一种基于蒙特卡洛的天然气产量风险量化评价方法与流程

本发明涉及天然气产量风险量化，具体涉及一种基于蒙特卡洛的天然气产量风险量化评价方法。

背景技术：

1、对于天然气企业而言，战略规划是一个跨越时间长、覆盖范围广、涉及环节多的复杂体系。在天然气开发规划编制过程中，产量预测是规划研究的核心目标之一。对规划方案的经济性和可行性影响最大的就是产量水平的实现，科学的产量发展目标是引领天然气高质量发展的“指南针”，风险评价与管控是决定产量目标实现的重要环节。

2、因此，产量预测的准确性至关重要，其风险涉及天然气产业链上、中、下游各环节，风险因素多，因素与因素之间关系复杂，识别困难，且不同产区、不同生产主体其风险因素也不尽相同，关系模型难建立。为了更好地规避风险、突出战略规划的指导作用，对规划产量目标进行风险量化评价就显得十分必要。

3、目前，在科技文献方面，国内外对天然气战略规划风险量化研究尚处于起步阶段。通过查阅国内外相关文献，对已有的产量峰值预测和风险量化分析方法调研发现，现阶段行业内的规划产量目标风险分析基本是从定性的角度对规划产量目标进行辨识，主观性较强，定量化分析研究不足，主要原因是敏感因素的选取和量化评价存在不确定性，同时缺少样本气藏进行验证。而在现有专利方面，暂未检索到任何有关进行天然气产量风险量化评价方法的相关技术。

4、综合来看，目前的天然气产量风险量化评价方法常出现预测难度大、风险无法量化预判等问题，这也是本领域技术人员亟需解决的重要技术问题。

技术实现思路

1、本发明的目的在于克服现有技术中存在的上述问题，提供了一种基于蒙特卡洛的天然气产量风险量化评价方法，本发明创新建立基于蒙特卡洛的天然气产量风险量化评价方法，发展完善了风险量化理论技术，并通过构建产量风险量化评价模型，准确预测气藏产量实现概率，明确产量目标的风险分布，实现气藏从规模预测到风险量化全过程研究，探索了天然气发展战略目标研究的新方向，促进了国内油气企业在风险决策量化分析领域的新发展。

2、为实现上述目的，本发明采用的技术方案如下：

3、一种基于蒙特卡洛的天然气产量风险量化评价方法，其特征在于包括以下步骤：

4、步骤一、基于蒙特卡洛方法计算天然气的产量实现概率；

5、步骤二、计算天然气年产量的离散程度，根据年产量的离散程度和产量实现概率建立风险等级评价矩阵，根据风险等级评价矩阵进行天然气产量风险量化评价；

6、步骤一中，产量实现概率的计算方法包括以下步骤：

7、步骤s1、建立天然气分年产量的产量实现概率计算模型；

8、步骤s2、确定产量实现概率计算模型的独立变量，并确定独立变量的概率分布密度函数；

9、步骤s3、确定模拟次数，根据概率分布密度函数随机抽样，得出各抽样数值下对应的预测峰值产量和预测峰值产量的到达时间；

10、步骤s4、将得到的预测峰值产量和预测峰值产量的到达时间分别录入产量实现概率计算模型，得到天然气的分年产量；

11、步骤s5、根据得到的分年产量和概率分布密度函数得出天然气的分布概率，根据概率分布密度函数对分布概率进行积分得到产量实现概率。

12、步骤s1中，建立的产量实现概率计算模型为：

13、

14、

15、式中，q为分年产量，单位108m3/a；urr为气藏的最终可采储量，单位108m3/a；s为产量实现概率计算模型的参数，无量纲；t为时间，tm为预测峰值产量的到达时间，单位年；qm为预测峰值产量，单位108m3/a。

16、步骤s2中，确定气藏的最终可采储量urr为独立变量，确定的概率分布密度函数为正态分布的概率分布密度函数、指数分布的概率分布密度函数、三角分布的概率分布密度函数或均匀分布的概率分布密度函数。

17、步骤s2中，令气藏的最终可采储量urr为x，则确定的正态分布的概率分布密度函数为：

18、

19、式中，σ为标准差，μ为均值。

20、步骤s2中，令气藏的最终可采储量urr为x，则确定的指数分布的概率分布密度函数为：

21、f(x)＝1-e-λx，x＞0

22、式中，λ为指数分布的参数，即频率。

23、步骤s2中，令气藏的最终可采储量urr为x，则确定的三角分布的概率分布密度函数为：

24、

25、式中，a、b、c分别为urr的最小值、最大值、最可能值，f(x)为概率密度函数，f(x)为概率分布函数。

26、步骤s2中，令气藏的最终可采储量urr为x，则确定的均匀分布的概率分布函数为：

27、

28、式中，a、b为x的最小值和最大值。

29、步骤s3中，确定的模拟次数为5000-20000次。

30、步骤二中，离散程度的计算方法为：

31、c＝1-μ/s

32、式中，c为离散程度，μ为年产量的均值，s为年产量的标准差。

33、步骤二中，风险等级评价矩阵包括四个风险等级及对应判断标准，设产量实现概率为p，离散程度为c，则四个风险等级及对应判断标准分别为：

34、i级风险等级：产量目标非常容易实现；判断标准：产量实现概率p＞80％，且离散程度c≤5％；

35、ii级风险：产量目标容易实现；判断标准：产量实现概率50％≤p≤80％，且离散程度c≤10％；或产量实现概率p＞80％，并且离散程度5％＜c≤10％；

36、iii级风险：产量目标比较容易实现；判断标准：产量实现概率20％≤p＜50％，且离散程度c≤10％；或产量实现概率p＞50％，且离散程度10％＜c≤25％；

37、iv级风险：产量目标不容易实现；判断标准：产量实现概率p＜20％；或产量实现概率20％≤p＜50％，且离散程度c＞10％；或离散程度c＞25％。

38、采用本发明的优点在于：

39、1、本发明先基于蒙特卡洛方法计算天然气的产量实现概率，再基于天然气年产量的离散程度和产量实现概率建立风险等级评价矩阵，以此天然气产量风险量化评价。该方法创新建立了实现概率+离散程度双向约束的四级风险评价矩阵，形成了产量目标风险量化评判的标准。将产量的实现概率和产量的离散程度结合起来，综合表示目标产量实现的可能程度，以此来评价风险。根据评价矩阵结果，可得到不同阶段分年实施风险定量评价，划分风险等级，明确了重点风险领域，实现天然气开发过程中的产量风险预警与最优决策。

40、2、本发明创新建立基于蒙特卡洛的天然气产量风险量化评价方法，发展完善了风险量化理论技术，并通过构建风险等级评价矩阵，准确预测气藏产量实现概率，明确产量目标的风险分布，实现气藏从规模预测到风险量化全过程研究，探索了天然气发展战略目标研究的新方向，促进了国内油气企业在风险决策量化分析领域的新发展。

41、3、本发明根据建立的产量实现概率计算模型和确定的概率分布密度函数，通过足够多的模拟次数确定得出分年产量，并以此得出分布概率和产量实现概率，其优点在于结果更加准确，得到的图形较直观。通过建立的函数模型来计算产量的分布概率，可以得到某一年产量的范围和概率，但分布概率仅仅表示随机抽取的n种情况下的每一次概率，通过积分得到累积概率后，用累积概率来表示产量的实现概率，最终根据得到的概率图，可以直观的看到某一年不同产量目标实现的可能性。

42、4、本发明充分考虑了量化分析预测的实时性和瞬变性，降低了产量风险评估误差，提高了数据的预测精度。通过动态修正产量数据优化了模型，对天然气产区产量的开采收益进行评估，有效防止风险发生。

43、5、本发明创新形成了天然气产量目标风险量化评价技术，突破了规划风险评估长期采用定性分析方式的局限性。通过构建了产量目标概率模拟和规划目标风险决策矩阵的高效量化分析流程，实现产量峰值模型与蒙特卡洛模拟的耦合联动预测。