A Szénhidrogén Kutatás Menedzsmentje

Az előadások a következő témára: "A Szénhidrogén Kutatás Menedzsmentje"— Előadás másolata:

1 A Szénhidrogén Kutatás Menedzsmentje
Miskolci Egyetem, Műszaki Földtudományi Kar, Ásványtani-Földtani Intézet Szilágyi Imre, Geológus-Közgazdász IV. ÁSVÁNYVAGYON ÉRTÉKELÉS Vagyonbecslés és kategorizálás

2 ÁSVÁNYVAGYON ÉRTÉKELÉS – Ismeretességi szintek
2 A kutatás „folyamata” és az ismeretességi szintek Adatértelmezés Geológiai Modellezés Operáció tervezés Appraisal Medence modellezés Proszpekt térképezés Proszpekt feltárás Mező- fejlesztés Üledékes medence Proszpekt Felfedezett telep Termeltethető telep Prognosztikus vagyon Prognostic resource Medenceszintű prognózis, play-analízisen alapuló nagyvonalú becslés Állami feladat (lenne) Proszpektív vagyon Prospective resource Potenciális CH-tároló szerkezetre vonatkozó volumetrikus becslés Olajvállalati feladat „Kifejlesztetlen” vagyon Undeveloped resource „Kifejlesztett” vagyon Developed resource Szénhidrogén telepre vonatkozó volumetrikus becslés Olajvállalati feladat A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

3 ÁSVÁNYVAGYON ÉRTÉKELÉS – Halmazok
3 Ásványvagyon halmazok Földtani vagyon (Original In-place Resource, OOIP, OGIP, OPIP) a tárolókőzetekben található („in-place”), de felszíni viszonyokra vonatkozó mennyiség a termelés megindítása előtti, „kezdeti” állapotra vonatkoztatva („original”) a termelés megindítása után: aktuális („actual”) geológiai modellfejlesztés  változik a vagyon kezdeti („original”) mennyisége rögzíteni kell a vonatkoztatási időpontot Kitermelhető vagyon – Ipari vagyon (Recoverable Resource, Qr) ismert, rendelkezésre álló vagy állítható technológiával kitermelhetőnek tekintett mennyiség technológia: kutak, kiemelés-technológia, felszíni gyűjtő- és előfeldolgozó rendszer ismert technológia: más telepeknél már bevált, sikerrel alkalmazott kezdeti („original”) és aktuális („actual”) mennyiség kihozatali tényező (recovery factor): RF = Qr/QOPIP a telep legfontosabb geo-műszaki és gazdasági paramétere olaj: 10-50%; gáz: 50-90% A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

4 ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés
4 Ásványvagyon becslés megközelítése A mennyiség meghatározása nem mérnöki számítás, hanem becslés: mennyi szénhidrogén keletkezhetett? mennyi csapdázódhatott? mennyi termelhető (még) ki várhatóan a telepből? bizonytalanság és kockázatosság objektíven nehezen megítélhető fogalmak… „Közös nevező” keresése – mennyiség-becslési „kultúrák”: motivációja a befektetés kockázatosságának homogén megítélésére való törekvés „orosz rendszer”: A, B, C1, C2, C3 valószínűségi kategóriák „angolszász rendszer”: „bizonyított” – „valószínű” – „lehetséges” SPE (Society of Petroleum Engineers) Resource Management System A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

5 QOPIP = ----------------------
ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 5 Vagyonszámítás Földtani vagyon: Veff × Φ × (1-Sw) QOPIP = FVF Veff: effektív kőzettérfogat a tárolókőzet-térfogat és az effektivitás szorzata tárolókőzet-térfogat: permeábilis tető – permeábilis talp vagy fázishatár által határolt test effektivitás: permeábilis/impermeábilis szakaszok becsült vastagság aránya (%) meghatározás: mélység- és vastagság térképek, fúrási adatok, lyukgeofizikai szelvények Φ : porozitás a pórustérfogat és az effektív kőzettérfogat aránya (%) meghatározás: magvizsgálatok, lyukgeofizikai szelvények Sw: víztelítettség (%) a vízzel telített pórustérfogat és a teljes pórustérfogat aránya meghatározás: lyukgeofizikai szelvények A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

6 QOPIP = ----------------------
ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 6 Vagyonszámítás Földtani vagyon: Veff × Φ × (1-Sw) QOPIP = FVF FVF : teleptérfogati tényező (formation volume factor) a fluidumok telepbeli és felszíni nyomás és hőmérséklet viszonyokra vonatkoztatott térfogat-aránya (%) meghatározás: laboratóriumi mérések Ipari vagyon: Qr = QOPIP × RF RF: kihozatali tényező (%) kutak számától és azok hozamától függ – meghatározása optimalizálási feladat függ az éppen alkalmazhatónak vélt technológiától  a telep „élete” során időben változik A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

7 Üdvözlet a valószínűség-számítás világában!
ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 7 Weff , Φ, Sw, FVF, RF geológiai és hidrodinamikai események eredményeképp alakulnak múltban lejátszódott kockázatos események szedimentáció litifikáció erózió feltöltődés betemetődés, mélység stb… az eredmény a véletlen „szerencse” műve valószínűségi változók Üdvözlet a valószínűség-számítás világában! A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

8 ÁSVÁNYVAGYON ÉRTÉKELÉS – Valószínűség-számítási alapok
8 Valószínűség becslés Kockázatos események: a jövőben következnek be többféle kimenetük lehet, hogy éppen melyik következik be, az a véletlen műve a kimeneteket illetően létezhetnek múltbéli szabályszerűségek ezek alapján megbecsülhető egy adott, kedvezőnek tartott kimenetel valószínűsége a kedvezőtlennek ítélt kimenetel valószínűsége a kockázat minden jövőben bekövetkező esemény kockázatos – legfeljebb a kockázat elhanyagolható Valószínűség becslési módszerek: empirikus módon, múltbeli tapasztalatok jövőbeni kivetítésével pl. egy részvény árfolyam adott értékű emelkedésének múltbeli gyakorisága a bekövetkezés valószínűsége kellő számú múltbeli megfigyelés szükséges hipotézis vizsgálattal nincs kellő számú „múltbéli” megfigyelésünk (azt gondoljuk, hogy) ismerjük a kockázatos kimenetek elméleti eloszlását felállítunk egy hipotézist, vizsgáljuk, hogy az milyen „jósággal” illeszkedik az elméleti eloszláshoz pl. politikai pártpreferenciák A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

9 ÁSVÁNYVAGYON ÉRTÉKELÉS – Valószínűség-számítási alapok
9 Valószínűség becslés Valószínűség becslési módszerek: geometriai úton alakzatok, mértani testek tulajdonságainak figyelembe vételével pl. a kockadobás: mindegyik érték bekövetkezésének valószínűsége 1/6 szubjektív becsléssel nincs vagy nem ismert a szabályszerűség, tapasztalataink nem empirikusak analógiák, megérzések egyéni megítéléstől, helyzettől függ pl. mennyi a valószínűsége, hogy a tanár úr tud focizni? ha tud, akkor mennyi a valószínűsége, hogy: beférne a magyar öregfiúk válogatottba? beveszik kispályás focicsapatba? a 12 éves unokaöccse leáll vele passzolgatni? valószínűség számítási tételek segítségével képletek, levezetések pl. feltételes események „mennyi a valószínűsége, hogy ha holnap Budapesten esni fog, akkor dugó lesz a Körúton?” pl. független események „mennyi a valószínűsége, hogy holnap Budapesten esni fog és Sydney-ben süt a nap?” A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

10 ÁSVÁNYVAGYON ÉRTÉKELÉS – Valószínűség-számítási alapok
10 Valószínűségi változók eloszlás-típusai, jellemzésük Diszkrét valószínűségi változók konkrét értékeket egy adott valószínűséggel vesznek fel példák: binomiális eloszlás (kockadobás) Poisson eloszlás (árvíz) Folytonos valószínűségi változók a terjedelem összes értékét felveszik egy adott valószínűséggel példák: exponenciális eloszlás (telefon) normális eloszlás (természeti jelenségek) Eloszlások jellemzése középérték mutatók módusz – az eloszlás legnagyobb valószínűségű értéke medián – az eloszlás azon értéke, amelynél a kisebb és nagyobb értékek azonos valószínűek várható érték (átlag) – az értékek és a valószínűségek szorzatösszege ingadozás mutatók: terjedelem (min – max) variancia (a várható értéktől való eltérés négyzetes átlaga) szórás (a variancia négyzetgyöke) Valószínűség függvények sűrűségfüggvény (érték – valószínűség) eloszlásfüggvény (érték – kumulált valószínűség) A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

11 ÁSVÁNYVAGYON ÉRTÉKELÉS – Valószínűség-számítási alapok
11 Kockázatos kimenetek várható értéke Várható érték a kimenetek értékeinek és valószínűségeinek szorzatösszege E(X) = Σ pi × xi ahol x a kimenet értéke p a kimenet valószínűsége i a kimenetek száma és Σ pi = 1 nem feltétlenül azonos a legvalószínűbb kimenetel értékével nem biztos, hogy egyáltalán bekövetkezhet pl. a kockadobás várható értéke 3,5… bekövetkezése lehet a véletlen műve is… kockázatosság: a várható értéktől való eltérés mértéke ≈ variancia, szórás a szórás ≠ kockázat, csak jelzi, hogy az esemény mennyire kockázatos A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

12 A paraméterek normális eloszlással írhatók le
ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 12 Weff , Φ, Sw, FVF, RF; mint valószínűségi változók Központi Határeloszlás Tétele („nagy számok törvénye”) „…a nagy számú véletlenszerűség következtében kialakuló, véges középértékkel és varianciával jellemezhető valószínűségi változók normális eloszlással írhatók le…” a paraméterek eloszlását meghatározó események szedimentáció litifikáció erózió tektonika feltöltődés betemetődés stb… nagyszámú kimenet véletlenszerűség A paraméterek normális eloszlással írhatók le Sajátosságok véges terjedelmek: vágási értékek; MIN és MAX meghatározott pozitív számok „jobboldali” aszimmetria: MAX-MOD > MOD-MIN bimodalitás: két módusz, pl. kettős porozitás esetén A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

13 ? ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés
13 Weff , Φ, Sw, FVF, RF; mint valószínűségi változók Eloszlások leíró statisztikai megközelítése: „múltbéli tapasztalatok” mintavétel hisztogram sűrűségfüggvény p x A tároló és fluidum paraméterek esetében a leíró statisztikai megközelítés nem működik: nincsenek „múltbéli tapasztalatok” – nem tudjuk, mi történhetett pl. a miocénben… nincs reprezentatívnak tekinthető minta – pl. csak egy porozitás adatunk van… Szakértői becslések analógiák alapján szubjektív módon p Weff , Φ, Sw, FVF, RF ? A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

14 QOPIP = ----------------------
ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 14 Weff , Φ, Sw, FVF  QOPIP QOPIP , RF  Qr Központi Határeloszlás Tételének továbbgondolása: „…a normális eloszlású valószínűségi változók szorzataként előállítható mennyiségek log-normális eloszlással közelíthető valószínűségi változók…” Veff × Φ × (1-Sw) QOPIP = FVF Qr = QOPIP × RF A földtani és az ipari vagyon (QOPIP és Qr) log-normális eloszlású valószínűségi változók empirikus bizonyítékok p; P Q A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

15 ÁSVÁNYVAGYON ÉRTÉKELÉS – Vagyon kategorizálás
15 Probabilisztikus becslés Szimuláció véletlenszám-generátor segítségével (Monte-Carlo szimuláció) QOPIP Weff Φ Sw FVF RF Szimuláció véletlenszám-generátor segítségével (Monte-Carlo szimuláció) Qr P ; p Qr P50 MIN MAX P90 P10 P90; P50; P10 P90: 90%  P(Qr)  P(MIN) P50: P(Qr) = 50% P10: 10%  P(Qr) < 50% A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

16    ÁSVÁNYVAGYON ÉRTÉKELÉS – Vagyon kategorizálás
16 Determinisztikus becslés Weff , Φ, Sw, FVF, RF megbecsüljük pesszimista, legvalószínűbb és optimista értéküket „low estimate” (LE); „best estimate” (BE); „high estimate” (HE) VeffLE × ΦLE × (1-SwLE) QOPIPLE = FVFLE  RFLE QrLE „nagy bizonyossággal kitermelhető” VeffBE × ΦBE × (1-SwBE) QOPIPBE = FVFBE  RFBE QrBE „ugyanakkora eséllyel lehet több vagy kevesebb” VeffHE × ΦHE × (1-SwHE) QOPIPHE = FVFHE  RFHE QrHE „akár ennyi is lehet” A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

17 ÁSVÁNYVAGYON ÉRTÉKELÉS – Vagyon kategorizálás
17 Probabilisztikus vs. determinisztikus becslés Megfeleltetés QrLE „nagy bizonyossággal kitermelhető” P90: bizonyítottnak tekinthető vagyon legalább 90% az esélye, hogy legalább ennyi kitermelhető ≈ QrBE „ugyanakkora eséllyel lehet több vagy kevesebb” P50: bizonyított+valószínűnek tekinthető vagyon 50% az esélye, hogy legalább ennyi kitermelhető ≈ QrHE „akár ennyi is lehet” P10: bizonyított+valószínű+lehetségesnek tekinthető vagyon legalább 10% az esélye, hogy legalább ennyi kitermelhető ≈ Furcsaságok a vállalatok inkább választják a determinisztikát, pedig a „valóság” probabilisztikus… nem a várható érték, hanem a P90/LE vagy a P50/BE vagy a P10/LE… a bizonytalanságot (uncertainty) nem a variancia/szórás jellemzi, hanem a P90/LE és a P50/BE és a P10/HE… Mennyit ér az ásványvagyon? Pontosabban: mennyi az ásványvagyon várható értéke? A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013