Beruflich Dokumente
Kultur Dokumente
Palabras claves: Exploratorio, Recursos, Estocástico, Estimación, Datos Análogos, Prospecto, Éxito Geológico,
Interdependencia Geológica, Optimización, Secuencia Óptima, Simulación de Montecarlo.
La estadística tradicional es la ciencia de la "experiencia" y Coordinating Committee for Offshore Prospecting in Asia.[15],
pudiéramos decir que es el arte de darle forma matemática a la “Guidelines for Risk Assessment of Petroleum Prospects” de
experiencia; sin embargo; un problema típico de nuestros días es 2001
que necesitamos hacer estimaciones sobre procesos o
situaciones "nuevas" sobre las que o no tenemos experiencia o En estos trabajos se proponen enfoques que
historia, o si la tenemos, la misma es escasa o insuficiente. En muestran claramente la evolución en la utilización de
estos casos, nos basamos en experiencias similares de "otros" técnicas para el modelaje de la incertidumbre y el
que pueden servirnos como referencia, la filtramos y adecuamos a
nuestra realidad usando nuestro sentido común, y posteriormente riesgo que van desde las probabilidades simples,
estimamos y decidimos. Es importante destacar que casi nunca pasando por probabilidades condicionales,
decidimos basados totalmente en la experiencia de otros; y probabilidades bayesianas, arboles de probabilidad,
tampoco lo hacemos basados solo en nuestro sentido común o simulación de Montecarlo y finalmente combinación
experiencia propia. Lo más común es combinar ambas.
de arboles de decisión con simulación de Montecarlo
La Estadística Bayesiana; a través del Teorema de Bayes nos e interdependencia probabilística.
permite hacer estas combinaciones, de forma estructurada y
matemáticamente soportada. El teorema permite tratar a la Adicionalmente, estos trabajos atienden
experiencia de otros como "Conocimiento previo (prior separadamente aspectos variados como:
knowledge)"; normalmente representado por una distribución de
probabilidades; y a nuestra experiencia (datos propios) o sentido Estimación Probabilista de Recursos y Reservas
común (opinión de expertos) como “evidencia (Evidence)".Ambas
son combinadas matemáticamente obteniendo una distribución de
Estimación de Probabilidad de Descubrimiento o
probabilidades modificada conocida como "conocimiento posterior, Probabilidad de Éxito Geológico
mejorado o actualizado (Posterior Knowledge). Dependencia Probabilística entre Prospectos y
Objetivos Geológicos
Por su parte la toma de decisiones ha pasado de
Pronósticos de Producción asociados a un
utilizar modelos de riesgo cualitativos al uso
conjunto de Oportunidades
intensivo de análisis cuantitativo de riesgos [3],[4].
Evaluación Económica de un Proyecto
NOTA: El Análisis de Riesgo tiene dos escuelas o tendencias Exploratorio
claramente diferenciadas; la Escuela Cualitativa o de Índices
Subjetivos y la Escuela Cuantitativa. En el presente trabajo, se presenta una metodología
que atiende todos los aspectos anteriormente
La escuela Cualitativa o de índices Subjetivos utiliza como
herramienta base de análisis las Matrices de Múltiples Atributos, mencionados de manera integrada, y se agregan
cuyo principal producto es una “calificación del riesgo (alto, medio, aspectos claves para darle aún más sentido de
bajo)”. La principal virtud de esta tendencia es la velocidad y realidad a la valoración económica de proyectos y
facilidad del análisis; pero su debilidad es la subjetividad e
herramientas para y generar un portafolios de
inauditabilidad del mismo.
Opciones de Mitigación de Riesgo conformado por
La escuela Cuantitativa por su parte utiliza como herramienta base acciones específicas que afecten las variables
de análisis la Caracterización Probabilística de la Información de
Variables y el Modelaje Estocástico de Procesos. Su producto es
críticas y que apunten a:
una “cuantificación del riesgo”, su principal virtud es la reducción
Mejorar la Rentabilidad de los Proyectos
de la subjetividad y la trazabilidad del análisis; mientras que su
debilidad es la complejidad. Exploratorios de Inversión
Incrementar el Éxito Geológico de las
Los “exploradores” son para la industria del gas y del Campañas Exploratorias
petróleo, los pioneros en la utilización de modelos Reducción del OPEX de Exploración
estocásticos y en la formalización del análisis de
riesgo como ciencia base para la toma de Los elementos diferenciadores y claves de la
decisiones. Ejemplos claros de lo anteriormente metodología propuesta son los siguientes:
expuesto se muestran en los siguientes trabajos: Considera la incertidumbre natural de la
Newendorp P.D.[5],“Decision Analysis for Petroleum información en la etapa exploratoria e incorpora
Exploration”, de1975. técnicas diferenciadas para hacer inferencia
Capen E.C.[6], “The Difficulty of Assessing Uncertainty”, de
estadística válida con distintos tipos, calidades y
1976
Megill R.E.[7], “An Introduction to Risk Analysis”, de 1984 cantidades de información, con énfasis en
Rose, Peter R.[8] Dealing with Risk and Uncertainty in información escasa, incierta o análoga.
Exploration de 1987
Rose, Peter R.[9], “The Business of Petroleum Exploration” de Permite la generación de Escenarios Factibles
1992. de incorporación de recursos y reservas, y
S.K. Peterson, J.A. Murtha, F.F. Schneider.[10], “Risk Analysis facilita la rápida evaluación y reducción a un
and Monte Carlo Simulation Applied to the Generation of
Drilling AFE Estimates” de 1993. número razonable de opciones técnicamente
Murtha J.A.[11], “Estimating reserves and Success for a viables
prospect with geologically dependent layers" – de 1995
Galli A., Armstrong M., Jehl B.[12], “Comparing Three Establece, para cada escenario de incorporación
Methods for Evaluating Oil Projects Option Pricing, Decision de recursos y reservas, una secuencia óptima de
Trees, and Monte Carlo Simulations” de 1999. perforación que maximiza la promesa de valor
Wang B., Kokolis G., Litvak L.B., Rapp W.J.[13], “Dependent
Risk Calculations in Multiple-Prospect Exploration
asociada a un conjunto de oportunidades, para lo
Evaluations” de 2000. cual considera:
Falla L.C. ,” Probabilistic Model To Develop Multilayer Gas
[14]
• Selección óptima de los prospectos que integrará el 2.4. Generación, para la Actividad de
proyecto a desarrollar buscando la mejor combinación
Perforación Optimizada y Calendarizada,
entre la madurez y nivel de definición de sus modelos y
al recurso a incorporar asociado a los mismos. de Pronósticos Estocásticos de:
• Evaluación de múltiples posibles secuencias de Producción Diaria y Acumulada de Aceite, Agua y Gas
actividad tomando en cuenta la disponibilidad de Inversiones en Pozos Exploratorios y Pozos de
equipos de perforación, los costos de movilización, la Desarrollo El concepto de Pozo Tipo Análogo
disponibilidad de instalaciones; entre otros
2.5. Evaluación Económica Probabilista para la
Permite, para cada escenario de incorporación
Actividad Optimizada.
de recursos y reservas, la generación de
Pronósticos Estocásticos de Producción y de 3. Jerarquizar entre los escenarios evaluados y
Inversiones en Pozos Exploratorios con sus selección del escenario de incorporación de
respectivos Pozos de Desarrollo, basado en Recursos óptimo.
• Árbol de Probabilidades que considera el éxito A continuación se describen y detallan los aspectos
geológico determinado para cada localización
exploratoria tomando en cuenta el efecto de la
técnicos más importantes de cada una de estas
dependencia probabilística entre oportunidades etapas:
exploratorias y entre diferentes objetivos geológicos.
Etapa 1: Evaluar múltiples escenarios de
• Trabaja con doble probabilidad en la simulación; una incorporación de Recursos y seleccionar un conjunto
correspondiente al pozo exploratorio, y otra
correspondiente al desarrollo del área con pozos de
de escenarios técnicamente factibles.
desarrollo si la localización exploratoria es exitosa Etapa 2: Evaluación Estocástica de Cada Escenario
(geológica y comercialmente).
Seleccionado
Evaluación Económica Estocástica, para cada
escenario de incorporación de recursos y Etapa 2.1: Realizar la estimación probabilista de
Volúmenes y Recursos [11],[13],[14],[16],[17], para cada
reservas.
prospecto que integre la cartera de Exploración.
2. Metodología Propuesta:
La metodología considera la estimación probabilista
La “Metodología Estocástica Integral para de Volúmenes y Recursos para cada localización
Evaluación de Proyectos Exploratorios, exploratoria basado el procedimiento descrito en los
considerando Incertidumbre de la Información e Capítulos 5 y 6 del "Guidelines for the Evaluation of
Interdependencia Probabilística entre Prospectos Petroleum Reserves and Resources SPE 2001”[16].
y Diferentes Objetivos Geológicos”, puede La figura 1 muestra un esquema del procedimiento
dividirse en las siguientes etapas generales: previamente mencionado:
1. Evaluar múltiples escenarios de incorporación de
Recursos y seleccionar un conjunto de
escenarios técnicamente factibles.
2. Para cada escenario de incorporación de
Recursos seleccionado:
2.1. Realizar la estimación probabilista de
Volúmenes y Recursos para cada prospecto
que integre la cartera de Exploración.
2.2. Estimar el Probabilidad de Éxito Geológico
(Pg) para cada prospecto que integre la
cartera de Exploración, considerando
interdependencia probabilística entre Figura 1 – Esquema del Procedimiento para Estimación
prospectos y objetivos geológicos probabilista de Volúmenes y Recursos basado en los Capítulos 5
y 6 del "Guidelines for the Evaluation of Petroleum Reserves and
2.3. Generar una Actividad de Perforación Resources SPE 2001”
Optimizada y Calendarizada basada en: Aspectos que requieren particular atención en esta
Selección óptima de los prospectos que integrarán el etapa son las siguientes:
proyecto a desarrollar buscando la mejor combinación
entre la madurez y nivel de definición de sus modelos y Atender rigurosamente los criterios y conceptos del sistema
al recurso a incorporar asociado a los mismos. de clasificación de Recursos Prospectivos expresados en el
documento “Petroleum Resources Management System
Evaluación de múltiples posibles secuencias de PRMS”, avalado por SPEE: Society of Petroleum Evaluation
actividad tomando en cuenta la disponibilidad de Engineers, SPE: Society of Petroleum Engineers, WPC:
equipos de perforación, los costos de movilización, la World Petroleum Council y AAPG: American Association of
disponibilidad de instalaciones Petroleum Geologists. [18]
Caracterización probabilística adecuada para cada una de
las variables que intervienen en el cálculo. La característica
Medardo Yañez, Karina Semeco, Michele Leccese, Pedro Gil, José Fariñas, Miguel Agüero. 4
de la información en la etapa exploratoria implica el uso de P1: Probabilidad de la presencia de una roca
“datos análogos” y “opinión de expertos”, debido a “poca
almacén o reservorio efectiva
evidencia o datos propios”. Esto implica el uso intensivo del
Teorema de Bayes [1],[2],[3],[4]. La figura 2 esquematiza el uso P2: Probabilidad de la presencia de una trampa
del citado teorema en la estimación de las distribuciones de
probabilidad de los promedios de las propiedades que efectiva
intervienen en el cálculo de recursos.
P3: Probabilidad de la Presencia de un Sistema
Considerar las correlaciones probabilísticas entre de Carga de Hidrocarburos
propiedades en los casos en que aplique, y truncar
apropiadamente las distribuciones de probabilidad en rangos P4: Probabilidad de una efectiva retención de los
“físicamente posibles” hidrocarburos después de la migración
Muestra de Prior Knowledge –
Teorema de Bayes
L H g
Finalmente; la probabilidad de descubrimiento Pg, se
estima con el siguiente modelo:
tamaño “m”
Datos Análogos
f
H
. H H .
H i
LH g d
H1
1 m
m
2
H2 s
Pg= P1 x P2 x P3 x P4 (1)
H i 1 . H m 1 i 1 i
H3 m
H4
H5
SH
Presencia de una Roca Almacén o Reservorio El “Guidelines for Risk Assessment of Petroleum Prospects”[15],
aborda detalladamente el tema de la estimación de cada uno de
Presencia de una Trampa los parámetros que intervienen en la estimación de la Pg.
NOTA: La dependencia probabilística o “interdependencia entre También puede calcularse como se afectan las probabilidades
oportunidades exploratorias o prospectos” implica que el resultado individuales en el caso de que el Prospecto A resulte un fracaso;
de la perforación de cualquiera de los prospectos (éxito o fracaso), utilizando el citado Teorema de Bayes[1],[2],[15]; para construir un
impacta la probabilidad de descubrimiento de los demás. árbol de probabilidades condicionales como el de la figura 4
La independencia entre prospectos puede asumirse por ejemplo Si el Prospecto A resulta un fracaso, la probabilidad de hacer
en el caso de que pertenezcan a diferentes plays geológicos; pero descubrimientos en B, C, D se reduce sustancialmente pero aún
si pertenecen al mismo play, debe considerarse la hay una probabilidad remanente. Para calcular dicha probabilidad,
interdependencia. se deriva del Teorema de Bayes[1],[2],[15]; la siguiente expresión:
Este tipo de cálculos probabilísticos se basan en probabilidades P(X|Ā) = (P(X) x [1-P(SA)])/[1-P(A)] (6)
condicionales y están regidos por el llamado Teorema de Bayes La expresión implica que la probabilidad remanente de éxito en un
[1],[2],[3],[4],[15]
. prospecto X dado que A es un fracaso P(X|Ā) es su probabilidad
Para ilustrar el efecto de la interdependencia, se muestra un de éxito P(X) afectada por la probabilidad de que la causa del
ejemplo de 5 prospectos “X” que se encuentran en un área fracaso de “A” hayan sido los factores independientes [1-P(SA)].
exploratoria y se consideran dependientes. Como se explica en la Aplicando (6) a los prospectos B,C,D y E, se obtiene
ecuaciones (1),(2),(3) y (4) para estimar la Pg deben considerarse
múltiples parámetros probabilistas Probabilidad de B exitoso dado que A sea un fracaso:
En el caso de prospectos interdependientes, deben separarse los P (B|Ā) = [0.3639 x (1 – 0.54)] / (1 – 0.3024) = 0.239
factores de la ecuación anterior en dos grupos; factores comunes
para todos los prospectos, que generarán una probabilidad P(S) , Probabilidad de C exitoso dado que A sea un fracaso:
y factores no comunes en los diferentes prospectos analizados, P (C|Ā) = [0.1814 x (1 – 0.54)] / (1 – 0.3024) = 0.120
que generarán probabilidades distintas denotadas como P(X/S).En
este caso, aplicando el Teorema de Bayes[1],[2],[15]; en su acepción Probabilidad de D exitoso dado que A sea un fracaso:
para el tratamiento de probabilidades condicionales, la
probabilidad de descubrimiento de un determinado prospecto “X”, P (D|Ā) = [0.2509 x (1 – 0.54)] / (1 – 0.3024) = 0.165
se expresa como: P(X)=P(S) x P(X|S) (5) Probabilidad de E exitoso dado que A sea un fracaso:
La tabla 1 muestra los cálculos de las probabilidades individuales P (E|Ā) = [0.2419 x (1 – 0.54)] / (1 – 0.3024] = 0.160
P(X) para el ejemplo de los 5 prospectos
Fracaso
Factores de Probabilidad Prospecto A Pospecto B Prospecto C Prospecto D Prospecto E A P( A1-P(A)=0.698
) 1 P( A ) 0.698
P1a Facies del Reservorio 0.8 0.8 0.8 0.8 0.8 (Seco)
P1b Porosidad 0.6 1.0 0.5 0.8 0.9
P2a Identificación de la Trampa 1.0 0.9 0.9 0.7 0.6
P2b Sello 0.9 0.9 0.8 1.0 1.0 Éxito P(BP(B/A)=0.648
/ A ) 0.239
P3a Roca Fuente 0.7 0.7 0.7 0.7 0.7 B
P3b Migración 1.0 0.8 0.9 0.8 0.8 Fracaso (1-P(B/A))=0.352
P(B / A ) 0 .761
P4 Retención 1.0 1.0 1.0 1.0 1.0
P(S)=P1a x P3a x P4 Factores Comunes 0.56 0.56 0.56 0.56 0.56 Éxito P(CP(C/A)=0.324
/ A ) 0.120
P(X/S)=P1b x P2a x P2b x P3b Factores Independientes 0.54 0.648 0.324 0.448 0.432
C
Fracaso (1-P(C/A))=0.676
P(C / A ) 0.880
P(X)=P(S) x P(X/S) Probabilidad Individual 0.3024 0.3629 0.1814 0.2509 0.2419
Tabla 1 – Muestra los factores P1a, P3a y P4 comunes para los 5 Éxito P(DP(D/A)=0.448
/ A ) 0.165
prospectos, y P1b, P2a, P2b y P3b, no comunes o independientes D
Fracaso (1-P(D/A))=0.552
P(D / A ) 0 .835
en los 5 prospectos. Con esto se calcula P(S)=P1a x P3a x P4, y
P(X/S)=P1b x P2a x P2b x P3b, para cada prospecto, y finalmente Éxito P(EP(E/A)=0.432
/ A ) 0.160
se obtienen las probabilidades individuales P(A), P(B), P(C), P(D) E
y P(E) utilizando la ecuación de Bayes P(X)=P(S) x P(X/S). Fracaso P(E / A ) 0.840
(1-P(E/A))=0.568
Con los resultados que se resumen en la Tabla 1, puede ahora Figura 4 – Árboles de Probabilidades Condicionales si A resulta un
calcularse como se afectan las probabilidades individuales, por fracaso.
ejemplo en el caso de que el Prospecto A resulte exitoso;
utilizando el árbol que se muestra en la figura 3. Finalmente, el modelo probabilístico para el conjunto de los cinco
(5) prospectos analizados de resume en el árbol de probabilidades
Éxito que se muestra en la figura 6.
A P(A)=0.302
(Descubrimiento)
Éxito P(B/A)=0.648
B
Fracaso (1-P(B/A))=0.352
Éxito P(B/A)=0.648
B
Fracaso (1-P(B/A))=0.352 C
Éxito P(C/A)=0.324
Fracaso (1-P(C/A))=0.676
Éxito P(E/A)=0.432
Éxito P(D/A)=0.448 E
Éxito
D (Descubrimiento)
P(A)=0.302 Fracaso (1-P(E/A))=0.568
Fracaso (1-P(D/A))=0.552 A
Fracaso
(Seco)
P ( A1-P(A)=0.698
) 1 P ( A ) 0 . 698 Éxito P ( BP(B/A)=0.648
/ A ) 0 .239
B
Fracaso (1-P(B/A))=0.352
P ( B / A ) 0 . 761
Éxito P(E/A)=0.432
E
Fracaso (1-P(E/A))=0.568 C
Éxito P ( CP(C/A)=0.324
/ A ) 0 . 120
Fracaso (1-P(C/A))=0.676
P ( C / A ) 0 .880
Etapa 2.3: Generar una Actividad de Perforación A partir de esta Matriz puede seleccionarse el
Optimizada y Calendarizada conjunto de prospectos que presentan la mejor
combinación entre Recurso a Incorporar, Prob.de
Uno de los elementos que contribuye en mayor
Éxito Geológico (Pg) e Índice de Confiabilidad.
cuantía al éxito geológico, volumétrico y económico
de las campañas exploratorias, es la secuencia de El conjunto de prospectos seleccionados constituye
actividad de perforación seleccionada. La tendencia la actividad que ahora debe calendarizarse; pero, en
natural, es dirigir los esfuerzos hacia aquellos cual orden deben perforarse estos pozos o
prospectos en los que se estima una mayor localizaciones exploratorias para obtener la máxima
acumulación de hidrocarburos y se sospeche la rentabilidad?. Esta pregunta es atendida en la
presencia de hidrocarburos de interés para la siguiente etapa.
estrategia empresarial; pero, al respecto, aparecen
Etapa 2.3.2: Evaluación de múltiples posibles
varias interrogantes:
secuencias de la actividad seleccionada en la etapa
Son estos los prospectos con modelos mejor definidos? previa; tomando en cuenta la disponibilidad de
Qué robustez tiene la información con la que se definieron equipos de perforación, los costos de movilización, la
los modelos? disponibilidad de instalaciones.
Qué riesgo geológico fue definido para cada prospecto? Para lograr la “secuencia óptima” se ensayan miles
Hay instalaciones cercanas para manejar la producción en de combinaciones, mediante un poderoso algoritmo
caso de un descubrimiento? de simulación hasta obtener la combinación de
Hay disponibilidad de equipos de perforación para las fechas actividades (secuencia) que maximiza la rentabilidad.
estimadas? Cartera de Prospectos Cartera Optimizada Actividad Calendarizada
Qué costos de movilización y de acondicionamiento de la
zona a perforar implica?
El concepto de Pozo Análogo tiene que ver con caracterizar Árboles de Probabilidad de la Actividad de
probabilísticamente el comportamiento de producción de los pozos
Perforación de Pozos de Desarrollo.
de un campo o yacimiento análogo al prospecto que se va a
perforar.
mencionados.
Escenario 4 206,544.78 0.638 14,701.23 131,877.37
Escenario 5 206,914.25 0.648 14,730.09 134,054.15