Application and discussion of multi-factor sensitivity analysis in value assessment of areas with low exploration level
-
摘要: 随着矿业权竞争性政策在全国范围内的落地实施，油气勘查开采市场全面放开，但出让区块大多位于低勘探程度区。低勘探程度区存在资料缺乏、认识薄弱等现实因素，增大了各大油公司在“扩矿权”进程中所面临的区块评价、优选及竞标获取难度。在此背景下，对于各大油公司而言，如何在勘探认知有限的情况下，快速且有效地评估低勘探程度区块的价值，对各油公司在区块获取中掌握主动权显得尤为重要。考虑油气勘探中地质的复杂性、勘探的局限性、开发的不确定性以及经济环境的波动性等风险因素，以国际通行的预期货币价值法为基础，借助多参数敏感性分析手段，明确影响区块价值评估的关键敏感因素，建立单位地质资源量预期收益与主控因素之间的多元回归方程，实现对低勘探程度区块价值的有效评估，并在塔里木盆地北部某常规断溶体油藏区块开展应用。该方法充分考虑油气勘探中的地质、勘探、开发、经济等风险因素，通过多参数敏感性分析，定量确定主控因素，并建立类比模型，为类比法参数体系确定提供科学依据，进而客观、快速地评估低勘探程度区的预期收益，也为出让区块的竞标决策提供有力的支持。Abstract: With the full implementation of competitive mining rights policies in China, the oil and gas exploration and production market has been fully open, but most of the exploration blocks currently being offered are located in areas with low exploration level. Due to the lack of data and limited understanding in these areas, major oil companies face challenges in evaluating, selecting, and bidding during the process of obtaining mining rights. Against this background, it is particularly crucial for those companies to quickly and effectively assess the value of areas with low exploration level to gain a strategic advantage in block acquisition. This study takes into account the risks in oil and gas exploration, including geological complexity, exploration limitations, development uncertainties, and economic fluctuations. Based on the internationally recognized expected monetary value (EMV) method, the study employed multi-factor sensitivity analysis to identify the key sensitive factors affecting block value assessment. A multiple regression equation was established between the expected revenue per unit of geological resources and the main controlling factors, thereby enabling an effective assessment of the value of areas with low exploration level. The method has been applied to a conventional karstic-fault oil reservoir block in the northern Tarim Basin. This method comprehensively considers geological, exploration, development, and economic risks in oil and gas exploration. Through quantitative multi-factor sensitivity analysis, it determines the key controlling factors and establishes an analogy model. It provides a scientific basis for defining the parameter systems in analogy methods, enabling objective and rapid assessment of expected revenue in areas with low exploration level. It offers strong support for bidding decisions on blocks on offer.
-
随着我国油气勘查开采市场的全面开放，出让区块的频次、数量和面积也在逐步增加，国企民企同台竞争，使得区块获取竞争激烈，中标价格也屡创新高，大大增加了获取优质区块的难度[1]。为了在区块竞标中掌握主动权，各大油公司也从原来的侧重“油气发现”转变为注重“勘探开发效益”，加强对地质风险和经济评价的研究分析[2]。当前国内外区块价值评估方法主要包括现金流法、预期货币价值法等[3-4]，不同方法的适用范围及适用条件也存在差异。现金流量法、预期货币价值法评价精度相对较高，适用于中—高勘探程度区块，而储量价值类比法、可比成交价格法等类比法，评价精度相对较低，适用于中—低勘探程度区块[5-6]。
结合近年来国内外出让区块评估实践以及勘探认识，目前油气经济评价领域常用预期收益进行区块价值评估[7-8]。受区块大小、资源类型等因素限制，不同区块的地质资源量或可采资源量存在明显差异，使预期收益难以真正反映区块的价值。不同区块之间的可比性较弱，区块勘探程度的差异性也加大了获取区块经济评价全参数的难度。传统的储量价值类比法通常根据评价区块的地质参数[9-12]，建立基于地质主控因素的单位储量价值数学表达式，进而评估区块的价值，未考虑区块在评价开发阶段勘探、开发等相关参数对区块价值的影响，容易造成决策误判。而可比成交价格法的实质是以市场价格为区块价值的基准估值，需要参考大量相似区块的成功成交案例。
因此，本文提出单位地质资源量预期收益的概念作为评估区块价值的参数，以国际通行的预期货币价值法为基础，分析了地质、开发、勘探、经济等不同类型评价参数与单位地质资源量预期收益之间的变化规律，开展不同类型参数对评价结果的敏感性分析，明确影响单位地质资源量预期收益的主控因素。通过分析单位地质资源量预期收益与关键敏感性参数之间的相关性，建立两者之间的多元回归方程，进而预测低勘探程度区块的预期收益，并在塔里木盆地北部某常规断溶体油藏区块开展应用实例分析。该方法一方面可以消除区块间资源量差异带来的影响；另一方面，通过敏感性分析能够建立起适用于特定类型油气藏区块评估的方法，有利于对低勘探程度区的快速类比评价，也可为其他油气资源类型区块价值评估提供一种思路与方法。
1. 单位地质资源量预期收益
单位地质资源量预期收益指在预测基准收益率下，区块内单位地质资源量预期可获得的收益价值EMV(Expected Monetary Value)，后文简称单位EMV，单位油/(元/吨)，单位气/(元/千立方米)，计算见公式(1)：
单位地质资源量预期收益＝区块预期收益/区块地质资源量 (1) 其中，单位EMV值较高说明该区块在单位油气地质资源量下可获得的经济收益较高；反之，经济收益较低。
预期收益也叫预期货币价值，往往采用EMV指标进行衡量，可以通过地质、开发、勘探、经济等多因素分析计算得到[13]。但对于低勘探程度区来说，现有资料难以支撑多场景区块经济评价全参数取值以及区块经济价值评价[6]。因此以成熟区的多场景预期货币价值评价为基础，采用多参数敏感性分析方法，定量确定影响油气单位地质资源量预期收益的主控因素，建立主控因素与单位EMV的定量函数，类比成熟区块评价参数取值，可以科学客观地评估低勘探程度区块的预期收益。
2. 多参数敏感性分析
2.1 不同资源类型典型敏感性参数
基于典型地区应用，初步分析了不同资源类型影响经济效益的敏感性参数。受地质认识程度、地面因素、勘探效果、财务指标、经济条件等多因素影响，不同资源类型影响区块经济价值的主要参数存在差异。
研究发现，对于常规油气区块的典型敏感参数包括与技术可采储量有关的地质资源丰度及地质成功概率，与产量有关的可采系数及采收率，与效益有关的单井投资、地面费用、操作成本等。但不同地域的常规油气区块，其敏感性参数也存在差异。对海域常规油气区块来说，海工费用对区块经济价值的影响较为敏感。对于非常规油气区块，页岩气含气量影响着单井产量、采收率、资源丰度等参数，而不同的水平段长度、水力压裂裂缝半长等开发方式影响着压裂成本和钻井成本[14]，因此含气量、压裂成本是页岩气区块所需要分析的典型敏感性参数。受工程技术条件的影响，煤层气的单井投资、页岩油的压裂成本是主要敏感性参数。
2.2 敏感性参数取值
梳理不同资源类型的典型敏感性参数，可将区块价值评估过程中涉及到的参数分为地质参数、勘探参数、开发参数及经济参数四类共21个敏感性参数(表 1)。
表 1 不同资源类型单位EMV值的评估影响因素Table 1. Assessment factors affecting EMV per unit for different types of oil and gas resources地质参数 勘探参数 开发参数 经济参数 资源丰度/(104 t/km2) 二维覆盖率/% 可采系数/% 税金/万元 有利面积/km2 二维单价/(万元/km) 动用率/% 政策补贴/元 含气量/(m3/t) 三维覆盖率/% 采收率/% 汇率 地质成功概率/% 三维单价/(万元/km2) 单井投资(含压裂)/(万元/口) 吨桶比/(吨/桶) 探井覆盖率/% 地面费用/(万元/口) 探井费用/(万元/口) 海工费用/(万元/口) 操作成本/(元/吨)或(元/千立方米) 地质参数指对区块进行地质评价时所涉及到的评价参数，包括资源丰度、有利面积以及地质成功概率。不同资源类型地质成功概率所涉及评价参数不同，因此需结合地质勘探认识，求取不同资源类型的地质成功概率[15-17]。区块内有利区分布面积即为有利面积，运用不确定资源量计算方法，计算不同概率下的地质资源量及资源丰度。针对页岩气和煤层气领域评价时，含气量参数取值可以参考邻区或本区实验测试数据。
勘探参数指对区块进行二维、三维、预探井等勘探部署时所涉及到的评价参数，即二维覆盖率、二维单价、三维覆盖率、三维单价、探井覆盖率、探井费用。勘探参数取值可参考成熟区前期的勘探部署情况或后续勘探部署计划进行预测，其中二维覆盖率、三维覆盖率、探井覆盖率均指二维、三维、探井所控制面积占区块内有利区面积的比值。
开发参数指区块在油气开采阶段所涉及到的评价参数，包括可采系数、动用率、采收率、单井投资(含压裂)、地面费用、海工费用、操作成本。可采系数、动用率、采收率可参考相似成熟区开发井、邻区预探井的试油试气数据。单井投资(含压裂)、地面费用、海工费用、操作成本取值，可参考相似相邻区块的平均钻采费用或油气公司近5年平均勘探投资费用，并针对区块内的不同层位按照深度值进行费用折算。
经济参数指对区块进行经济评价时所涉及到与油气价格、税费、补贴相关的参数[18]，即税金、政策补贴、汇率、吨桶比。该类参数取值主要参考国家和油气公司的最新财政政策要求。
2.3 多参数敏感性分析
为确定影响区块预期收益指标的因素及其影响程度，将单位EMV值作为因子进行敏感性分析，分析地质、勘探、开发、经济类参数的变化带来的单位EMV值的变化，以确定影响不同资源类型单位EMV指标的主控因素[19-21]。采用单因素敏感性，将地质、勘探、开发、经济类参数值分别进行±20%、±10%的变化计算，计算不同参数变化场景对单位EMV数值的影响，分析结果如图 1所示，其中a、b、c代表不同敏感性参数对单位EMV数据的影响变化曲线。
图 1 不同资源类型下的单位EMV敏感性分析图中a、b、c代表不同敏感性参数对单位EMV数据的影响变化曲线。Figure 1. Sensitivity analysis of EMV per unit under different oil and gas resource types为判断各影响因素对单位EMV值的影响程度，本文以不同参数变化影响计算得到的单位EMV值变化率作为各参数的影响程度。基于敏感性分析图表，分析各参数的影响程度，单位EMV值变化率的绝对值越高，表示该参数越敏感[22]。在各类别中选取影响程度高的参数，作为这一类参数中影响评估结果的主控因素。
3. 类比模型建立
根据实际情况或储量评估数据，分析类比区主要的经济评价场景，确定区块价值评估时油气价格和折现率的经济评价场景。结合实际情况分析主控因素的合理取值范围，变化主控因素参数计算多场景下的单位EMV结果，建立单位EMV多场景数据集(图 2)。利用多参数多元线性回归模型，建立单位EMV的线性类比数学模型(公式(2))。通过获取待评价区的主控因素参数取值，采用建立的定量模型，计算待评价区的单位EMV值及预期收益。
f(x)=b+n∑i=1ai×xi (2) 式中：xi为第i个主控因素，其中主控因素选取范围参考表 1；ai为第i个主控因素的相关性系数，无量纲；b为常量，无量纲。
4. 应用实例
4.1 区块选取
A区块位于塔里木盆地北部，其埋深大，受多期构造破裂作用控制，主要发育北北西向走滑断裂，油气藏沿断裂带呈线性分布，奥陶系发育典型的“断溶体油藏”[23-28]，勘探程度高，是盆地内类比评价的主要刻度区。下寒武统玉尔吐斯组主力烃源岩在A区块内大面积稳定分布，具有局部洼地加厚的低缓坡沉积特征，为油气成藏提供了丰厚的物质基础[29-30]。参考A区块的储量报告数据，得到A区块的地质资源量为4 409.03×104 t，资源丰度为127×104 t/km2。
图 2 不同场景下主控因素取值及单位EMV数据集x11为场景1下的主控因素1的取值，x12为场景1下的主控因素2的取值，……，xnn为场景n下的主控因素n的取值。Figure 2. Main controlling factor values and EMV per unit data sets under different scenariosB区块位于塔里木盆地北部，区内无钻井且二维测网稀疏，地质认识薄弱，属于低勘探程度区。由于B区块临近A区块，二者油气资源类型相同且油气成藏条件相似，都具备发育奥陶系超深断溶体油藏的条件，因此A、B区块具有可类比性。本文以A区块作为类比区，建立断溶体常规油气的单位EMV类比模型，将模型应用于B区块的价值评估中。
4.2 应用评价
考虑油气价格波动以及储量评估数据，本文选用8%折现率下65美元/桶的评估场景作为待评价区B区块评价的类比经济评价场景。
结合A区块地质资源丰度、规模，确定现有技术条件下的钻井配产、递减模型。计算得到，A区块财务净现值为11.83亿元，预期收益为11.52亿元，单位EMV值为26.53元/吨。对比A区块已提交的探明储量和勘探开发资料，估算统一经济评价场景下的财务净现值为11.86亿元，计算结果与储量评估数据基本吻合。
基于多参数敏感性分析，对类比区A区块的各类参数分别按照±20%、±10%的变化率进行敏感性分析，得到地质、勘探、开发、经济类参数变化对单位EMV数值的敏感性分析图(图 3)。分析各影响因素对单位EMV值的影响程度，得到影响断溶体常规油气单位EMV值的主控因素。类比区块A和待评价区块B位于相同省份且油气资源类型相同，税金取值相同，故不作为主控因素进行考虑。据此选出的主控因素包括地质成功概率、资源丰度、可采系数、采收率、单井投资、地面费用、操作成本。
图 3 A区块常规油主控因素对单位EMV值的变化率敏感性分析Figure 3. Sensitivity analysis of conventional oil main controlling factors on variation rates of EMV per unit in block A针对选取的主控因素及其合理取值范围，改变主控因素参数值，计算不同参数变化条件下的单位EMV值，形成不同场景下主控因素取值及单位EMV值数据集(表 2)。采用多元线性回归模型，建立适用于A区块断溶体油藏的单位EMV线性类比数学模型(公式(3))。根据待评价区B区块的地质、开发、经济等实际情况，获取待评价区主控因素参数取值，代入公式(3)，计算B区块的单位EMV值为12.12元/吨。
y=0.290x1+0.258x2+3.030x3+5.342x4−0.005x5−0.005x6−0.026x7−84.825 (3) 表 2 A区块常规油不同场景下主控因素取值及单位EMV值数据集Table 2. Main controlling factor values and EMV per unit data sets of conventional oil in block A under different scenarios主控因素 地质成功
概率/%资源丰度/(104 t/km2) 可采系数/% 采收率/% 单井投资/(万元/口) 地面费用/(万元/口) 操作成本/(元/吨) 单位
EMV值/(元/吨)影响程度 30 38 35 63 -33 -3 -14 场景1 100 127.28 12.25 6.77 6 965.00 661.00 535.00 26.53 场景2 80 127.28 12.25 6.77 6 965.00 661.00 535.00 20.59 场景3 100 114.55 12.25 6.77 6 965.00 661.00 535.00 22.45 场景4 100 127.28 13.47 6.77 6 965.00 661.00 535.00 29.87 场景5 100 127.28 12.25 5.42 6 965.00 661.00 535.00 13.88 场景6 100 127.28 12.25 6.77 7 661.50 661.00 535.00 23.18 …… …… …… …… …… …… …… …… …… 场景n 100 127.28 12.25 6.77 6 965.00 661.00 428.00 29.35 注：场景1为原始参数；场景2为地质成功概率降低20%；场景3为资源丰度降低10%；场景4为可采系数增加10%；场景5为采收率减小20%；场景6为开发井费用增加10%；……；场景n为操作成本降低20%；影响程度为图 3中主控因素的单位EMV值变化率，单位为无量纲。 式中：x1为地质成功概率，单位%；x2为资源丰度，单位104 t/km2；x3为可采系数，单位%；x4为采收率，单位%；x5为单井投资，单位万元/口；x6为地面费用，单位万元/口；x7为操作成本，单位元/吨；y为单位EMV值，单位元/吨。
结果表明，在当前的类比经济评价场景下，基于地质认识，采用不确定资源量计算方法计算得到B区块的P50地质资源量为2 129.86万吨，可得到的待评价区B区块预期收益为2.58亿元，可作为B区块竞标决策的参考依据。
随着地质认识程度和开发工程工艺技术的提升，降低单井投资、地面费用、操作成本，提高地质成功概率，可提高待评价区的预期收益。考虑后期技术进步以及油气价格波动的影响，可以形成不同油气价格、不同技术条件下的单位EMV数据，结合不同概率下的地质资源量数据，建立多场景下的预期收益价格区间表，为后续竞标建议提供依据。针对现阶段区块竞标中常出现的低勘探程度区块，通过全参数敏感性分析，定量确定影响区块预期收益的主控因素，可为类比法参数体系确定提供科学依据。
5. 结语
(1) 基于多参数敏感性分析，充分考虑区块竞标评价的风险性，为低勘探程度区块价值评估提供了一种考虑风险评估下的价值评估类比方法，并对塔里木盆地断溶体常规油气藏开展了应用。
(2) 不同油气藏类型的区块价值评估的影响因素不同。对于不同油气藏类型低勘探程度区块的敏感性参数分析，需要结合地质、勘探、开发及经济等方面的实际情况进行分析。常规油气区块的典型敏感参数包括地质资源丰度、地质成功概率、可采系数、采收率、单井投资、地面费用、操作成本。非常规油气区块的典型敏感性参数在常规油气区块典型敏感性参数的基础上增加了含气量、压裂成本费用。对海域常规油气区块来说，海工费用对区块经济价值的影响较为敏感。
(3) 在区块竞标过程中，敏感性分析在一定程度上能对不确定因素带来的影响进行估算评价，有效地衡量评价过程中的抗风险能力，做到合理规避风险，可以更客观、科学地评估低勘探程度区或空白区的预期收益。
利益冲突声明/Conflict of Interests作者赵琳洁、王保华、李龙龙、段铁军是本刊主办单位员工，均未参与本文的同行评审、编审流程或决策。Authors ZHAO Linjie, WANG Baohua, LI Longlong, and DUAN Tiejun are employees of the sponsor of this journal. None of them took part in peer review/editorial procedures or decision-making of this article.作者贡献/Authors’Contributions封永泰、赵琳洁、王保华完成方法建立；赵琳洁完成应用操作与论文写作；李龙龙、段铁军参与论文调研和修改。所有作者均阅读并同意最终稿件的提交。The study was designed by FENG Yongtai, ZHAO Linjie, and WANG Baohua. The application operation was completed by ZHAO Linjie. The manuscript was drafted and revised by LI Longlong and DUAN Tiejun. All authors have read the final version of the paper and consented to its submission. -
图 1 不同资源类型下的单位EMV敏感性分析
图中a、b、c代表不同敏感性参数对单位EMV数据的影响变化曲线。
Figure 1. Sensitivity analysis of EMV per unit under different oil and gas resource types
图 2 不同场景下主控因素取值及单位EMV数据集
x11为场景1下的主控因素1的取值，x12为场景1下的主控因素2的取值，……，xnn为场景n下的主控因素n的取值。
Figure 2. Main controlling factor values and EMV per unit data sets under different scenarios
图 3 A区块常规油主控因素对单位EMV值的变化率敏感性分析
Figure 3. Sensitivity analysis of conventional oil main controlling factors on variation rates of EMV per unit in block A
表 1 不同资源类型单位EMV值的评估影响因素
Table 1. Assessment factors affecting EMV per unit for different types of oil and gas resources
地质参数 勘探参数 开发参数 经济参数 资源丰度/(104 t/km2) 二维覆盖率/% 可采系数/% 税金/万元 有利面积/km2 二维单价/(万元/km) 动用率/% 政策补贴/元 含气量/(m3/t) 三维覆盖率/% 采收率/% 汇率 地质成功概率/% 三维单价/(万元/km2) 单井投资(含压裂)/(万元/口) 吨桶比/(吨/桶) 探井覆盖率/% 地面费用/(万元/口) 探井费用/(万元/口) 海工费用/(万元/口) 操作成本/(元/吨)或(元/千立方米) 
下载: 导出CSV
表 2 A区块常规油不同场景下主控因素取值及单位EMV值数据集
Table 2. Main controlling factor values and EMV per unit data sets of conventional oil in block A under different scenarios
主控因素 地质成功
概率/%资源丰度/(104 t/km2) 可采系数/% 采收率/% 单井投资/(万元/口) 地面费用/(万元/口) 操作成本/(元/吨) 单位
EMV值/(元/吨)影响程度 30 38 35 63 -33 -3 -14 场景1 100 127.28 12.25 6.77 6 965.00 661.00 535.00 26.53 场景2 80 127.28 12.25 6.77 6 965.00 661.00 535.00 20.59 场景3 100 114.55 12.25 6.77 6 965.00 661.00 535.00 22.45 场景4 100 127.28 13.47 6.77 6 965.00 661.00 535.00 29.87 场景5 100 127.28 12.25 5.42 6 965.00 661.00 535.00 13.88 场景6 100 127.28 12.25 6.77 7 661.50 661.00 535.00 23.18 …… …… …… …… …… …… …… …… …… 场景n 100 127.28 12.25 6.77 6 965.00 661.00 428.00 29.35 注：场景1为原始参数；场景2为地质成功概率降低20%；场景3为资源丰度降低10%；场景4为可采系数增加10%；场景5为采收率减小20%；场景6为开发井费用增加10%；……；场景n为操作成本降低20%；影响程度为图 3中主控因素的单位EMV值变化率，单位为无量纲。
下载: 导出CSV
-
[1] 赵琳洁, 王保华, 李浩, 等. 预期货币价值法在国内页岩气区块竞标中的应用与探讨[J]. 石油实验地质, 2023, 45(3): 587-592. doi: 10.11781/sysydz202303587ZHAO Linjie, WANG Baohua, LI Hao, et al. Application and discussion of expected monetary value (EMV) method in domestic shale gas block bidding[J]. Petroleum Geology & Experiment, 2023, 45(3): 587-592. doi: 10.11781/sysydz202303587 [2] 荆克尧, 姜振强, 胡燕, 等. 低油价对国内外石油公司效益的影响及其对策分析[J]. 当代石油石化, 2016, 24(3): 1-7.JING Keyao, JIANG Zhenqiang, HU Yan, et al. The influence of low oil price upon benefits of domestic and foreign petroleum companies and countermeasure analysis[J]. Petroleum & Petrochemical Today, 2016, 24(3): 1-7. [3] 朱倩. 海外油气田项目经济评价方法应用探讨[J]. 当代石油石化, 2019, 27(8): 35-39.ZHU Qian. The application of economic evaluation methods in overseas oil & gas projects[J]. Petroleum & Petrochemical Today, 2019, 27(8): 35-39. [4] 刘晓冬, 宋旭. 现金流量法在油气储量经济评价中的应用[J]. 天然气工业, 2006, 26(7): 142-144.LIU Xiaodong, SONG Xu. Application of cash flow method in oil/gas reserves economic assessment: taking the block Zhao 40 as an example[J]. Natural Gas Industry, 2006, 26(7): 142-144. [5] 刘超英, 李军, 王保华, 等. 不同勘探程度矿权区块价值评估方法[J]. 石油与天然气地质, 2022, 43(6): 1489-1496.LIU Chaoying, LI Jun, WANG Baohua, et al. Valuation methods of mineral rights of blocks with diverse exploration maturity[J]. Oil & Gas Geology, 2022, 43(6): 1489-1496. [6] 龙隆, 陈恭洋, 印森林, 等. 基于不同开发阶段的深层油气田经济评价方法[J]. 长江大学学报(自然科学版), 2021, 18(5): 38-47.LONG Long, CHEN Gongyang, YIN Senlin, et al. Economic evaluation method of deep oil and gas fields based on different development stages[J]. Journal of Yangtze University (Natural Science Edition), 2021, 18(5): 38-47. [7] 干卫星, 董翠. 海外油气勘探项目风险价值评估模型[J]. 国际石油经济, 2014, 22(S1): 175-177.GAN Weixing, DONG Cui. A method for risk valuation of oil and gas exploration projects abroad[J]. International Petroleum Economics, 2014, 22(S1): 175-177. [8] 邓子渊, 王睿智, 朱倩, 等. 美国非常规油气投资决策经济评价主要方法及应用[J]. 国际石油经济, 2020, 28(7): 63-69.DENG Ziyuan, WANG Ruizhi, ZHU Qian, et al. Main economic evaluation methods and applications of unconventional oil and gas investment decisions in the United States[J]. International Petroleum Economics, 2020, 28(7): 63-69. [9] 刘斌, 李丰. 矿业权流转中的油气储量价值评估技术[J]. 中国石油勘探, 2022, 27(3): 38-46.LIU Bin, LI Feng. Value evaluation technology of oil and gas reserves in the circulation of mining rights[J]. China Petroleum Exploration, 2022, 27(3): 38-46. [10] 何晨毓, 刘丽琼, 肖玉茹, 等. 鄂尔多斯盆地红河油田长8油藏效益开发地质评价参数的确定[J]. 石油实验地质, 2023, 45(4): 791-796. doi: 10.11781/sysydz202304791HE Chenyu, LIU Liqiong, XIAO Yuru, et al. Determination of geological evaluation parameters for profitable development of Chang 8 tight oil reservoir in Honghe oil field, Ordos Basin[J]. Petroleum Geology & Experiment, 2023, 45(4): 791-796. doi: 10.11781/sysydz202304791 [11] 张兵, 杜丰丰, 张海锋, 等. 基于经济效益评价的煤层气开发有利区优选: 以鄂尔多斯盆地东缘杨家坡区块为例[J]. 油气藏评价与开发, 2024, 14(6): 933-941.ZHANG Bing, DU Fengfeng, ZHANG Haifeng, et al. Selection of favorable areas for coalbed methane development based on economic benefit evaluation: a case study of Yangjiapo block in eastern margin of Ordos Basin[J]. Petroleum Reservoir Evaluation and Development, 2024, 14(6): 933-941. [12] 刘豪, 徐长贵, 高阳东, 等. 断陷湖盆低勘探区源—汇系统与烃源岩预测: 以珠江口盆地珠一坳陷北部洼陷区为例[J]. 石油与天然气地质, 2023, 44(3): 565-583.LIU Hao, XU Changgui, GAO Yangdong, et al. Source-to-sink system and hydrocarbon source rock prediction of underexplored areas in rifted lacustrine basins: a case study on northern lows in Zhu Ⅰ Depression, Pearl River Mouth Basin[J]. Oil & Gas Geology, 2023, 44(3): 565-583. [13] STIGLIANO H, SINGH V, YEMEZ I, et al. Establishing minimum economic field size and analyzing its role in exploration-project risks assessment: a practical approach[J]. The Leading Edge, 2016, 35(2): 180-189. doi: 10.1190/tle35020180.1 [14] 王惠君, 卢双舫, 乔露, 等. 南川页岩气地质工程一体化优化中的参数敏感性分析[J]. 地球科学, 2023, 48(1): 267-278.WANG Huijun, LU Shuangfang, QIAO Lu, et al. Parameter sensitivity analysis in geology-engineering integration optimization for shale gas in Nanchuan block[J]. Earth Science, 2023, 48(1): 267-278. [15] 闫相宾, 刘超英, 蔡利学. 含油气区带评价方法探讨[J]. 石油与天然气地质, 2010, 31(6): 857-864.YAN Xiangbin, LIU Chaoying, CAI Lixue. A discussion on methods of play assessment[J]. Oil & Gas Geology, 2010, 31(6): 857-864. [16] 穆星, 王文彬, 陈涛, 等. 济阳坳陷潜山风险勘探方向浅析[J]. 油气地质与采收率, 2024, 31(4): 112-124.MU Xing, WANG Wenbin, CHEN Tao, et al. Brief discussion of risk exploration directions of buried hills in Jiyang Depression[J]. Petroleum Geology and Recovery Efficiency, 2024, 31(4): 112-124. [17] 陈力力, 沈欣宇, 杨昕昊, 等. 磨溪—龙女寺区块高效钻井实践与启示[J]. 钻采工艺, 2023, 46(6): 26-33.CHEN Lili, SHEN Xinyu, YANG Xinhao, et al. Practice and enlightenment of efficient drilling in Moxi-Longnvsi block[J]. Drilling and Production Technology, 2023, 46(6): 26-33. [18] 谢正龙, 郭卓函, 李海涛, 等. 天然气区块价值评估参数取值研究[J]. 天然气勘探与开发, 2018, 41(4): 87-93.XIE Zhenglong, GUO Zhuohan, LI Haitao, et al. Parameter values in value appraisal of natural-gas blocks[J]. Natural Gas Exploration and Development, 2018, 41(4): 87-93. [19] 胡俊坤, 陈媛媛, 陈寅飞, 等. 页岩气井经济效益评价图版建立及运用: 以川南页岩气开发为例[J]. 天然气技术与经济, 2022, 16(2): 66-72.HU Junkun, CHEN Yuanyuan, CHEN Yinfei, et al. Establishment and application of economic benefit evaluation charts of shale gas well: a case study on shale gas development in southern Sichuan Basin[J]. Natural Gas Technology and Economy, 2022, 16(2): 66-72. [20] 陈梓炜, 李圆. 多因素敏感性分析在项目经济评价中的运用[J]. 价值工程, 2014, 33(33): 130-131.CHEN Ziwei, LI Yuan. Application of the multi-factor sensitivity analysis in the project economic evaluation[J]. Value Engineering, 2014, 33(33): 130-131. [21] 陆兴, 兰明菊, 章玲. 基于多属性群决策的油田承包商安全风险综合评价方法[J]. 钻采工艺, 2023, 46(3): 180-184.LU Xing, LAN Mingju, ZHANG Ling. Study on the risk assessment of oilfield contractors based on multi-attribute group decision making[J]. Drilling & Production Technology, 2023, 46(3): 180-184. [22] 尹涛, 杨屹铭, 靳锁宝, 等. 概率法在岩性气藏储量风险评估中的应用[J]. 西南石油大学学报(自然科学版), 2020, 42(3): 60-68.YIN Tao, YANG Yiming, JIN Suobao, et al. Application of probability method in the reserves risk evaluation of lithologic gas reservoirs[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2020, 42(3): 60-68. [23] 唐磊, 王建峰, 曹敬华, 等. 塔里木盆地顺北地区超深断溶体油藏地质工程一体化模式探索[J]. 油气藏评价与开发, 2021, 11(3): 329-339.TANG Lei, WANG Jianfeng, CAO Jinghua, et al. Geology-engineering integration mode of ultra-deep fault-karst reservoir in Shunbei area, Tarim Basin[J]. Petroleum Reservoir Evaluation and Development, 2021, 11(3): 329-339. [24] 马永生, 蔡勋育, 云露, 等. 塔里木盆地顺北超深层碳酸盐岩油气田勘探开发实践与理论技术进展[J]. 石油勘探与开发, 2022, 49(1): 1-17.MA Yongsheng, CAI Xunyu, YUN Lu, et al. Practice and theoretical and technical progress in exploration and development of Shunbei ultra-deep carbonate oil and gas field, Tarim Basin, NW China[J]. Petroleum Exploration and Development, 2022, 49(1): 1-17. [25] 杨德彬, 鲁新便, 鲍典, 等. 塔里木盆地北部奥陶系海相碳酸盐岩断溶体油藏成因类型及特征再认识[J]. 石油与天然气地质, 2024, 45(2): 357-366.YANG Debin, LU Xinbian, BAO Dian, et al. New insights into the genetic types and characteristics of the Ordovician marine fault-karst carbonate reservoirs in the northern Tarim Basin[J]. Oil & Gas Geology, 2024, 45(2): 357-366. [26] 杨德彬, 鲁新便, 高志前, 等. 塔北深层海相碳酸盐岩断溶体成藏认识及油藏特征[J]. 地学前缘, 2023, 30(4): 43-50.YANG Debin, LU Xinbian, GAO Zhiqian, et al. Hydrocarbon accumulation and reservoir characteristics of deep marine fault-karst reservoirs in northern Tarim Basin[J]. Earth Science Frontiers, 2023, 30(4): 43-50. [27] 方俊伟, 贾晓斌, 游利军, 等. 深层断溶体油气藏钻完井储层保护技术挑战与对策[J]. 断块油气田, 2024, 31(1): 160-167.FANG Junwei, JIA Xiaobin, YOU Lijun, et al. Challenges and countermeasures for reservoir protection in deep fault-karst reservoirs during drilling and completion[J]. Fault-Block Oil & Gas Field, 2024, 31(1): 160-167. [28] 刘学利, 谭涛, 陈勇, 等. 顺北一区断溶体油藏溶解气驱开发特征[J]. 新疆石油地质, 2023, 44(2): 195-202.LIU Xueli, TAN Tao, CHEN Yong, et al. Development characteristics of solution-gas drive in fault-karst reservoirs in Shunbei-1 block[J]. Xinjiang Petroleum Geology, 2023, 44(2): 195-202. [29] 漆立新. 塔里木盆地顺北超深断溶体油藏特征与启示[J]. 中国石油勘探, 2020, 25(1): 102-111.QI Lixin. Characteristics and inspiration of ultra-deep fault-karst reservoir in the Shunbei area of the Tarim Basin[J]. China Petroleum Exploration, 2020, 25(1): 102-111. [30] 黄旭楠, 董大忠, 王玉满, 等. 非常规油气资源经济性评价方法与案例[J]. 天然气地球科学, 2016, 27(9): 1651-1658.HUANG Xunan, DONG Dazhong, WANG Yuman, et al. Economic assessment method of unconventional oil and gas resources and case study[J]. Natural Gas Geoscience, 2016, 27(9): 1651-1658. -
下载:
计量
- 文章访问数: 24
- HTML全文浏览量: 10
- PDF下载量: 1
- 被引次数: 0
苏公网安备32021102000780号