基于系统动力学的中国石油产量预测分析
油井产能预测模型研究及应用
油井产能预测模型研究及应用油井产能预测模型研究及应用摘要：随着油井钻探技术的发展，油井产能预测对于油田的开发和管理具有重要意义。
本论文旨在研究油井产能预测模型，并将其应用于实际油田开发中。
首先，论文对油井产能预测模型的时间序列分析方法进行介绍，包括ARIMA、GARCH和VAR模型。
然后，论文介绍了基于机器学习的非线性回归模型，包括支持向量机、神经网络和随机森林等。
接下来，论文提出了一种综合多种模型的油井产能预测方法，并通过实际数据进行验证。
最后，论文对油井产能预测模型的应用进行了讨论，包括油田开发和生产管理等方面。
研究结果表明，油井产能预测模型具有较高的准确性和可靠性，可以为油田开发和管理提供有价值的参考。
关键词：油井产能预测；时间序列分析；机器学习；油田开发；生产管理1 引言随着全球对能源需求的不断增长，油田的开发和管理越来越受到重视。
而油井产能的预测是油田开发和管理的一个关键问题，对于确定合理的开采方案和提高生产效率具有重要意义。
因此，研究油井产能预测模型，并将其应用于实际油田开发中，对于提高油井产能的预测准确性和可靠性具有重要意义。
2 油井产能预测模型的时间序列分析方法时间序列分析是一种用来研究时间序列数据的方法，其基本思想是将时间序列数据看作是时间的函数，通过对时间序列的观察和统计分析，预测未来的时间序列。
在油井产能预测中，常用的时间序列分析模型包括ARIMA、GARCH和VAR模型等。
2.1 ARIMA模型ARIMA模型是一种基于自相关和移动平均的时间序列预测模型。
其主要思想是通过对时间序列的自相关和移动平均的分析，建立ARIMA模型，并进行未来时间序列的预测。
ARIMA模型通过递归算法不断地调整模型的参数，使得模型的残差最小化，从而得到最佳的预测结果。
2.2 GARCH模型GARCH模型是一种用来分析时间序列波动的模型，其主要思想是通过自回归和移动平均的方法，建立波动序列的模型，并进行未来波动的预测。
基于峰值预测模型的中国石油产量合理规划
广义翁氏模型
HCZ 模型
Q = at be -
; N R = ac b+1Γ( b + 1) ; N P = N Re
[ - ( a/ b) e - bt ]
Q = aN R e
[ - ( a/ b) e - bt - bt ]
Reasonable planning of oil production in China based on peak oil model
F EN G Lian2yo ng , TAN G Xu , ZHAO Lin ( Chi na U ni versit y of Pet roleum , B ei j i n g 102249 , Chi na)
预测峰值产量公式 预测峰值时间公式
1 ln a
Qmax = 0 . 25 bN R t max = b Qmax = a( bc/ 2 . 718) Qmax = 0 . 3679 bN R
b
t max = b c
t max = ln ( a/ b) / b
of pet roleum resources
497
基于峰值预测模型的中国石油产量合理规划
冯连勇 , 唐旭 , 赵林
( 中国石油大学 ( 北京) )
摘要 : 基于石油产量峰值预测模型 ,在不进行石油产量合理规划的情况下 ,中国的石油产量峰值时间将在 2017 年前后出现 , 峰值产量约为 18 500 万 t ;而石油消费高峰将在 2034 年前后出现 ,高达 63 300 万 t 左右 ,届时全国的石油产量已进入递减阶 段 ,对外依存度将高达 73 %左右 ,石油供需矛盾及石油安全问题将更加突出 。分析认为 ,应该对国内石油产量进行合理规 划 :降低当前的石油产量 ,将石油峰值产量降到 17 000 万 t 左右 ,使产量峰值时间推到 2030 年左右 ,从而使得石油的产量高 峰和需求高峰基本吻合 ,可相应地减少石油进口 ,从而降低石油对外依存度 ,保障石油供应的安全 。图 3 表 5 参 19 关键词 : 石油产量峰值 ; 预测模型 ; 产量规划 ; 供需矛盾 ; 石油安全 中图分类号 : TE32 文献标识码 :A
一、十一五时期石油生产情况预测通过对PP)与国内生产
“十一五”期间石油供需趋势预测一、“十一五”时期石油生产情况预测近几年，我国加大了对石油勘探、开发及开采的投资和支持力度，促使“十一五”时期原油生产增速加快。
估计“十一五”时期我国原油产量继续保持快于世界平均增长水平和高于“十五”平均发展速度的总体趋势。
通过对1990—2005年的石油生产（PP）与国内生产总值（GDP）统计数据测算，石油生产与GDP呈高度相关，相关系数0.981，回归方程是：PP＝0.0263×GDP十13505拟合优度B2＝0.964据此测算并经过经验调整的“十一五时期各年原油产量分别为18450万吨、18900万吨、19370万吨、19860万吨，年均增长2.4％，比“十五”时期平均增速提高0.3个百分点。
表1 测算的2006-2010年原油产量 单位：万吨二、“十一五”时期石油需求预测石油需求预测分三步进行，首先利用石油消费（PC）与GDP的相关性分析得出第一步的结果；然后按照“十一五”规划中提出的降低能源耗的要求，进而得出第二个预测结果并与前一个结果进行对比；第三综合分析各种因素对石油消费起抑制或加强的作用，对数据进行调整，得出最后的预测结果。
1、根据GDP测算的“十一五”时期石油需求量通过1990—2005年石油消费（PC）与GDP的统计数据测算石油消费与GDP呈高度相关，相关系数0.989，回归方程是：PC＝0.1167×GDP十9909.1拟合优度B2＝0.979表2是根据回归方程得出的“十一五”期间各年石油消费量，石油消费年均增长率为5.05％。
根据经验判断这个增长速度有些偏高。
表2 根据GDP测算的2006—2010年石油消费量 单位：万吨2、按照“十一五”规划中提出的单位产位能源消耗降低20％目标测算的石油消费量根据“单位产值能源消耗降低20％”目标，测算“十一五”期间单位产值的石油消耗为年均下降5.43％。
由此算出的各年石油消费量（见表3），石油消费年均增长率为2.6％。
数理统计方法在油田产量预测中的应用
数理统计方法在油田产量预测中的应用摘要油田的产量预测是油田开发工作中的重要内容，对于整个油田开发方案的部署与调整有着重要意义。
但由于对地下油藏性质认识的不确定性，导致了油田的各动态指标确定以及产量预测的难度较大。
将数理统计方法应用于油田产量预测工作中，是非常有价值的。
本文介绍了常见数理统计预测油田产量的方法，并应用于实际油田生产中，进一步证明数理统计方法预测油田产量的准确性和科学性。
关键词油田产量；预测方法；数理统计1 油田产量的预测在油田的生产中，通过对油气藏动态的研究，预测油气田的未来生产的产量，并且在此基础上对开发方案进行设计和调整，用于指导油气田的整体开发，具有非常重大的意义[1]。
因此，如何利用各种方法对油田产量进行预测，是十分重要的工作内容。
目前，比较常见的油气田产量预测方法有常规油藏工程方法、数学模型法、数值模拟方法等，其中最为普遍的是递减曲线法、水驱曲线法和数值模拟法。
但是，由于对地下油藏性质认识的不确定性，导致了油田的各动态指标确定以及产量预测的难度较大：水驱曲线法无法表征产量与时间的关系；数值模拟法的计算过程过于复杂且参数要求多而且严格；递减曲线法无法考虑到其他参数对产量的影响等[2]。
将数理统计应用于油气田的产量预测，能够有效地反映地层的不确定性，准确反映地层产量的变化趋势，从而在所需信息少、可考虑影响因素、且不需大量计算的前提下，快速准确的对油气田产量进行预测。
2 数理统计方法预测油田产量2.1常见数理统计方法在油田产量预测的应用目前，在油田产量预测工作中，已经先后出现了很多数理统计预测模型，非常著名的有时间序列模型，生命总量有限体系预测模型例如翁氏模型、Arps递减模型，灰色系统理论模型，灰色系统理论和时间序列分析组合模型等。
其中灰色系统理论是动态趋势预测理论中的一部分，时间序列分析是统计学中的重要内容，其组合模型的预测能力十分准确，在油气田产量预测中有着非常重要的应用价值。
两类统计模型下的石油产量预测研究
表 １ 延长石油某采油厂油田开发数据表
年份 ２００７ ２００８ ２００９ ２０１０ ２０１１ ２０１２ ２０１３ ２０１４ ２０１５
ｘ１ ２６９８ ５１３１ ５７１４ ５６７４ ６１６４ ６４４１ ６６７９ ６５４１ ７６８０
１１ 模型介绍 设因变量 ｙ表现为 ｍ个自变量 ｘ１，ｘ２，…，ｘｍ 的
线性组合，即 ｙ有 ｍ组实际观察数据。在这个观察 样本中，第 ｋ组观察值（ｋ＝１，２，…，ｍ）可以表示为 （ｘ１ｋ，ｘ２ｋ，…，ｘｍｋ，ｙｋ），且（ｘ１ｋ，ｘ２ｋ，…，ｘｍｋ，ｙｋ）是 ｍ＋１ 维空间中的一个点，从而建立如下的 ｍ元线性组合 关系［６］
任芳玲，李佳佳，黄 蓉
（延安大学 数学与计算机科学学院，陕西 延安 ７１６０００）
摘 要：从数理统计的角度出发，选取 ２００７年至 ２０１５年延长石油某采油厂油田开发数据，使用逐 步多元线性回归模型和主成分分析两种方法，利用 ＳＰＳＳ软件来分析和预测延长石油 ２０１６年度该 采油厂的石油产量，并与其实际值相比较，得出较精准的分析预测模型，为油田企业的科学开采和 能源优化提供一定的数据支持。 关键词：多元线性回归；主成分分析；ＳＰＳＳ软件；石油产量 中图分类号：Ｏ２１２ 文献标识码：Ａ 文章编号：１００４－６０２Ｘ（２０１９）０２－００３８－０５
本文筛选采油开井数（口）ｘ１、累计产油量（吨） ｘ２、新井数（口）ｘ３、综 合 含 水 率 （％）ｘ４、自 然 递 减 率 （％）ｘ５、综合递减率（％）ｘ６、采油速度率（％）ｘ７、采 出程度率（％）ｘ８ 八个可能会影响石油产量的因素 为自变量，年产油量（万吨）ｙ为因变量，对 ２０１６年 延长石油某采油厂年产油量进行预测，所筛选出的 数据如表 １：
中国是世界石油消费大国，中国石油产量的多 少与世界经济的发展有着直接的关系。精准地预测 出石油产量的多少，对于企业的经营有着重大的意 义［１］。石油作为一种不可再生的资源，如何合理地 开采并且保证其产量的增长是石油产业面临的主要 问题之一。
基于系统动力学的中国石油工业持续发展能力分析
构造石油工业可持续 发展运行 框架 的基本 出发点 是
对石油工业内部系统及相关的外部系统进行分析、了解
与管理 。关于石 油工业可 持续发 展问题 ，通过 研究可 以 确定该模型 由三个 大 的部分 构成 ，即社会 经济 子 系统 、 石油工业 自身子系统 、环境资源子系统 ，如 图 １ 所示 ：
石油工 业 子 系统
２ 石 油工 业可持 续发 展框 架
社 会 经济子 系统
社经的展 ｌ 会济发
Ｉ
满足对石油产品的需要
对油品需产 Ｉ 石产的求生
Ｉ
石产短 油品缺
Ｉ
Ｉ
基础设施的投入
石 工 巷 增加 Ｉ 油 业
提供产品需求
图 １ 石油工业可持续发展 的框 架图
２１ 石油工业与社会经济子 系统 ． 社会经济的发展拉动 对石油制 品的需求 ，经济发展 的水平决定 了对石油产品需求总量的大小及其需求结构。
因此 ， 经济发展是石 油工业 发展 的原 动力 。社 会 经济 发 展的作用 是双 向的 ：一 方面 不可 避 免地 带来 资 源 消耗 、
环境污染 ；另一方面 也为 自然资 源的再生 、环境 的改 造
收稿 日期 ：２０＿ ０ ６ ｌ ８ 基金项 目：黑龙江省软科学攻关项 目 （ 目编号：ｃ ｏｍｏ） 并受国家人事部 留学人员科技活动择 优资助项 目 （ 项 ， ２ １。 ｚ 重点类 ）资助
一
ｌｌ — ｌ
维普资讯
第２卷 第５ ５ 期
２６ 月 Ｏ 年５ Ｏ
２３ 石油工业子 系统 ．
社
石油工业是社会经济生产过程中必不可少的一部分，
一
济
旦发展滞后 。就不 能满足经 济发展 的需要 ，甚 至阻碍
石油储量与产量预测模型研究
石油储量预测模型的建立
模型原理：基于地质统计学和数学模型 模型输入：包括地质、地球物理、地球化学等数据 模型输出：预测的石油储量 模型验证：通过历史数据和实际生产数据进行验证和调整
石油储量预测模型的应用
石油公司：用于制定开采计划，优 化资源配置
投资机构：用于评估投资风险，制 定投资策略
添加标题
添加标题
感谢您的观看
汇报人：
添加标题
添加标题
政府机构：用于制定能源政策，保 障国家能源安全
研究机构：用于研究石油市场趋势， 为决策提供依据
石油产量预测模 型研究
石油产量预测模型的原理
基于历史数据 的时间序列分
析
考虑影响石油 产量的多种因 素，如油价、 政策、技术等
使用统计方法 建立预测模型， 如回归分析、 时间序列分析
等
对模型进行验 证和调整，以 提高预测准确
基于机器学习的方法：利用机器学习算法，如神 经网络、支持向量机等，建立储量预测模型
基于贝叶斯网络的方法：利用贝叶斯网 络理论，建立储量预测模型
基于模糊逻辑的方法：利用模糊逻辑理 论，建立储量预测模型
基于专家系统的方法：利用专家系统的 理论，建立储量预测模型
基于灰色系统的方法：利用灰色系统理 论，建立储量预测模型
石油储量与产量预测模 型研究
汇报人：
目录
石油储量与产量预测 模型概述
01
石油储量预测模型研 究
02
石油产量预测模型研 究
03
石油储量与产量预测 模型比较分析
04
石油储量与产量预测 模型应用案例分析
05
结论与展望
06
石油储量与产量 预测模型概述
石油储量与产量预测模型的定义
油田生产数据分析与预测技术研究
油田生产数据分析与预测技术研究随着石油资源的日益减少和需求的不断增长，油田生产数据分析与预测技术成为了石油行业不可或缺的一环。
对于一家石油公司来说，了解油井的实时生产数据，进行数据分析和预测，可以有效地指导生产决策和调整，从而提高油井的生产效率，降低生产成本和风险。
油田生产数据分析的原理是基于对油井实时产能、油井采油压力、流量和温度等数据进行分析，预测油井未来的产能，并结合生产工艺、设备状态、环境等因素，制定适当的生产计划和调度方案。
通过对数据的分析和预测，可以及时发现生产问题，指导生产调整，降低生产风险和成本，提高生产效率。
油田生产数据分析和预测技术的应用范围很广，既可以用于单个油井，也可以用于整个油田的生产管理。
在单个油井的生产管理中，可以通过实时监测油井的内部情况，分析油井的产能和问题，进行生产调整和优化。
在整个油田的生产管理中，可以通过对各个油井的产量和生产情况的分析，编制油田的生产计划和调度方案，保证整个油田的生产效率和安全。
油田生产数据分析和预测技术的关键是数据的收集和处理。
现代的油田生产管理系统具有高度的自动化和智能化水平，在油井内部设置了多种传感器，能够实时监测油井的状态和参数，并将数据通过无线网路传输到中心控制室。
中心控制室利用数据仓库和数据挖掘技术对数据进行各种分析和预测，形成了生产计划和调度方案，并通过调度系统将计划和指令下发到各个油井。
油田生产数据分析和预测技术是一个复杂的系统工程，它涉及到数据采集、数据存储、数据处理、数据分析、模型建立和决策支持等方面。
当前，随着人工智能、大数据和云计算等技术的不断发展，油田生产数据分析和预测技术也在不断的进化和完善。
未来，这一技术将会更加智能化和自动化，可以通过机器学习和深度学习等技术来发现和解决生产中的各种问题，为石油行业提供更加高效、安全和可持续的生产支持。
综上所述，油田生产数据分析和预测技术是现代石油行业不可或缺的一环。
通过数据分析和预测，可以提高生产效率，降低生产成本和风险，提升企业的核心竞争力。
油井产量预测及影响因素分析研究
油井产量预测及影响因素分析研究一、引言石油资源是当今世界上最重要的能源之一。
石油资源的开发和利用对于各个国家的经济发展，能源安全和环境保护都有着至关重要的影响。
其中，油井的开采是石油资源开发中的一项基本且必要的工作，其产量预测一直是石油勘探和开采中的重要问题。
二、油井产量预测方法油井产量预测方法主要有两种，一种是基于统计分析的方法，另一种则是基于分析模型的方法。
基于统计分析的方法是通过已有的历史数据进行统计分析、回归分析等，来预测未来的油井产量趋势。
这种方法需要具备可靠的数据支持，在数据质量好的情况下能够得出准确的预测结果。
但当遇到数据质量不高或者数据严重缺失的情况时，该方法的预测效果会大打折扣。
基于分析模型的方法是通过对沉积物的物理、化学和力学等特征参数的分析和计算，来预测未来的油井产量趋势。
这种方法需要建立较为准确的数字模型，因此需要对各个指标和参数进行详尽的分析和研究。
只有在建立了准确的数字模型的基础上，才能够得出较为可靠的预测结果。
三、影响油井产量的因素分析油井的产量受到多种因素的影响，其主要影响因素如下：（一）地质条件地质条件是决定油田储量、开采效率以及油井产量等方面最重要的因素。
地质结构、岩性、成因等都会对油井产量产生重要的影响。
例如，油井的地层厚度、孔隙度、渗透性等都是影响产量的重要地质条件因素。
因此，在进行油井开采过程中，需要对沉积物的地质、岩性、成因等方面进行详尽的分析和研究，以制定更加科学、合理的开采方案。
（二）开采技术开采技术是影响油井产量的重要因素之一。
开采技术的好坏，直接影响着开采效率和产量。
例如，注水开发、高压气驱、溶解气驱等技术，其在开采的适用性、效率和产量等方面都有很大的差异。
因此，在开展油井开采前，需要对采用不同开采技术的产量、驱油效果等方面进行充分的认真分析和研究。
（三）工业设计对于开采油井而言，合理有效的工业设计是很重要的。
工业设计直接影响着油井生产的效率和产量。
数学建模 对石油气田的产量的预测
对于不可再生资源石油气田产量的预测的计算与研究一、摘要根据某油气田的历年产量分析，我们将其。
并且对于这个模型的利用，我们进行了进一步的探讨。
的开发是一个非常复杂的非线性演变过程, 从上个世纪五十年代开始，石油气田的产量一直呈上升趋势，但是由于石油气是不可再生资源，一个气田的总量是有限的，所以开采量不可能一直上升。
同时，石油气产量也受很多其他因素影响，例如开采技术，开采政策等等，所以需要我们根据已知的数据设计出一种合理的模型，能够预测石油气田的产量，从而对石油气未来的开采生产起到一定的指导作用。
二、问题的提出为了能过充分的享用地球的不可再生资源，准确预测油气田产量和可采储量对油气田的科学开发决策至关重要。
所以我对石油气田产量进行了预测，以下是我的分析和研究。
三、 模型的假设1、假设忽略一切人为因素对石油气田的产量的影响。
2、假设石油气田的资源丰富，在可预期的范围内可采。
四、 问题的分析如下图所示：注：产量的单位是3810m 。
根据表格信息作图如下：根据近几年的石油七天的产量作图分析的结果显示：石油气田的产量先是呈现增加的趋势，后开始减少，又分析了图形中曲线的走向，所以不妨假设从1957年到1968年为一段一元二次函数，1969年至1976年为一段一元三次函数。
从而简化函数模型。
五、模型的建立1、变量的设定2、建立模型从1957年到1968年为一段一元二次函数，1969年至1976年为一段一元三次函数。
从而简化函数模型。
从1957年到1968年21111m a t bt c =++32m=-0.0000t +0.0000t -0.0040t+2.6026从1969年至1976年3222222m a t b t c t d =+++利用matlab 求出a1,b1,c1,a2,b2,c2,d2的值六、 模型求解1957年到1968用MATLAB 可得到如下的模拟轨迹图：1969年至1976图6.1（程序见附录10.1）用MATLAB可求出该曲线的大致方程：2=-+-m t t0.00000.0043 4.2234图6.1（程序见附录10.2）同理，也可以求出第二段的函数：32m=-0.0000t+0.0000t-0.0040t+2.6026七、模型检验可以根据类似的情况，将实际值和模拟值进行比较，从而算出相对误差，如果误差大的话，可以重新拟合，重新找出函数来描述石油气田的产量的变化趋势，从而更好的反映问题。
油田可持续发展系统动力学研究
（ ｃ ｏ ｌｏ Ｂｕ ｉ ｅ ｓＡ ｍ ｉ ｓｒ ｔｏ ，Ｃｈ ｎ Ｕｎ ｖ ｒ ｉ ｆ ｔｏ ｅ ｒ ，Ｂｅｊ ｎ １ ２ ４ ，Ｃ ｎ ） Ｓ ｈ ｏ ｆ ｓｎ ｓ ｄ ｎｉｔａ ｉ ｎ ｉａ ｉｅ ｓｔ ｏ Ｐｅ ｒ ｌｕ ｙ ｎ ｉｉｇ ０ ２ ９ ｈｉ ａ
进入２ 世纪， 社会的 １ 中国 发展步 入了 新的 一个 历史
Ｉ理 绍 论介
Ｉ油 可 发 理 介 ． 田 持续 展 论 绍 Ｉ
阶段。中国 府在 政 致力于 经济建设这一中 务， 心任 实现 经济总 量稳定、 快速增长的同时， 也越来越认识到可持
续发展的 重要意义。 十六 党的 届五中 全会明 确指出中国
油田可持续发展系统动力学研究
尚文 龙
（ 中国石油大学（ 北京 ） 工商管理学院 ， 北京 １２４ ） ０ ２９
摘
要： 以可持续发展理论为基础， 用系统动力学的原理和方法 ， 采 绘出系统动力学流 图， 建立了能
在计算机上运行的、 机对话式的经济模型。通过在该模型上输入胜利油田勘探开发和 东营市社 人一 会环境数据， 对油田可持 续发展 系统进行长期的、 态的、 动 系统性的定量定性分析研 究， 从而对胜利 油田的各项指标进行 了分析和预测 ， 并提 出相关建议 。 文为石油资源与社会经济环境 系统的协调 本 发展提供 了参考， 为决策部 门更好的决策提供 了科学依据。
第２ 卷 第 ４ ２ 期
２１年 ７ ０１ 月
陇 东学院 学报
Ｊｕｎｌ ｏ ０ｇ ０ｇ Ｕ ｉ ｒｉ ｏｒａ ｆＬ ｎｄ ｎ ｎｖ ｓ ｙ ｅ ｔ
Ｖ Ｉ２ Ｎ ． ｏ２ ｏ ． ４
Ｊｌ２ １ ｕ ０ １
文章 编 号 ：６４ １３ （０ ）４ ０ ４ — ５ １７ — ７Ｏ ２ １ ０ — ０ １０ １
中国石油需求预测方法概述
· 35 ·
中国石油需求预测方法概述
Summary of China's Oil Demand Forecasting Method
孔悦 KONG Yue
（昆明理工大学，昆明 650000） （Kunming University of Science and Technology，Kunming 650000，China）
analysis are combined to open the traditional research black box, revealing the specific reasons impacting the refined oil demand changes.
By this method, we can understand the oil demand structure and the law of oil demand changes, which is conducive to refining oil demand
作者简介院孔悦（1987-），女，黑龙江绥化人，博士在读。
具有开放性和灵活性，能够不断吸收新的信息和研究成 果，包括定量信息和定性信息，同时在分析工具上也完全 保证了统计学意义上的严密性和可检验性。
石油是经济发展不可或缺的重要资源，由于其用途广 泛又没有完全替代的产品，所以称为支撑国民经济的必需 品，当全球经济增长快速的时候对石油的需求必然会高 涨，相反当经济形势低迷对石油需求也会减少。尽管各国 都在通过提高石油使用效率和寻找开发可替代能源、调整 优化产业结构，但是短期内效果甚微。所以短期内石油需 求具有刚性。
中图分类号院F426
文献标识码院A
基于系统动力学的石油勘探开发投入产出规律研究
基于系统动力学的石油勘探开发投入产出规律研究鞠小玉;邢梓;刘清志【摘要】针对现阶段石油资源的约束性以及增储上产形势的紧迫需要，选取石油价格、采收率和每万t探明石油地质储量需直接投资3项不确定因素进行灵敏度分析，得出不同变量对投入产出指标的敏感性大小。
据此总结石油勘探开发投入产出规律，以便于企业在实际操作中科学合理的运用，保证油田投入产出的稳步发展。
%For the binding of petroleum resources at this stage and the urgent need of increasing reserves and production in this situation,the paper proposes the law of oil exploration and development based on input-output system dynamics studies. Select oil prices,recovery,and every ten thousand tons of proven oil reserves need to direct investment three uncertain factors to conduct the sensitivity analysis,we can analyze the different sensitivity of different variables on the input and output index. According to the results,we can summarize laws and conclusions of the input and output,which are facilitate for enterprises to use rationally and scientifically in practice,ensuring the steady development of input and output.【期刊名称】《河南科学》【年(卷),期】2014(000)010【总页数】6页(P2162-2167)【关键词】系统动力学;石油勘探;投入产出;规律【作者】鞠小玉;邢梓;刘清志【作者单位】中国石油大学华东经济管理学院，山东青岛 266580; 中国石油冀东油田分公司工程造价中心，河北唐山 064300;中国石油大学华东经济管理学院，山东青岛 266580;中国石油大学华东经济管理学院，山东青岛 266580【正文语种】中文【中图分类】F402在我国能源生产中，石油是工业的血液，是国民经济的命脉.但是，近几年来石油生产受资源约束及开采的逐渐深入，成本逐年递增，含水率上升，产量和经济效益下降.目前，全国各油田平均综合含水已达84.1%，其中，东部老油田综合含水已超过90%，但可采储量占全国的68.7%.最大限度利用那些深埋于地下的资源，合理权衡石油勘探开发的投入和产出，让其为人们的生产和生活带来最大的效益成为政府和其他相关工作者共同追求的目标［1］.油田企业勘探开发投入产出目标的核心是整体盈利能力、抗风险能力和综合竞争能力的集合，一个好的油田投入产出要求尽可能全面的考虑各种因素，油藏自身的渗流特性具有一定的规律，并且油气勘探开发活动的耗资巨大.例如，一口陆上探井的成本大都在百万或是千万水平，海上钻井成本则会达到更高，因此，如何利用有限的自然资源取得最大的勘探开发投资效益，减少油气勘探中不必要的损失，是提高油气勘探开发效益的关键步骤［2］.本文运用系统动力学的方法对投入产出变量进行关系整合，在因果与相互关系回路图和系统流图的基础上分析出各变量之间的影响关系，在软件中进行数值模拟，计算出相对误差后再进行灵敏度分析，找出影响投入产出指标的变量及影响程度，并从所构建的模型中总结出相关规律及关系.1.1 勘探开发因果关系回路图勘探过程直接获得的数据大多是石油储量［3］，例如，年新增探明石油地质储量、年新增可采储量等等，其中，年新增探明石油地质储量受每万t探明石油地质储量需直接投资的影响，将年新增探明石油地质储量逐年依次相加，可以得到累计探明石油地质储量的数值；同理，将年新增动用地质储量逐年依次相加，即得到累计动用地质储量，据此可以计算出未动用地质储量的数值，计算公式为累计探明石油地质储量减去累计动用地质储量［4］；采收率和采油速度为常量，可通过实地调研取得，并据此计算出年采出量.与勘探子块不同的是，开发子块中主要涉及与投资相关的变量.其中，储采平衡率、自然递减率、综合递减率、石油价格和销售百分比会动态影响石油的年产量和年产能；通过收入与成本的差值可以计算出利润，利润会导致开发直接投资比例的变化，进而影响勘探直接投资和总投资，由此可得出勘探开发系统因果关系回路图（图1）.1.2 勘探开发系统流图绘制出因果与相互关系回路图后，将各变量的种类和性质进行分类，利用Vensim 软件绘制出勘探开发投入产出的系统流图（图2），在流图中涉及单位不一致的情况，利用单位转换将其统一，数值均设为1［5］.1.3 规律模型的构建为验证本研究建立的基于系统动力学石油勘探开发投入产出规律研究的有效性，使用我国东部某油田的勘探开发数据进行规律分析.根据收集的数据筛选整理出某油田2003—2012年投入产出指标数据，并对原始数据进行必要的预处理（表1）.本文所确立的系统常量为采收率、自然递减率和综合递减率以及销售百分比；系统变量为年油产量、储采平衡率以及开发直接投资比例.由系统流图中各个变量之间的关系以及系统变量的确定，可得出整个勘探开发投入产出系统的动力学方程［6］.1）年新增探明石油地质储量（万t）=勘探直接投资/每万t探明石油地质储量需直接投资.2）累计探明石油地质储量（万t）=INTEG｛年新增探明石油地质储量×单位转换1，45 016｝.3）年新增动用地质储量（万t）=年新增探明地质储量.4）累计动用地质储量（万t）=INTEG｛年新增动用地质储量×单位转换2，1920｝.5）未动用地质储量（万t）=累计探明石油地质储量-累计动用地质储量.6）年新增可采储量（万t）=采收率×年新增动用地质储量.7）剩余可采储量（万t）=INTEG｛年新增可采储量-年采出量，2145｝.8）年采出量（万t）=采油速率×累计探明地质储量.9）年油产能（万t）=INTEG｛年新增油产能-年油产能递减，327｝.10）年油产能递减（万t）=年油产能×自然递减率.11）年油产量（万t）=（0.55×年油产能+1.78×剩余可采储量+85.29）×（1-综合递减率）.12）储采平衡率（%）=年新增可采储量/年油产量×单位转换3.13）成本（万元）=单位成本×年油产量.14）收入（万元）=石油价格×年油产量×销售百分比×单位转换4.15）利润（万元）=收入-成本.16）开发直接投资比例=0.15×储采平衡率-2.42E-05×利润×单位转换5+83.68. 17）总投资（万元）=WITH LOOK UP（未动用地质储量×单位转换6，（［（40 000，40 000）-（150 000，150 000）］，（50 764.5，69 429.8），（58 165.1，74 254.4），（65 229.4，78 596.5），（73 639.1，86 315.8），（81 039.8，95 482.5），（89 113.1，101 754），（96 513.8，110 921），（103 914，118 158），（107 615，127 807），（116 361，135 044），（121 743，139 868）））.18）勘探直接投资（万元）=总投资×（1-开发直接投资比例）.19）开发直接投资（万元）=总投资-勘探直接投资.20）每万t探明石油地质储量需直接投资（万元）=12 000.21）采收率（%）=40.4.22）采油速率（%）=0.42.23）自然递减率（%）=14.81.24）综合递减率（%）=7.03.25）单位成本（万元/万t）=800.26）石油价格（万元/万t）=6348.27）销售百分比（%）=98.上述公式中的单位转换数值均取1，将上述方程运用到Vensim软件中，即可计算出相关投入产出指标的模拟值.2.1 模拟结果分析在进行进一步的数据分析之前，先对模型进行一个直观上的结构检验.由于本文的数据是采用实地调研方法得到，因此，具有较高的准确性，同时参考了多种相关文献和论文，故模型在结构上是有效的.模型结构有效性检验完成之后，就可以将上述变量的计算公式和系统动力学方程代入Vensim软件中运行，时间单位为年，步长为1，可得到10年内各模拟数据的数值.选取累计探明石油地质储量、年油产量和总投资3项为投入产出的代表指标，模拟结果如图3～图5所示.由上述3项指标的结果可知，相对误差都控制在15%之内，对于石油系统来说运行结果较为理想.由以上散点图可看出，各变量的实际值与模拟值的趋势基本一致，模拟值能够较好地反映出实际数值的变化情况.另外，累计探明石油地质储量、年油产量和总投资3项分别为油田投入产出中较为重要的指标，可以大致表示出勘探开发过程的产量情况和经济投资情况.因此，模拟结果也具有代表性.由此可知，系统动力学模型对于某油田的投入产出描述情况较好，能够用于该油田勘探开发投入产出规律的研究，可以进一步进行灵敏度分析.2.2 灵敏度分析系统动力学模型对于投入产出指标的模拟度较高，为更好地分析不同变量对投入产出的影响程度及敏感性大小，我们选取系统流图中的3个外部变量来对投入产出指标进行灵敏度分析，即石油价格、采收率和每万t探明石油地质储量需直接投资.以2012年为时间点，在-6%至6%的范围内以2个单位变化，分别分析各灵敏度因素对系统的影响.1）石油价格的灵敏度分析.石油价格的变化分别导致年新增探明石油地质储量、年油产量及利润不同程度上的改变（图6）.由图6可以看出，年新增探明石油地质储量、年油产量和利润都随着石油价格的升高而上升，且利润的变化幅度在三者之中最大，即敏感性较高，而年新增探明石油地质储量和年油产量相比而言变化趋势较小.产生这种结果的原因较为明显，提高石油价格最直接的影响会使得油田的收入增加，在成本变动不大的情况下，利润会有显著的升高；而年新增探明石油地质储量和年油产量都直接与勘探过程相关，受自然因素影响较大，与石油价格的起伏关系相对较弱一些.因此，虽然三者与石油价格都是正反馈关系，但石油价格对于利润来说是敏感性较大的因素.2）采收率的灵敏度分析.采收率的变化分别导致年新增探明石油地质储量、年油产量及利润不同程度上的改变（图7）.图7 中显示，采收率的变化与年油产量和利润是正相关关系，且变动幅度基本一致，而与年新增探明石油地质储量呈现负反馈关系.产生这种变化趋势的原因在于采收率的变化是与年油产量的变化直接相关，当采收率上升时，说明石油的采出程度增加，年油产量自然会随之上升，因此，变化趋势相同；产量上升也会导致收入的增加，从而提高利润.但是，年新增探明石油地质储量则不同，由于年新增探明石油地质储量等于勘探直接投资除以每万t探明石油地质储量需直接投资，而采收率的升高会使得开发阶段投入更多的资金，开发直接投资比例也会上升，这就必然导致勘探直接投资的下降，也就会使得年新增探明石油地质储量有所下降，因此，二者呈现相反的变化趋势.3）每万t探明石油地质储量需直接投资灵敏度分析.每万t探明石油地质储量需直接投资的变化分别导致年新增探明石油地质储量、年油产量及利润不同程度上的改变（图8）.由图8可看出，年新增探明石油地质储量等3项投入产出指标都随着每万t探明石油地质储量需直接投资的增加而减少，即三者与每万t探明石油地质储量需直接投资为负反馈关系.由于年新增探明石油地质储量等于勘探直接投资除以每万t探明石油地质储量需直接投资，因此，年新增探明石油地质储量与每万t探明石油地质储量需直接投资是负因果关系，且是直接关系，因此，变化趋势相较其他两项指标而言更大.由上述因果与相互关系回路图可看出，包含年新增探明石油地质储量与年油产量的反馈回路中，二者呈现正相关关系.因此，年油产量与年新增探明石油地质储量变化趋势也应该是一致的，他们会随着每万t探明石油地质储量需直接投资的增加而减少；由于年油产量增加会导致收入增加，因此，利润也会增加，利润与每万t探明石油地质储量需直接投资变化方向相反.2.3 投入产出规律分析首先，对年新增探明石油地质储量这一指标来说，石油价格的上升会导致其储量上升，而采收率和每万t探明石油地质储量需直接投资的上升会导致其下降.由此可得出，若想要提高年新增探明石油地质储量，可以降低采收率，减少开采出的石油数量，从而保证储量的升高，同时，应减少直接投资的数目，使得探明地质储量增加.其次，对于年油产量这一产出指标来说，石油价格、采收率都是与年油产量有正反馈关系的敏感因素，而每万t探明石油地质储量需直接投资与其变化趋势相反.因此，若要提高年油产量，石油企业应注重提高采收率，降低每万t探明石油地质储量需直接投资，加大开采的规模和程度，同时减少勘探部分的投资，提升开发直接投资比例，使年油产量随之升高.最后，对于利润这一经济指标而言，事实上它是企业一直致力于研究的目标.由上述分析结果可得出，石油价格会较大程度上影响企业利润，油价的攀升会大大增加石油系统的整体利润，而采收率虽然与利润也呈正相关关系，但敏感程度与油价相比较弱，每万t探明石油地质储量需直接投资则与利润的变化趋势相反.因此，企业想要获得最大利益，可以采取提升石油价格、提高采收率、降低每万t探明石油地质储量需直接投资的措施.由于石油价格难以控制，企业无法直接改变，因此，应更多地考虑其他两个因素.采收率的提高会导致产量的提高，能够直接影响利润，促使其增加；降低每万t探明石油地质储量需直接投资相当于降低了勘探的成本，由于利润为收入与成本之差，因此，也会使利润提高.文章选取投入产出中产量和效益的代表指标进行灵敏度分析，来寻找3个外部变量对于投入产出代表性指标的影响程度.研究认为，年新增探明石油地质储量与石油价格的变化趋势一致，而与采收率和每万t探明石油地质储量需直接投资的变化趋势相反；年油产量和利润都与石油价格和采收率的变化方向一致，与每万t探明石油地质储量需直接投资的变化方向相反，但石油价格对利润的敏感性更大.除此之外，结合灵敏度分析的结果，可以总结出相关的结论与规律，即在油田的具体运营中，仍然要以勘探开发为主，重点是陆上新油田和海上石油项目，挖掘潜力，增加产量.同时，要增大总投资，并努力提高采收率，增加开发程度.但为了实现油田的可持续发展，也要保持适当的勘探开发比例，减少成本和支出，降低每万t探明石油地质储量需直接的投资，始终把提升利润作为企业目标，合理安排勘探开发工作.【相关文献】［1］白方涛.胜利油田有限公司发展战略研究［D］.青岛：中国海洋大学，2006.［2］张在旭，王只坤，候风华，等.石油勘探开发可持续发展SD模型的建立与应用［J］.工业工程，2002，5（2）：1-6.［3］张立伟，杨宪一.油气勘探开发投资比例与储量接替率关系探讨［J］.资源与产业，2009，11（3）：74-78.［4］张正卿，曲海潮，倪红.关于石油储采比、储采平衡率的研究［J］.石油勘探与开发，2000，27（3）：53-54.［5］刘清志，鞠小玉.油藏经营单元投入产出管理信息系统设计［J］.河南科学，2013，31（10）：1748-1751.［6］殷爱贞，夏宇.油气勘探项目优选指标体系研究［J］.河南科学，2013，31（10）：1759-1763.。
中国石油需求预测系统分析与设计的开题报告
中国石油需求预测系统分析与设计的开题报告一、选题背景随着我国经济的迅猛发展，能源需求量也快速增长，其中石油作为主要能源之一，具有不可替代的地位。
因此，石油需求预测对于我国能源规划和经济发展具有重要意义。
石油需求预测系统能够对于未来的石油需求量进行精准的预测，对于石油行业的生产和调控具有指导作用。
二、研究目的和内容本文旨在建立一套中国石油需求预测系统，以实现对于未来石油需求的精确预测。
具体内容包括：（1）调研现有石油需求预测方法和系统，分析其优缺点和适用范围，为本系统的设计提供指导和借鉴。
（2）对于国内外经济发展情况进行研究，建立宏观经济模型，预测未来的经济发展趋势。
（3）对于石油需求的驱动因素进行分析和研究，包括经济因素、基础设施建设、环保政策、国际市场需求等，为需求预测提供依据。
（4）选择适当的预测模型和算法，建立中国石油需求预测模型。
（5）开发实用的石油需求预测系统，实现自动化预测和交互式分析功能，为石油行业提供决策支持。
三、研究方法本文采用调查研究和建模分析相结合的方法，具体步骤如下：（1）文献资料研究，对于现有石油需求预测方法进行调查和总结。
（2）经济数据分析，包括统计分析和时间序列分析，建立宏观经济模型，预测未来的经济发展态势。
（3）石油需求驱动因素分析，包括环境因素、政策法规、能源结构调整等方面，分析对于石油需求的影响，为需求预测提供依据。
（4）预测模型选择和建立，包括传统统计方法和机器学习算法，比较和评估不同方法的表现，选择最优算法建立预测模型。
（5）开发石油需求预测系统，实现自动化预测和交互式分析功能。
四、研究意义随着我国经济的发展和能源需求的增加，石油需求预测对于石油行业的生产和调控具有重要意义。
建立石油需求预测系统，既可以为政府制定能源政策提供科学依据，也可以为石油企业进行生产和调配决策提供支持。
此外，本研究所采用的方法和技术，也可以为其他领域的需求预测提供借鉴和参考。
采用改进Logistic模型预测中国石油消费量
采用改进Logistic模型预测中国石油消费量纪利群【摘要】Based on the Logistic model, a new modified Logistic model was developed by adding two curvature parameters. In general, the new model can't be analytically solved. It is difficult to estimate the model parameters by using some conventional optimization methods. Pattern search method, which is an advanced direct search method, was proposed to determine the parameter values of the new model. The Logistic model and its modification were applied to describe the evolution of petroleum consumption in China. The results show that the new modified Logistic model has performed better than the Logistic model. Based on the fitted modified Logistic model, the forecasted future values of petroleum consumption in China were obtained , which are very important for the future petroleum plan in China.%在原有Logistic模型的基础上,增加两个影响模型曲线曲率的参数,得到新的改进Logistic模型.为克服采用常规的优化方法求解模型参数难的问题,采用先进的直接搜索算法——模式搜索法进行模型参数的优化求解,并用Logistic模型和改进的Logistic模型描述中国历年石油消费量数据.结果表明:与原有的Logistic模型相比,改进的Logistic模型描述精度要高得多；基于拟合后改进的Logistic模型预测的中国未来石油消费量可为中国未来石油规划提供可靠的基础数据支持.【期刊名称】《中国石油大学学报（自然科学版）》【年(卷),期】2011(035)004【总页数】5页(P177-181)【关键词】石油消费;Loistic模型;模式搜索法;预测;统计参数【作者】纪利群【作者单位】上海对外贸易学院田际经贸学院,上海201620【正文语种】中文【中图分类】TE32能源是人类社会赖以生存和发展的物质基础，在国民经济中具有特别重要的战略地位。
统计分析与预测在中国石油工业的应用及发展前景
统计分析与预测在中国石油工业的应用及发展前景摘要:统计分析与预测无论是在自然科学方面还是在生产经营管理决策方面,都存在于产业门类齐全的国家油公司的体系中,被称之为石油统计分析与预测。
它不仅在石油自然科学领域中应用广泛,在石油公司管理科学化进程中也起到巨大的推动作用。
因此,中外石油工业的统计分析对比日益重要,石油采掘、加工部门的特点决定着统计分析与预测在每一生产过程中大量运用的必要性和重要作用。
关键词:统计分析预测应用统计分析与预测就是以根据科学的方法收集到得统计数据信息为基础,运用统计学和与被研究对象相关学科的知识和方法,对可以量化的事物进行研究,并找出其规律性的活动或过程(或结果),并在此基础上,对对象未来的行为状态作出主观与客观达到统一的活动。
例如,对经过地质勘探所获取的数据信息进行的统计分析被称为地质统计分析,对油藏工程所获取的统计数据信息进行分析被称为油藏描述性统计分析。
对油田的投资与成本数据信息进行的分析被称为石油管理统计分析。
由此可知,统计分析与预测无论是在石油有关自然科学方面还是在生产经营管理决策方面,都存在于产业门类齐全的国家油公司的体系中;我们亦可称之为石油统计分析与预测。
它不仅在石油自然科学领域应用广泛,并在石油公司管理科学化进程中起到巨大的推动作用。
1石油开采本身的特点决定着统计分析与预测的作用石油工业企业是专门从事石油、天然气勘探开发和加工炼制的工业生产部门。
其主要活动是探索地下油气资源生存、运移和聚集的客观自然规律,并且按照客观规律对地下油气资源进行勘探开发,建成油气田,开采石油、天然气和加工炼制,生产石油产品以满足经济发展的需要。
石油工业作为采掘和加工的工业部门,具有与其它工业部门不同的特点。
这些特点决定着统计分析与预测在每一生产过程中的大量运用。
1.1油气资源储藏的隐藏性决定着需要进行大量的地质统计分析油气资源埋藏在地下,看不见摸不着,所以勘探工作及其复杂和艰巨。
勘探对象是含油气盆地包括陆地和海洋,而含油气盆地的分布既广又散。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要根据系统动力学基本原理构建了中国石油产量预测的系统动力学模型，确定了剩余可采储 量、采油速度等模型变量参数．预测结果显示：中国最终可采储量在１２３—１４３亿吨之间、平均值为 １３４亿吨，中国石油产量已经进入高峰平台期，将在２０１５年左右迎来产量最高峰，峰值产量在１．９２ 亿吨左右，未来石油储采比仍将缓慢下降，并将在２０４２年首次降到ｉ０年以下． 关键词石油最终可采储量；石油产量；预测；系统动力学
２中国石油工业的现状分析
图１显示了中国石油工业在石油产量、石油消费量和每年新增可采储量方面的现状．从我国石油产量和 消费量的对比中可以看出，在１９９３年以前的大多数年份里，我国石油消费量都低于石油产量，即我国曾经是
收稿日期：２００８－１０－２６ 作者简介：唐旭（１９８５－－），男，江苏盐城人，博士研究生，研究方向：管理系统工程，Ｅ－ｍａｉｌ：ｔａｎｇｘｕｌ９８５２００７＠１６３．ｃｏｍ；张宝生 （１９５７－），男，吉林桦甸人，博士，教授，博士生导师，主要研究方向：管理系统工程、能源战略与规划．
（２）
通过对前面的公式进行一系列推导就可以得到最终石油可采储量预测模型，过程如下．
旦＝１０Ａ户 从公式（１）中可以求出ＲＤ如下：
（３）１
２再南。
— ＲＤ ＲＤ
、。，
（４）
从公式（２）和公式（４）中可以得出累计产量（Ｎｐ），如公式（５）所示：
ⅣＰ＝再面ＵＲ再Ｒ面
（５）
由于石油产量是累计产量的一阶导数，因此对公式（５）两边求一阶导数就可以得出石油产量（Ｑ），如公
Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｅ ｏｉｌ ｐｒｏｄｕｃｔｉｏｎ ｉｎ Ｃｈｉｎａ ｈａｓ ｅｎｔｅｒｅｄ ｔｈｅ ｓｔａｇｅ ｏｆ ｐｌａｔｅａｕ，ａｎｄ ｔｈｅ ｐｅａｋ ｐｒｏｄｕｃｔｉｏｎ ｗｉｌｌ
ｓｌｏｗｌｙ ｂｅ １９２ ｍｉＩｌｌｏｎ ｔｏｎｓ ｉｎ ａｒｏｕｎｄ ２０１５．Ｔｈｅ ｆｕｔｕｒｅ ｒｅｓｅｒｖｅ／ｐｒｏｄｕｃｔｉｏｎ ｒａｔｉｏ ｏｆ ｏｉｌ ｗｉｌｌ
Ａｂｓｔｒａｃｔ Ｃｈｉｎａ’Ｓ ｕｌｔｉｍａｔｅ ｒｅｃｏｖｅｒａｂｌｅ ｒｅｓｅｒｖｅｓ ｗｈｉｃｈ ａｒｅ ｔｈｅ Ｄ皆３０ｌｌｒｃｅ ｂａｓｅ ａｆｆｅｃｔｉｎｇ ｏｉｌ ｐｒｏｄｕｃｔｉｏｎ ａｒｅ
ｆｏｒｅｃａｓｔｅｄ ａｎｄ ａｎａｌｙｚｅｄ；ｓｙｓｔｅｍ ｄｙｎａｍｉｃｓ ｍｏｄｅｌ ｆｏｒ ｏｉｌ ｐｒｏｄｕｃｔｉｏｎ ｆｏｒｅｃａｓｔｉｎｇ ｉｓ ｂｕｉｌｔ ｂａｓｅｄ ｏｎ ｂａｓｉｃ ｐｒｉｎｃｉｐｌｅｓ ｏｆ ｓｙｓｔｅｍ ｄｙｎａｍｉｃｓ；ａｎｄ ｐａｒａｍｅｔｅｒｓ ｏｆ ｖａｒｉａｂｌｅｓ ｓｕｃｈ ａｓ ｔｈｅ ｏｉｌ ｒｅｃｏｖｅｒｙ ｒａｔｅ ｏｆ ｒｅｍａｉｎｉｎｇ
第３０卷第２期 ２０１０年２月
系统工程理论与实践 Ｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ—Ｔｈｅｏｒｙ＆Ｐｒａｃｔｉｃｅ
文章编号：１０００－６７８８（２０１０）０２－０２０７．０６
中图分类号：Ｆ４０７．２２
文献标志码：Ａ
Ｖ０１．３０，Ｎｏ．２ Ｆｅｂ．，２０１０
基于系统动力学的中国石油产量预测分析
唐旭－，张宝生·，邓红梅ｚ，冯连勇ｔ
从图４中可以看出：剩余石油可采储量和剩余可采储量采油速度是控制年石油产量的两个重要指标，两
者乘积为年石油产量；剩余可采储量采油速度则受可采储量采出程度影响，随着可采储量采出程度的逐渐提 高，剩余可采储量采油速度则越来越快．
根据系统动力学原理，结合上面的因果关系图，本文建立了中国石油产量预测的系统动力学流图，见图５ 所示．
万方数据
２１０
系统工程理论与实践
第３０卷
型，利用反馈、调节和控制原理进一步设计反映系统行为的反馈回路，最终建立系统动力学模型，并借助计算 机对此模型进行模拟实验【５－６１． ４．２中国石油产量预测的系统动力学建模
４．２．１中国石油产量预测的系统分析及流图
经过整理和分析中国历年来实际的石油勘探开发数据，本文建立了中国石油产量预测的系统动力学因果 关系图，主要变母有年新增石油可采储量、累计石油可采储鼍、累计剩余石油可采储量、累计产量、采出程 度、剩余可采储量采油速度、年石油产量和储采比等１３个变量，因果关系如图４所示．
为了建模的方便，图５中出现了两个每年新增可采储量，分别是存量和流量，尽管变量性质不同，但在数 值上它们相等．
每年新增
每年新增 可采储量 减少量
每年新增
剜
油 可采储量
Ｃ）●｝＝＝＝丢＝＝＝＝＝＝＝２ 每年新增可采储量（存量）
每年新增
递瑟减率 爿霉剩瑟墨霎／歹鲞耋
翟垂要蚕一＼飞≥是；』巾耐 躐量 每年新增
表１中国石油最终可采储量预测
４中国石油产量预测 ４．１系统动力学简介
本文利用系统动力学来预测中国石油产量．系统动力学是一种以反馈控制理论为基础、以计算机仿真技 术为手段的研究复杂社会经济系统的定量方法．系统动力学认为，系统的行为模式与特性主要取决于其内部 的动态结构与反馈机制．它运用系统结构决定系统功能的原理，将系统构成为结构、功能的因果关系图式模
Ｉ表＋南１０％斛１ ｒ １
１
１—１
％Ｒ ２
ｌ
（１５）
通过公式（１５）便可预测中国的最终石油可采储量． ３．２中国最终石油可采储量预测
图２显示了中国石油工业１９８５—２００７年间历年ｌｇ品与ｌｇ￡之间的关系，正如前面的公式（１１）所示，这
两个变量之间的线性关系明显． 回归结果显示：ｏ为０．４７３６，卢为－４．２９８８２．根据公式（１５）就可以得到中国的石油最终可采储量，由于
万方数据
系统工程理论与实践
第３０卷
石油净出口国；但从１９９３年以后，由于石油 需求的快速增长，我国又变成了石油净进口国， 且进口量越来越大．
在图１中，对比我国石油产量和每年新增 可采储鼍的大小，我们大致可以将中国石油工 业分为两个阶段．第一个阶段（１９４９—１９８７年）， 大多数年份的新增可采储量大于当年产量，这 就使得剩余可采储量得以稳定增长；第二个阶 段（１９８７年以后），很多年份的新增可采储量小 于当年产量，同时最近几年新增可采储量有所 上升并与当年产昔相当，储采平衡系数为１左
每—年都有相应的ｔ和ⅣＰ，因此，不同年份将会有不同的最终石油可采储量预测值．图３显示了１９８５—２００７ 年来每年的最终石油可采储量预测值．
一５．６ —５．８
－６ ＿６．２ —６．４ 嘲挚－６．６ 譬－６．８
—７．２ —７．４
【ｇｔ
Ｏ∞
Ｏ
Ｏ
Ｏ
０
Ｏ
Ｏ
舢舢舢咖洲舢舢Ｏ舢
＾营Ｒｖ眯嘏嚣氍臣ｆｌｇ枣廿嚣聪匣洚
∞∞∞∞∞∞∞０
誊蓉 誊吾萤 誊营 誊 吾誉 誉§
一一
一一一
一一
＿一
门Ｎ
门门
ＵＲＲ模型中的预测年份
图２ Ｉｇ是与ｌｇ ｔ之间的线性关系（１９８５－－２００７年）
图３中国石油最终可采储量预测
从图３中可以看出，尽管每一年的最终石油可采储量预测值不尽相同，但它们间的差异不是很大，预测
结果如表１．本文取平均值１３４亿吨作为最终可采储萤的预测结果，并作为中国石油产量预测的资源基础．
可采储量采出程度（ＲＤ）与开发时间ｔ有着密切的联系，大量的油田开发实际资料研究表明，两者的关
系可由如下公式描述［２－－４１：
而２＋ ｌｇ芒瓮＝‘＋ＢｌｇｔＡ Ｂｌｇ
（１）
其中，Ａ和Ｂ为回归系数，可采储量采出程度（ＲＤ）由累计产量（Ｎｐ）和最终可采储量（ｕ．ＲＲ）决定，如公式 （２）所示：
ＲＤ＝亓ｌＶ—ｐ
Ｆｏｒｅｃａｓｔ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｏｉｌ ｐｒｏｄｕｃｔｉｏｎ ｉｎ Ｃｈｉｎａ ｂａｓｅｄ ｏｎ ｓｙｓｔｅｍ ｄｙｎａｍｉｃｓ
ＴＡＮＧ Ｘｕｌ，ＺＨＡＮＧ Ｂａｏ－ｓｈｅｎ９１，ＤＥＮＧ Ｈｏｎｇ－ｍｅｉ２，ＦＥＮＧ Ｌｉａｎ－ｙｏｎ９１
（１．Ｓｃｈｏｏｌ ｏｆ Ｂｕｓｉｎｅｓｓ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ，Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｅｔｒｏｌｅｕｍ—Ｂｅｉｊｉｎｇ，Ｂｅｉｊｉｎｇ １０２２４９，Ｃｈｉｎａ； ２．Ｃｈｉｎａ Ｎａｔｉｏｎａｌ Ｏｆｆｓｈｏｒｅ Ｏｉｌ Ｃｏｍｐａｎｙ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ，Ｂｅｉｊｉｎｇ １０００２７，Ｃｈｉｎｓ）
式（６）所示：
Ｑ＝百ＢＩＯ而－ＡＵ丽Ｒ ｔ－（Ｂ＋１）
（６）
从公式（５）和（６）中，可以得出：
番＝等一Ｂ＋１，
ｌｇＱ孵＝ｌｇ瓦ＢＩＯ－－Ａ一（Ｂ＋１）ｌｇ￡
假设ｏＬ和ｐ如下：
ａ－１，９Ｂ１可０一ｉＡ
（９）
ｐ＝－（Ｂ＋１）
（１０）
万方数据
第２期
唐旭，等：基于系统动力学的中国石油产量预测分析
所以，公式（８）可以改写成
ｒｅｃｏｖｅｒａｂｌｅ ｒｅｓｅｒｖｅｓ ｉｎ ｔｈｅ ｍｏｄｅｌ ａｌｅ ｄｅｔｅｒｍｉｎｅｄ．Ｆｏｒｅｃａｓｔ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｕｌｔｉｍａｔｅ ｒｅｃｏｖｅｒａｂｌｅ
ｒｅｓｅｒｖｅｓ ｏｆ ｏｉｌ ｉｎ Ｃｈｉｎａ ａｒｅ ｂｅｔｗｅｅｎ １２３ ａｎｄ １４３ ｍｉｌｌｉｏｎ ｔｏｎｓ，ａｎｄ ｔｈｅ ａｖｅｒａｇｅ ａｍｏｕｎｔ ｉｓ １３４ ｍｉｌｌｉｏｎ ｔｏｎｓ．
（流量）
ｌ 二＝：：！三
／ｆ
撵速油＼熹＼储≮０兰器≥艺７笋坚
＼、采出程度
图４中国石油产量预测的因果关系图 ４．２．２模型初值及相关参数的确定
根据中国石油勘探开发的相关历史数据来确定模型中一些变量的初值，比如累计石油可采储量、剩余石 油可采储量、累计产量、年增探明可采储量等．
１）每年新增可采储量递减率的确定 不少专家学者对中国石油的勘探前景进行了研究分析．沈平平等预测中国石油勘探年增探明储量在２０１０ 年之前仍可保持稳定增长ＩＴ］；张抗认为从可采储鼍增长来看我国石油勘探已进入壮年期，在壮年期的背景下， 可采储量增长日趋困难（特别是老油区）【８Ｊ；当前，作为我国增储主力的东部老油区正处于稳产阶段后期，其 每年新增可采储量和剩余可采储量已开始下降，但西北和海域的可采储量增加弥补了东部的下降，今后东部 老油区与西北、海域之间的减、增平衡状况将决定全国新增可采储量的变化趋势【９１． 本文认为，中国每年新增可采储量在２０１１年以前能够保持稳定在当前水平．２０１１年以后，由于东部老 油田新增储量增加的越来越困难，中国每年新增可采储量将以—个平均速度进行递减．本文通过未探明可采 储量和起始年的新增可采储量，计算出２０１１年中国的每年新增可采储量递减率为２．６％． ２）剩余可采储量采油速度的确定 通过研究发现，中国石油剩余可采储量采油速度与采出程度有着密不可分的关系．两者的回归分析结果 表明：中国石油剩余可采储量采油速度正相关于采出程度，即随着采出程度的不断提高，油田剩余可采储量 采油速度也在逐步提高．中国剩余可采储量采油速度与采出程度的线性拟合图如图６所示． 回归方程为Ｙ＝Ｏ．０９７９７８Ｘ ４－０．０１１６７７，其中ｙ是剩余可采储量采油速度，ｘ是采出程度．回归方程也 通过了Ｆ检验和ｔ检验，拟合优度达到了９５．５％． ４．３预测结果显示 根据前面确立的系统动力学模型以及相关模型参数，本文模拟了中国在２０５０年之前的石油产量、每年 新增可采储量及储采比，预测结果如图７和图８所示．