Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634942)
Контекстум
Руконтекст антиплагиат система
Проблемы экономики и управления нефтегазовым комплексом  / №12 2017

ПРОГНОЗ ДОБЫЧИ НЕФТИ НА ЗАЛЕЖИ PERMIAN НА ОСНОВЕ РАЗНОСТНОГО УРАВНЕНИЯ (400,00 руб.)

0   0
Первый авторМаланичев
Страниц6
ID645063
АннотацияВ работе изучается динамика добычи нефти в сланцевой провинции Permian (США) с использованием численного решения дифференциального уравнения. В настоящий момент добыча в этой провинции обеспечивает более половины прироста всей нефти из труднопроницаемых коллекторов в США. В отличие от подхода, основанного на суперпозиции профилей падения добычи, предложенный подход не нуждается в гипотезе о форме профиля падения добычи. Показана связь предложенного дифференциального уравнения добычи нефти с другими экономическими и отраслевыми моделями. Описаны возможные постановки задач по экономическому анализу и прогнозу добычи, которые могут быть решены с помощью предложенного подхода Для получения численного прогноза добычи нефти дифференциальное уравнение решается схемой Эйлера. Одна из важных компонент уравнения – динамика снижения добычи – вычисляется разностной схемой с последующим сглаживанием скользящим средним. Ретроспективный анализ показал сопоставимую точность предложенной схемы расчета со схемой с использованием данных Legacy Production Change, которые рекомендует отчет DPR EIA. Однако эти данные доступны только с опережением в 1 мес к моменту выпуска отчета и предложенная схема может служить надежным инструментом для построения прогноза добычи на более отдаленные горизонты.
УДК338.27
Маланичев, А.Г. ПРОГНОЗ ДОБЫЧИ НЕФТИ НА ЗАЛЕЖИ PERMIAN НА ОСНОВЕ РАЗНОСТНОГО УРАВНЕНИЯ / А.Г. Маланичев // Проблемы экономики и управления нефтегазовым комплексом .— 2017 .— №12 .— С. 41-46 .— URL: https://rucont.ru/efd/645063 (дата обращения: 03.05.2024)

Предпросмотр (выдержки из произведения)

Облако ключевых слов *


* - вычисляется автоматически
Антиплагиат система на базе ИИ