – интенсификация;

У3 – общий удельный эффект.

Как следует из анализа корреляционной таблицы 3.2 , эффективность

метода ГРП по показателям общего технологического эффекта, интенсификации

и общего удельного эффекта находится в приделах от 0,72 до 0,98 , что

говорит о имеющейся тесной связи .

Аналогичные статистические исследования проведены на территории

Западного Казахстана на скважинах ОАО “Лукойла” , данные приведены в

таблице 3.3 .

В результате корреляционной обработки получены следующие данные по

статистической тесноте связи между технологическим эффектом,

интенсификацией , общим удельным эффектом и числом проведенных ГРП в

Западном Казахстане, которые приведены в таблице 3.4.

Таблица 3.3 Показатели оценки эффективности ГРП в Казахстане

|36 |7780 |685 |95.5 |3,8 |

|23 |5490 |318.5 |76 |2 |

|15 |6460 |297.5 |49 |2,2 |

|20 |7150 |102.2 |98.6 |2,5 |

|Продолжение таблицы 3.3. |

|4 |5240 |89.6 |98.9 |2 |

|4 |5380 |26.80 |88 |4,5 |

|14 |5340 |944 |100 |5 |

|43 |3380 |1001 |100 |2 |

|6 |3730 |15.67 |50 |2,4 |

|2 |2840 |35.8 |78 |2,8 |

|32 |4980 |587 |100 |2,5 |

|9 |3460 |605 |68.9 |5 |

|12 |4820 |795 |100 |3 |

|1 |5290 |322 |100 |2 |

|12 |3850 |880 |84.6 |5 |

|31 |6330 |1125 |100 |4,5 |

|10 |6440 |786 |100 |2,2 |

Таблица 3.4 Данные корреляционной обработки

| |Х2 |У4 |У5 |

|Х2 |1 |0,88 |0,76 |

|У4 |0,88 |1 |0,82 |

|У5 |0,76 |0,82 |1 |

где Х2 - число выполненных ГРП для Казахстана,

У4 - общий удельный эффект от ГРП,

У5 – общий технологический эффект от ГРП.

Как следует из анализа таблицы 3.4. эффективность метода ГРП ,

произведенного в Казахстане, по показателям общего технологического эффекта

(Эот) и общего удельного эффекта (Эоу ), находится в приделах от 0,76 до

0,88 , что говорит о наличии тесной связи .

Для прогнозной оценки эффективности данного метода с целью его

стратегического маркетингового продвижения, как по территории России и СНГ

,так и Дальнего Зарубежья , были разработаны и построены регрессионные

модели . Для разработки регрессионной модели по оценки формы связи между

производством ГРП и общим технологическим эффектом, была осуществлена

выборка статистического материала из таблицы 3.1 , которая представлена

таблицей 3.5. По результатам этой выборки построена регрессионная модель,

которая представлена следующим выражением:

Эот = -34,553 + 10,517х,

(3.1)

где Эот - общий технологический эффект.

Таблица 3.5 Статистические данные ГРП и общего технологического

эффекта

|Х1|42 |60 |4 |322 |46 |83 |14 |1 |17 |3 |6 |3 |24 |

|У2|173,|1069|29,2|3301|143 |871 |63 |-8 |220 |32,8|22,3|13 |63,4|

| |5 | | | | | | | | | | | | |

| |

|Продолжение таблицы 3.5. |

|X1|3 |2 |1 |1 |2 |12 |3 |1 |2 |1 |1 |234 |

|Y2|9,6 |2,1 |-1 |2,9 |39 |26,8|3,9 |0 |40 |1,1 |3 |2490|

Графическая модель данного уравнения регрессии иллюстрируется

рисунком 3.1.

Оценка адекватности данной модели по критерию Фишера позволила

сделать вывод, что данная форма регрессионной связи при уровне

доверительной вероятности 0,95 не отвергается так как

Fр = 2.4 > Fк = 2.0 ,

где Fр - расчетное значение критерия Фишера ,

Fк - при k = n – d – 1 = 23 – 2 – 1 =20 .

Рисунок 3.1 Регрессионная модель связи ГРП и общего технологического

эффекта

По результатам выборки таблицы 3.6 построена регрессионная модель связи

между ГРП и коэффициентом интенсификации, которая представлена следующим

выражением:

Ки = – 31,835 + 10,46х,

(3.2.)

где Ки - интенсификация разработки.

Таблица 3.6 Статистические данные ГРП и интенсификации

|Х1|42 |60 |4 |322 |46 |83 |14 |1 |17 |3 |6 |3 |24 |

|У2|226 |936,|39,4|3299|139 |822 |72,2|-6,3|183 |33 |27,7|13,3|63,6|

| | |6 | | | | | | | | | | | |

| |

|Продолжение таблицы 3.6. |

|X1|234 |3 |2 |1 |1 |2 |12 |3 |1 |2 |1 |1 |8 |

|Y2|2497|9,6 |2,1 |5,1 |2,9 |-1 |29 |4 |0 |40 |1 |3 |11 |

Графическая модель уравнения 3.2 , представлена рисунком3.2.

Рисунок 3.2 Регрессионная модель связи ГРП и интенсификации

Для оценки адекватности был рассчитан критерий Фишер, численное

значение которого для данной модели следующие:

Fp = 3,2 > Fк = 2,0

Следовательно, гипотеза о форме связи представляемая выражением3.2. не

отвергается с уровнем доверительной вероятности 0,95.

Регрессионная модель связи между ГРП и общим удельным эффектом

представлена статистическими данными таблицы3.7 и следующим выражением:

Эоу = 2699,3 + 42,2х + 2,8х2 – 0,2х3 - 0,5х4,

(3.3)

где Эоу - общий удельный эффект.

Таблица 3.7 Статистические данные ГРП и общего удельного эффекта.

|Х1|42 |60 |4 |322 |46 |83 |14 |1 |17 |3 |6 |3 |24 |

|У3|4132|1048|2980|1025|7299|1781|4510|763 |1291|1094|3714|4440|2641|

| | |6 | |3 | |2 | | |2 |3 | | | |

| |

|Продолжение таблицы 3.7. |

|Х1|234 |3 |2 |1 |1 |2 |12 |3 |1 |2 |1 |1 |8 |

|У3|1064|3196|1052|800 |2937|4321|4795|-1,3|600 |2174|1114|1150|968 |

| |1 | | | | | | | | | | | | |

Результаты регрессионного моделирования представлены в графическом

виде на рисунке 3.3.

Рисунок 3.3 Регрессионная модель связи между ГРП и общим удельным

эффектом

В следствии оценки адекватности данной модели по критерию Фишера , был

сделан вывод, что данная форма регрессионной связи при уровне доверительной

вероятности 0,95 не отвергается т.к.

Fp = 2,4 > Fк = 2,1

Аналогичные модели прогнозной оценки эффективности метода ГРП были

разработаны и построены для Казахстана. Для разработки регрессионной модели

по оценки формы связи между ГРП и общим удельным эффектом, была

осуществлена выборка статистического материала из таблицы3.3, которая

представлена таблицей 3.8. По результатам этой выборки построена следующая

регрессионная модель:

Эоу = -31,8+10,46х,

(3.4)

где Эоу – общий удельный эффект.

Таблица 3.8 Статистические данные ГРП и общим удельным эффектом

|Х2 |36 |23 |15 |20 |4 |4 |14 |43 |6 |

|У4 |7780 |5490 |6460 |7150 |5240 |5380 |5340 |3380 |3730 |

| |

|Продолжение таблицы 3.8. |

|Х2 |2 |32 |9 |12 |1 |12 |31 |10 |

|У4 |2840 |4980 |3460 |4820 |5290 |3850 |6330 |6440 |

Рисунок 3.4 Регрессионная модель связи ГРП и общего удельного

эффекта

Оценка адекватности данной модели по критерию Фишера позволила сделать

вывод, что данная форма связи при уровне доверительной вероятности 0,95 не

отвергается, т.к,

Fp = 3,1 > Fк = 2,5

Регрессионная модель связи между ГРП и общим технологическим эффектом

графически представлена рисунком 3.5 и следующим выражением:

Эот = 221,8 + 68,7х – 1,55х2 ,

(3.5)

где Эот - общий технологический эффект.

Для уравнения 3.5 была осуществлена выборка из таблицы3.3, которая

представлена таблицей 3.10.

Таблица 3.10 Статистические данные ГРП и общего технологического

эффекта

|Х2 |36 |23 |15 |20 |4 |4 |14 |43 |6 |

|У5 |685 |318.5 |297.5 |102.2 |89.6 |26.80 |944 |1001 |15.6|

| | | | | | | | | |7 |

| |

| Продолжение таблицы 3.10. |

|Х2 |2 |32 |9 |12 |1 |12 |31 |10 |

|У5 |35.8 |587 |605 |795 |322 |880 |1125 |786 |

Рисунок 3.5 Регрессионная модель связи между ГРП и общим

технологическим эффектом

Для оценки адекватности, также как и для всех предыдущих моделей был

рассчитан критерий Фишера. Это позволило сделать вывод , что данная форма

регрессионной связи при уровне доверительной вероятности 0,95 не

отвергается, т.к.

Fp > Fк , Fp = 3,6 > Fк = 2,9

Анализ технологического эффекта ГРП , выраженный в тысячах тонн ,

оцениваемый общим технологическим эффектом, интенсификацией и общим

удельным эффектом, позволяет сделать вывод , что без массового применения

ГРП рентабельная разработка малопродуктивных пластов невозможна. Общий

объем ГРП при проведенном анализе составил около 1200 скважино-операций,

при уровне дополнительной добычи нефти около 8,6 млн. тонн , или 9640 тонн

на один ГРП. В таблице 3.1 представлены результаты ГРП по 26 объектам

разработки в Западной Сибири. В Казахстане были исследованы 17 объектов

разработки, которые представлены в таблице 3.3.

Успешность ГРП в среднем достигла 94% , а кратность увеличения дебита

в среднем достигла 5,6. Эффект от ГРП длится достаточно долго – до 6 лет,

при среднем уровне 3 года. Дебит скважин увеличивается в среднем в 3,9

раза. При этом в зависимости от геометрии расположения скважин и ориентации

трещин ГРП, рост длины трещины может не только увеличить, но и снизить

нефтеотдачу пласта. В определенных условиях существует оптимальный размер

трещин ГРП, при котором достигается наибольшая нефтеотдача пласта. Особое

преимущество перехода на проектирование применения ГРП в системе скважин

можно обеспечить на начальной стадии разработки нефтяного месторождения ,

когда еще можно внести определенные коррективы в очередность бурения

скважин и их размещения. Высококвалифицированные специалисты

СП”МеКаМинефть” для получения эффективных результатов проводят дизайн ГРП,

который является ответственным м оментом , требующий знаний геологии,

компьютера, свойств технологических жидкостей и других аспектов технологии

ГРП. Не смотря на указанные и другие проблемы ГРП является эффективным

методом повышения продуктивности малопродуктивных скважин, о чем

свидетельствуют полученные данные проведенного исследования , в следствии

которого выявлено улучшение технико-экономических показателей . ГРП

позволит достичь рентабельных уровней дебитов скважин в среднем 20

тонн/сут. вместо 6 тонн/сут. без ГРП. Но ГРП на месторождениях должно

проводиться с учетом системы разработки и обустройства, а для крупных

залежей проектирование разработки и обустройства необходимо осуществлять с

учетом массового выполнения технологии. Полученные результаты позволяют

сделать заключение о целесообразности дальнейшего развития технологии ГРП,

но не только на территории России , но и Казахстана.

При выходе на новые рынки специалисты СП”МеКаМинефть” должны будут

провести для заказчиков расчеты ГРП по предложенным скважинам, а также

определить эффективность планируемых работ, с расчетом добычи нефти по

скважинам – кандидатам к ГРП. Но самое главное это то, что фирма должна

гарантировать высокое качество планируемых работ заказчикам.

3.2 Модель прогнозирования экономической эффективности вариантов разработки

с применением биополимеров отечественного производства

В качестве объекта исследования был выбран участок в южной части

Покамасовского нефтяного месторождения (пласт ЮВ1), на котором ранее

получен положительный эффект от обработки скважин биополимером , а так же

имелись фактические данные о изменение технологических показателей с начала

разработки . Геолого-физические характеристики на этом участке близки

геолого-физическим характеристикам пласта в целом .

Для выбранного участка осуществлено гидродинамическое компьютерное

моделирование с воспроизводством на модели истории разработки, так и

прогнозирование различных вариантов осуществления процессов биополимерного

заводнения . Согласно , действующим принципам и правилам экономической

оценки вариантов разработки и методов повышения коэффициента извлечения

нефти , адаптированных к рыночным условиям , учитывается принадлежность

месторождений к двум основным группам :

1) новые месторождения с растущей добычей и оценкой всех разведанных

запасов;

2) старые разрабатываемые месторождения со снижающейся добычей и

экономической оценкой только остаточных извлекаемых запасов и

возможности повышения нефтеотдачи за счет применения биополимерного

заводнения.

Исследуемый участок относится ко второй группе месторождений. Для

экономической оценки технологических решений использованы отечественные и

международные основные положения к составлению и содержанию инвестиционных

проектов , действующие отраслевые законодательства и динамическая модель

расчета экономических показателей вариантов и методов оценки разработки

нефтяных месторождений [18,с.20-26].

Оценка экономической эффективности биополимерного заводнения была

проведена по следующим трем вариантам:

1) базовому с закачкой воды;

2) с одноразовой закачкой биополимера;

3) с постоянной закачкой биополимера.

Экономические расчеты по указанным вариантам выполнены на основании

технологических показателей, представленных в динамике на рисунке 3.6 и

рисунке 3.7, и анализа фактической (проектной ) информации СП

“МеКаМинефть” ( затраты , цены , налоги ) , а также на базе дополнительных

затрат на биополимерное заводнение : стоимость установки , поэлементные

эксплуатационные расходы для производства биополимера.

Варианты оценки по накопленной величине потоков денежной наличности,

которые рассчитываются как дисконтированная разность между выручкой от

продажи нефти на внутреннем и внешнем рынках и предстоящими затратами на

добычу, включая налоговые отчисления .

-1 – добыча нефти по первому варианту,

-2 – добыча нефти по второму варианту,

-3 – добыча нефти по третьему варианту.

Рисунок 3.6 Динамика коэффициента извлечения нефти

-1 – добыча нефти по первому варианту,

-2 – добыча нефти по второму варианту,

-3 – добыча нефти по третьему варианту.

Рисунок 3.7 Добыча нефти по вариантам разработки

Результаты экономических расчетов по варианту 1 , выполненных по

технологическим показателям , которые воспроизводят историю разработки

участка с 1989 г. , представлены в таблице 3.11 .

Таблица 3.11 Результаты экономических расчетов по варианту базовому

с закачкой воды

|Год | | | | | | | | | |

| |ды , | | | | | | | | |

| |у.е. | | | | | | | | |

| | | | |ные |мости |затрат| |у.е. |у.е. |

| | | | |затраты| |ы | | | |

|1989|5 200|634 |2454 |13988 |5700 |13988 |9050 |31978 |8940 |

|1990|5 459|1428 |4953 |21143 |9304 |35132 |14774|52201 |16284|

|1991|9 878|2607 |8253 |37694 |16956 |72625 |26924|95131 |30513|

|1992|9 487|2972 |10610 |35847 |12779 |108673|20293|71702 |15562|

|1993|8 837|2561 |10610 |31167 |9159 |139840|14545|51391 |5679 |

|1994|8 575|2715 |10610 |28574 |6671 |168413|10594|37432 |-1736|

|1995|5 328|1312 |10610 |21631 |4382 |190044|6958 |24584 |-4005|

|1996|4 028|946 |10610 |17590 |2006 |207634|3186 |11257 |-9519|

|1997|4 028|770 |10470 |16413 |1146 |224047|1823 |6447 |-1178|

| | | | | | | | | |9 |

|Ито-|60 |15945 |79180 |224047 |68103 | |10814|382123| |

| |820 | | | | | |7 | | |

|го | | | | | | | | | |

Технико-экономические показатели с 1989 по 1998 г. отражают

фактическую характеристику эксплуатации участка разработки . Результаты

экономических расчетов показывают ,что начиная с 1993г. эксплуатация

участка при полном налогообложении является убыточной и остается таковой до

конца разработки , если не применить биополимерное заводнение . В связи с

указанным одноразовая закачка биополимера , осуществляемая на практике по

варианту 2 , является не только своевременной , но и эффективной . Срок

безубыточной эксплуатации участка продлевается до 2016 , как видно из

рисунка 3.8. Экономическая оценка варианта 3 с постоянной закачкой

биополимера показывает, что безубыточная эффективность разработка участка

обеспечивается до 2030 года (рисунок3.8) .При этом конечный коэффициент

извлечения нефти (КИН) составляет 0.408 (рисунок3.7) . Коэффициент

извлечения по варианту 2 в 2016 году (предел экономической эксплуатации)

составляет 0.344 (рисунок 3.7) . Необходимо отметить, что по варианту 3 не

только повышается конечный коэффициент извлечения нефти , но и значительна

улучшается характеристика динамики добычи по обводненности и

соответственно снижаются затраты на добычу нефти .

-1 – добыча нефти по первому варианту,

-2 – добыча нефти по второму варианту,

-3 – добыча нефти по третьему варианту.

Рисунок 3.8 Накопленный денежный поток наличности по вариантам

разработки

С учетом того , что вариант 2 является фактически реализуемым на

практике в 1997 году , а вариант 1 - убыточным и неприемлемым для

дальнейшей разработки , прирост коэффициента извлечения нефти по варианту

3 определяется относительно варианта 2 и составляет 0.064 .

А если сравнить результаты оценки вариантов 3 и 1 в сопоставимых

условиях ( без учета ренты в затратах , так как с 1994 г. разработка

участка является убыточной ) , то разработка участка при положительном

значении накопленного потока денежной наличности по варианту 1 продолжается

до 2009 г. ( рисунок3.8. ) . При этом коэффициент извлечения нефти составит

0.301 . что на 0.107 меньше , чем по варианту 3 .

Таким образом , проведенные расчеты и стоимостная оценка вариантом

применения биополимерного заводнения для увеличения коэффициента извлечения

нефти свидетельствует о его высокой технологической и экономической

эффективности , а также о целесообразности широкого промышленного

применения .

3.3 Оценка экономической эффективности разработанной темы

Резкое обострение ситуации в экономике , в том числе на нефтяном

рынке , потребовало всемерного снижения производственных издержек . Именно

обострение вопроса снижения себестоимости сырья влечет за собой

концентрацию внимания на проблеме технической оснащенности и

совершенствования технологий добычи. В этой ситуации почти единственная

возможность выжить – экономить . За время эксплуатации месторождений

сырьевая база компаний ухудшается . В настоящее время на месторождениях

Западной Сибири доля трудноизвлекаемых запасов , содержащихся в основном в

малородуктивных пластах, составляет 45%.

Так как объем малорентабельных нефтяных скважин растет , а разработка

новых месторождений и ввод в эксплуатацию новых скважин, становится из-за

падения цен на нефть не рентабельным , то все большее значение в настоящее

время приобретает сотрудничество с фирмами сервисного обслуживания

нефтедобывающих предприятий.

Спрос на работы и услуги таких фирм не зависит от состояния

экономики, уровня доходов потребителей и цен на продукцию предприятий. Цены

на производство ГРП высока , т.к. используется дорогое импортное

оборудование, материалы, и ГРП проводят высококвалифицированные специалисты

в тяжелых условиях, данные себестоимости рассмотрены в таблице 3.12.

Таблица 3.12 Себестоимость метода ГРП

|Наименование статей |Тыс.у.е. |

|Материалы |12047 |

|Амортизация основных фондов |5563 |

|Зарплата |4902 |

|Налоги |1936 |

|Транспорт |13823 |

|Накладные расходы |13717 |

|Всего |51988 |

Как было отмечено выше метод ГРП является новейшей технологией по

повышению производительности малопродуктивных нефтяных скважин. Поэтому

издержки заказчиков на выполнение гидроразрыва будут не значительными, по

сравнению с полученным результатом примененных технологий , а это высокий

приростом дополнительно добытой нефти, в результате применения данного

метода, что отражено на рисунке 3.9.

Интересен опыт СП “МеКаМинефть” по сервисному обслуживанию

ОАО“Славнефть-Мегионнефтегаз”.Сегодня и нефтяная компанияОАО“Славнефть-

Мегионнефтегаз” оказалась в ситуации , когда необходимо постоянно и всюду

искать: на чем сэкономить, как удешевить производство, чтобы продукция была

конкурентоспособной и можно было получать прибыль. Процент неработающих

скважин в целом по Обществу находится на уровне ниже среднего по России.

Вместе с тем, абсолютное количество неработающих скважин за четыре

последних года возросло с 702 до 856 штук. Стабилизация уровней добычи

нефти Общества стала возможной благодаря серьезной работе, проводимой

СП”МеКаМинефть” по обслуживанию существующего фонда скважин.

Силами СП”МеКаМинефть” в 1998 году было проведено 107 скважино-

операций по гидроразрыву пласта, что дало прирост добычи в объеме 661,7

тысяч тонн нефти ( 4850,25 тыс.барр.). В таблице 3.12 приведены показатели

по дополнительной добычи нефти за счет проведения гидроразрыва пластов,

осуществленных СП”МеКаМинефть” на месторождениях ОАО “Славнефть-

Мегионнефтегаз” за период 1993-1998 гг.

Рисунок 3.9 График добычи нефти из скважин, стимулированных ГРП

Таблица 3.12 Показатели дополнительной добычи за счет применения ГРП

|ОАО"Славнефть-Мегионнефтегаз" |1993 |1994 |1995 |1996 |1997 |1998 |

|Тыс.тонн |16,8 |268,3|766,4 |989 |848,6|661,7 |

| | | | | |5 | |

|Тыс.барр. |123,1|1996,|5617,7|7249,|6220,|4850,2|

| | |6 | |4 |6 |5 |

|Выручка от реализации нефти, |1969,|22429|64071 |82680|70947|53352 |

|тыс.у.е. |6 | | | | | |

Суммарная дополнительная добыча нефти за период с 1993 года по ОАО

“Славнефть-Мегионнефтегаз” составила 3,55 млн.т. ( 26,0 млн. барр.) В

среднем за счет проведенных гидроразрывов дебиты скважин увеличились в 5-6

раз , средняя продолжительность присутствия эффекта 20 месяцев.

Следовательно без применения ГРП на месторождениях Общества было бы

получено за 1998 год только 132 тыс. тонн, что является убыточным и не

позволило бы Обществу вовлечь в работу неработающий фонд скважин . Средний

дебит таких скважин составляет 1,3 тонн/сут. (9,5 барр./сут.), что явно не

окупает затраты Общества на эксплуатацию. Также за счет применения

передовой технологии ГРП Обществу удалось снизить темпы падения добычи за

последние годы. Процент падения в отчетном году составил 1,58 % против 13 %

за 1992 год.

Таблица 3.13 Финансовые показатели методов повышения продуктивности

скважин

|статей |СП |ед |В том | | | | | |

| | |тыс. |числе | | | | | |

| | |у.е. | | | | | | |

| | | |ОАО |ОАО |ОАО |ОАО | ОАО |Про-|

| | | |"СН-МНГ"|"НВН" |"БН"|"Лукойл|”НН” |чие |

| | | | | | |” (РК) | | |

|ГРП | | | | | | | | |

|Количество |153 | |8 |43 |12 |29 |52 |9 |

|Выручка |10525 |69 |485 |2833 |800 |2030 |3900 |477 |

|Затраты |8262 |51 |379 |2231 |625 |1586 |3047 |394 |

|Доход |2263 |18 |106 |602 |175 |444 |853 |83 |

|ПРС | | | | | | | | |

|Количество |105 | |19 |44 |8 |31 | |3 |

|Выручка |5777 |55 |1247 |2495 |496 |1404 | |135 |

|Затраты |5403 |51 |1039 |2380 |472 |1383 | |129 |

|Доход |374 |4 |208 |115 |24 |21 | |6 |

|КРС | | | | | | | | |

|Количество |49 | |40 |2 | |3 | |4 |

|Выручка |833 |17 |716 |26 | |44 | |47 |

|Затраты |816 |17 |702 |25 | |43 | |46 |

|Доход |17 |0 |14 |1 | |1 | |1 |

Проведя сравнительный анализ финансовых показателей методов повышения

продуктивности скважин, представленных таблицей 3.13, мы пришли к выводу,

что ГРП является не только самым дорогим методом повышения нефтеотдачи, но

и технологией приносящей СП”МеКаМинефть” основную прибыль. Так же ГРП

является методом, наиболее пользующимся спросом у заказчиков, по сравнению

с другими работами и услугами. Общая экономическая эффективность ГРП, в

среднем при проведение технологии по 250 скважинам составит 4 253

тыс.у.е. в год для СП “МеКаМинефть”. Для заказчиков при средней

дополнительной добычи 4 500 тыс.барр. в год (таблица 3.12) и цене

реализации 12$ за баррель, выручка составит 54 млн. у.е..

При использование биополимера выручка заказчиков составит ( по

исследуемому месторождению ОАО “Славнефть-Мегионнефтегаз”) в 2004 году 10

млн.у.е. На контрактной основе СП “МеКаМинефть” получает от заказчика 20 %

от дохода , полученного в результате использования биополимера, что

составит 2 млн.у.е. Налог на прибыль составляет 35 % , т.е. 0,7 млн.у.е.

Прибыль в распоряжении СП “МеКаМинефть” составит 1,3 млн.у.е. (таблица

3.14).

Таблица 3.14 Экономическая эффективность ГРП и биополимера

|ГРП |Еденица |План |

| |измерения | |

|Количество |Скважина |250 |

|Доход |тыс.у.е |17250 |

|Затраты: |тыс.у.е |12997 |

|Материалы |тыс.у.е |3011,75 |

|Амортизация основных фондов |тыс.у.е |1390,75 |

|Зарплата |тыс.у.е |1225,5 |

|Налоги |тыс.у.е |484 |

|Траспорт |тыс.у.е |3455,75 |

|Накладные расходы |тыс.у.е |3429,25 |

|Прибыль |тыс.у.е |4253 |

|Биополимер |Еденица |План |

| |измерения | |

|Прибыль заказчика |тыс.у.е |10000 |

|Выручка СП (20%) |тыс.у.е |2000 |

|Налог на прибыль (35%) |тыс.у.е |700 |

|Прибыль в распоряжении СП |тыс.у.е |1300 |

|Всего: |тыс.у.е |5553 |

ЗАКЛЮЧЕНИЕ

По результатам проведенных исследований дипломной работы , можно

сделать следующие выводы:

1) В условиях резкого снижения спроса на нефть на международном рынке и

падением ее цены, возникает проблема внедрения новых технологий с целью

повышения добычи нефти на действующих скважинах;

2) Одним из перспективных и экономически эффективных методов повышения

дебита скважин является гидравлический разрыв пластов и технологически

сопутствующий материал биополимер;

3) В качестве концепции выживания СП “МеКаМинефть” в результате

исследований предусматривается пересмотреть политику рыночной ориентации

в сторону стратегического менеджмента и маркетинга;

4) Использование новых бизнес технологий позволило разработать тактический

и стратегический планы маркетинговых мероприятий, первоочередными из

которых являются создание специального отдела маркетинга и доведения

результатов исследования по эффективности метода гидрввлического разрыва

пластов в условия России и Казахстана до потенциальных заказчиков;

5) На основе экспериментально - статистических исследований построена

модель прогноза использования биополимера, из которой следует, что доход

СП “МеКаМинефть” в среднем составит 1,3 млн. у.е.;

6) Экономическая эффективность выхода на нефтяной рынок с новыми видами

услуг, включающих гидравлический разрыв пласта составит в среднем

4,253 млн. у.е.

-----------------------

[pic]

Страницы: 1, 2, 3