MétaCan
Menu
Retour à la cohorte
Enregistrement W1990667258 · doi:10.2118/133626-ms

Integrated Risk Analysis Criteria for Managing Exploration and Development of Oil and Gas Assets

2010· article· en· W1990667258 sur OpenAlexaff
Hadi Belhaj, Mohammed Haroun, Terry Lay

Notice bibliographique

RevueSPE Western Regional Meeting · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPetroleum industryRisk managementRisk analysis (engineering)Cash flowDiscounted cash flowRevenueFossil fuelPetroleumPetroleum engineeringComputer scienceAsset (computer security)Net present valueRisk assessmentOperations researchProduction (economics)Environmental scienceEngineeringBusinessGeologyEnvironmental engineeringEconomicsAccountingWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract Current petroleum industry practice (as reported by Beucher et. al.1 and Bratvold and Begg2 etc. AAPG 2008) adopts schemes that aim at separating risk into two main categories; subsurface risk that includes resource size, production rate, and access cost and surface risk that demonstrates total expenditure, facilities delivery, delays, performance, oil/gas revenues and costs. A recent SPE review (Bartvold el al SPE RE 2009) of decision making in the petroleum industry shows great dependence on VOI (Value of Information), to manage risk. VOI cannot stand alone as a decision making tool. There are also shortcomings in the use of Monte Carlo simulation. In this paper, we introduce an integrated approach for handling risk associated with oil and gas exploration as well as development of mature reservoirs through EOR and IOR. Test case includes a major asset in the Arabian Gulf Region selected due to its varying reservoir settings. The proposed approach basically, integrates uncertainty elements that may create "business risk" causing "business impact". This solution methodology breaks down each risk parameter to sub-parameters. Critical and non critical sub-parameters are broken down to even more detailed pieces of risk components, down to the smallest fragments of risk. Thereafter, a down-to-top risk analysis technique is adopted to reach to target NCF (Net Cash Flow). Proposed is a tool for risk analysis modeling criteria related to exploration of oil and gas, and development of mature fields. In particular, it focuses on comprehension and inclusion and negates lumping/dropping of any risk parameter. This is not only because petroleum industry is surrounded by lots of uncertainties and therefore carries a huge risk, but also because other economies are revolving and highly dependent on this industry. In many cases, ignored risk parameters, that once thought non-critical, turned to business disasters.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,318
Score d'incertitude au seuil0,441

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,303
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Western Regional MeetingMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207