CN101393619A - 改善工程***决策和转让风险的方法和*** - Google Patents
改善工程***决策和转让风险的方法和*** Download PDFInfo
- Publication number
- CN101393619A CN101393619A CNA2008101497247A CN200810149724A CN101393619A CN 101393619 A CN101393619 A CN 101393619A CN A2008101497247 A CNA2008101497247 A CN A2008101497247A CN 200810149724 A CN200810149724 A CN 200810149724A CN 101393619 A CN101393619 A CN 101393619A
- Authority
- CN
- China
- Prior art keywords
- decision
- risk
- probing
- financial
- assets
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012546 transfer Methods 0.000 title abstract description 11
- 238000005553 drilling Methods 0.000 claims abstract description 66
- 230000002452 interceptive effect Effects 0.000 claims abstract description 42
- 238000013439 planning Methods 0.000 claims abstract description 24
- 238000004088 simulation Methods 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 15
- 230000008439 repair process Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 239000003129 oil well Substances 0.000 abstract description 11
- 230000008569 process Effects 0.000 abstract description 8
- 238000007689 inspection Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 230000010006 flight Effects 0.000 abstract 1
- 238000009826 distribution Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 14
- 238000013461 design Methods 0.000 description 13
- 238000005457 optimization Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000008450 motivation Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003137 locomotive effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000005295 random walk Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000002948 stochastic simulation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000013396 workstream Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
-
- E21B41/0092—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及改善工程***决策和转让风险的方法和***。本发明公开了一种方法和***以改善工业工程***诸如油井钻探的决策和转让风险。该方法和***分别包括交互决策支持计划工具(100),其辅助用户关于如何选择***将要处理的工程***和实体的资财,诸如飞行器引擎和飞机、钻机和油藏、设备配置、设备检测、设备在线传感器、用于设备和钻探路径或资产分派和合约动机的动态操作决策,以将风险分配给处于最佳职位的股东以减少风险。该决策支持将与操作的成本相关的机队的财务风险降低到低于不使用该交互决策支持计划工具(100)时所能够达到的水平,和/或将与活动的成本相关的财务回报增加到高于不使用该交互决策支持计划工具(100)时所能够达到的水平,这样就可以在多个操作股东中以理想的方式分配该财务风险和/或财务回报。
Description
技术领域
本发明通常涉及工程***决策,并且更具体地涉及一种用于工业工程***,诸如引擎、涡轮机以及钻井设备的有效资产利用的主动决策支持和合约结构,其调整了风险以及加强了机队的风险,并返回比例.
背景技术
例如当钻探设施的经济租金(economic rent)可以超过$1MM/天并且产能利用率较高时,油和气体钻探设备的资产利用就非常重要。除了其它的之外,钻探设备的有效资产利用尤其包括:1)获得钻探设备的正确资财(portfolio),以对于给定概率的油藏几何和数量而言能够钻探正确的井孔;2)避免设备故障;3)钻探路径的有效配置;4)可选钻探路径的有效配置;5)提供钻探速度决策支持;和6)提供钻探能力,其包括对于费用而言保证的物理和财务性能.
发明内容
提供一种通过在钻探选择、设置和操作中更多的改进跨越许多分离决策中的差别数值创建的可能性而不是风险,同时也大大减少非常昂贵的油田故障钻孔的频率,来增加机队钻探设备的平均产量的***和方法既是有利的,也是可以受益的.
如果该方法和***能够战胜现存的工业惯例、根据通过集成决策支持设施辅助的操作:钻井资财选择、钻机资财选择、钻探设备配置、设备检测、管路传感器上的设备、该设备和钻探路径的动态操作判决以及合约激励,以将风险分配给最好位于减少它们的股东,提供改善的风险和回报(return)将是进一步有利的。
简言之,根据一个实施例,提供一种改进油井钻探决策和转让财务风险的***.该***包括:
交互决策支持计划工具,其辅助用户在钻探油井的时候如何对该油井进行钻探以及如何做出钻探决策;和
多个传感器,用于产生该交互决策支持计划工具所使用的数据,以将与钻探油井的成本相关的财务风险降低到低于不使用该交互决策支持计划工具时所能够达到的水平,和/或将与钻探油井的成本相关的财务回报增加到高于不使用该交互决策支持计划工具时所能够达到的水平,这样就可以在多个钻探操作股东中以理想的方式分配财务风险和/或财务回报,其中这些股东合约性地持有部分的机队资产的风险。
根据另一实施例,一种钻探油井的方法包括提供交互决策支持计划工具,其辅助用户在钻探油井的时候如何对该油井进行钻探以及如何做出钻探决策,以将与钻探油井的成本相关的财务风险降低到低于不使用该交互决策支持计划工具时所能够达到的水平,和/或将与钻探油井的成本相关的财务回报增加到高于不使用该交互决策支持计划工具时所能够达到的水平,这样就可以在多个钻探操作股东中以理想的方式分配财务风险和/或财务回报,其中这些股东合约性地持有部分的机队资产的风险。
还根据另一实施例,一种操作工业工程***的方法包括:
提供交互决策支持计划工具,其辅助用户在该***工作的时候如何操作该工业工程***以及如何做出***决策;和
操作该交互决策支持计划工具,以产生工作决策,其将与操作该***的成本相关的财务风险降低到低于不使用该交互决策支持计划工具时所能够达到的水平,和/或将与操作该***的成本相关的财务回报增加到高于不使用该交互决策支持计划工具时所能够达到的水平,这样就可以在多个工业工程***操作股东中以理想的方式分配财务风险和/或财务回报,其中这些股东合约性地持有部分的机队资产的风险。
附图说明
当参照附图阅读下面的详细描述时,可以更好的理解本发明的这些和其它特征、方面、以及优点,其中相同的字符在这些附图中表示相同的部件.
图1的示意图为与根据一个实施例的交互决策支持计划工具关联的决策因子和变量;
图2的示意图所述为根据一个实施例的多个决策支持井孔路径;
图3为根据一个实施例的多个决策因子之间的财务关系的曲线图;
图4为根据一个实施例的用于确定与物理***相关联的设计特征的值的技术的曲线图;
图5为根据一个实施例的用于确定与物理***相关联的设计特征的值的另一技术的曲线图;
图6的为根据一个实施例的在增加选项之前和之后的***输出值的曲线图;
图7为根据一个实施例的与不同的物理***投资相关的成本的直方图;
图8为根据一个实施例的用于确定物理***选项值的技术的曲线图;
图9为根据一个实施例的交互决策支持计划工具的方框图;以及
图10描述了应用于动力涡轮机的随机模拟过程.
虽然上述附图说明了一些可替换的实施例,但是本发明的其它实施例也可以为其它工业设施而构造,如在讨论中所提到的.在所有的情况下,本说明书通过演示说明而不是限制的方式提供所描述的本发明的实施例.本领域的熟练技术人员在本发明的精神和范围内可以设计出许多其它改变和实施例。
具体实施方式
改进钻探决策和转让风险的方法和***的示范实施例包括模拟技术和物理检测反馈数据,以优化在决策点对钻机的资产选择、配置和工作支持,这里参照附图进行描述.
在一个实施例中配置包括钻井绳、地质和油藏的资产,其将设备的可靠性和性能与明确的钻探应用匹配,从而最大化该概率,在钻探操作的资财的情况下,对概率油藏的具体资产以及到油藏的管路.
获得具体的钻探配置,其具有基于设计工具的交互模拟,该工具开发了有效的并且可行的钻探平台的所有想要的组合.该“虚拟钻探”是所选择的物理资产的模型,其从可靠性和性能数据库得出设想,其然后用来模拟钻探操作的资财.
四个区域是使能器(enabler).它们包括:1)传感器信号,其特征是具有滤波和识别算法,以实现在循环中的无人监视;2)可靠性和性能数据库,其形成有故障事件观察数据和相关的远程监视和如下所述的诊断传感器信号;3)人工智能算法,其开采这些数据,以评估健康状况和识别故障和任务风险的时间概率阈值;以及4)虚拟操作模型中的物理资产的模拟和优化,其针对于***目标开发可行的决策空间。
在模拟虚拟钻探任务中的配置时,该财务风险/回报形成有多个(即数千个)模拟运行,其从可靠性和性能数据库进行采样,并且开发可行的和最优的配置设计空间。该输出为交互钻探资产模型,其对于与具体钻探操作相关联的不确定性连同与特殊钻探操作相关联的可行的配置的财务风险和回报映射以及机队影响一起被优化配置。该可执行的决策支持与所要配置的钻探资产的类型、这些资产的配置和它们的操作相关。
需要实现它们的这些油藏和资产采用保险领域中的债务资产管理的属性.关于保险,在概率性债务必定是由于今天投资,从而当明天做出申请时需要付清的同时,必须产生本期收入.类似的,油藏是概率性资产,其必须使用今天的钻探设备的资财进行开发,从而在本期收入需求的操作限制内满足明天的财务目标.
根据一个实施例,钻机的全局资产(租借、保有)针对于已知的油藏进行分配、开发,并且是概率性的未来收获.通过使用多期间混合整数编程(MIP)、顺序线性编程(SLP)的随机点价格情况以及使用实际选项估价构架的随机优化对这些油藏进行估价。
通过将目前担保的油藏以及可能在未来担保的油藏与可调节的计划范围上的区域钻探资产进行匹配,来完成钻探资产的资财配置。所担保的油田资产的特征是容量的概率性,诸如通过四分位,而估计油藏还不像所标识的那样,而是可能在计划范围内担保.虽然该目标功能将资财静现值(NPV)最大化,但要控制计划风险变量的可选择级别,在该可行方案组上计算修改的有效边界.根据变化的程度,使用三个优化方法:线性或混合整数编程、顺序线性编程和随机。除了传统的NVP之外,使用实际的选项估值,其设想是从基于具有管路相关能力的转让功能的模拟而得出的。于是,资产的分配对于已知的和概率性的未来结果就是匹配的。
输出是用于开发和生产单位的风险/回报爱好的动态资产匹配和机队正确的大小。该可执行的决策支持得出担保何种类型的钻探资产、何地以及何时使用的推荐。
现在参看图1,出于资产配置的目的将油藏分为三类:1)已经证实的(也就是完全清楚的位置和有效量);2)标识的(也就是担保的或者谈判中的可能油藏的权利,其中该油田的具***置和量不完全清楚);以及3)可能的油藏(即可能存在于一个区域中,但是还没有开始开发工作或者具体的合约权利)。描述该油藏的物理属性的值是概率性的并且与时间有关。生产可以并且确实开始于不同的时间.油田的量也是变化的。已经证实的油藏在质量、数量和时间方面具有相对较高的精确性,而正在开发过程中的油藏的具体情况具有很低的精确性。
外因力量可以驱动对关于钻探什么以及如何钻探的许多内因决策的动机。选择油藏的动机受到油田和气田权利的当前价值的影响.假定点和原始未来价格受到全球石油市场的控制,也就是外因。外因变化的一个说明性例子就是石油的价格。该外因路径4模拟为随机走线,其从价格增量随机分布以及震动情况得出.作为在高价格环境下外因力与内因选择之间的耦合示例,将其增加到资财、相对于具有精确理解和极限容量的油藏而言具有显著容量最大潜能的油和气藏具有重大意义.改变钻机租借条款和条件或者机器可靠性或容量或者运行钻机的强度也具有一定的意义.
出于模拟的目的得出物理***的数学模型.这一面向目标的“虚拟钻机”5可以根据设备组的选择来构造,其包括主要的工程子***,诸如顶部驱动、绞车、抽泥泵、底孔组件、钻探深度容量和工作人员。该虚拟钻机5所具有的物理位置可以在限制的范围内并且以指定的速度移动.具有固定和可变成本的钻探能力作为所选择的物理设备的函数被特征化。虚拟钻机从初始安装以及从模拟世界中的使用具有寿命消耗。子***可靠性的特征来自实际的可靠性分析,并且根据历史等同体或者当还不存在数据时根据判断评估进行估计.使用嵌入在模拟中的规则引擎或者在模拟期间由分析者做出的调节来做出钻探操作选择.模拟钻机机队,其每一个都与其唯一的配置、所选自的孔相符合,以钻探油或气藏矩阵。机队全局限制是关于它们存在何处(诸如特殊钻机或者钻探设备或者人员配备的数量上的限制、提炼厂或者运输容量等)。
使用虚拟钻机5进行移动和钻探的财务结果作为时间的函数来进行计算,这与钻探决策和钻机所应用的具体油藏有关,如在模拟推荐中的方框6中所示。在每个钻机的基础上计算使用钻孔能够实现的静预测产量超过要钻出那种预测产量所需静成本的比率.根据该理论机队中许多虚拟钻机的合并就计算出结果.为钻机的每一模拟运行制作总的机队产量和成本表格,以及为每一钻机的配置、钻孔和油藏可行决策制作表格。来自虚拟钻探操作模拟的财务机制、折旧、税务和操作成本被用来计算活动现金流。
虽然该分析设施可以计算所有钻机的所有组合以及用于所有油藏的钻机的配置,但是这样将会有格外复杂的计算和耗时.在钻机的可行子***选择的每一配置以及在用于油藏的钻机的匹配中,算术编程的能力受到调节影响,从而挤压了模拟场景的数目以及它们对的最佳获得整体***目标的、最稳健的、受到外因力量的随机路径影响的场景的复制.
该选择和模拟的静循环于是就是:
a.机队“照这样”的基线仿真和模拟前进;
b.用于油藏的带有运输的钻机分配;
c.钻探路径模拟;
d.油藏数量和质量;
e.当计算财务结果时的钻机物理***选择和复制,并且每一复制从该外因力量的随机路径采样;
f.下一个分配和运输.
启发的,在启动明确的复制和最佳或稳健寻找模拟之前,使用顺序线性编程(SLP)、混合整数(MIP)、整数(IP)和线性编程(LP)来减少用于快速开发最稳健的方案空间的模拟计算负荷.该钻机到哪一油藏的分配7在模拟运行中是变化的.该测试分配7并不是完全随机,而是遵从一个封闭形式的算法,其使用实际的启动物理配置和根据实际机队的寿命消除了总产量/总成本的最小可能的多周期可能机队优化.可以有多个标准寻找,就像是实际和财务资产的资财管理的情况一样。
对于钻机的油藏的给定配置(分配7),该实际钻探操作按照步骤8中所表示的那样复制,直到按照概率所产生的这种时间变为特征的(来自下一模拟的边际效用并不明显;没有新的信息被提供).根据该分配7产生油藏的时间范围以及其可能的地理,并且使用将输出提供给该财务估值6的每一运行模拟钻探配置.也可以模拟可替换的钻探配置,直到按照每一可行配置的这种时间被足够的复制,以具有选择的财务分支的特征。
一旦虚拟机队已经使用这种虚拟钻机运行,就在油藏与钻机之间做出新的分配,如图9中所表示;然后为新的分配复制每一钻机模拟8.这样为所有钻机配置、油藏分配以及外部因素变量进行复制。
最寻常的寻找决策支持与用于油藏的钻机资产的最佳匹配相关,并且这一点在上面已经讨论了。也可以有利地从所希望的风险/回报目标主题到某个财务量度向后工作,并且标识何种类型的资产需要在租借或购买的条件下担保或者何种质量以及在哪里或者甚至何种类型的油藏轮廓最适合钻机的有效机队以及当前资财中的其它油藏。这种向前和向后链接能力(在图1中列举的14)是较高的值,以与财务计划、财务、投资和分析、资本结构计划和商业操作配合.能够进行“万一”情况或者目标寻找或者在前面提到的对股东具有高度用处的灵敏度分析的向后链接的方框10、11、12和13描述了更长范围的计划.
在几乎所有的工业***形态中,从飞行器到发电机到机车到电子***,都需要可用时间,并且已经创造了检测技术来增加这些资产的可靠性.这些包括非接触、远程访问涡流、超声、X射线以及热成像吸收方法.例如油管线典型的不需要采样管进行检测。
建立检测技术来消除特定故障模式。该结果为检测技术的资财,其减少了与设备可靠性降低相关的操作风险。该可执行的决策支持是已经检测了已知故障模式的关键路径钻井绳***的定量风险评估。为钻探/修理/替换和时间表提供特定风险加权决策支持量度.一个说明性的范例就是数字X射线或者具有金属完整性的分析估计的钻井绳的接触超声.
一旦该资产被选择、检测并且认为适合使用时,钻探配置、物理感测、历史使用以及当前操作支配着与操作风险相关的因果性驱动器。该钻探绳的可靠性受到相关的动态操作决策控制。这种传感器辅助的决策支持方法和***的目标是增加机队的产量,同时降低其总成本.钻探速率(穿透速率ROP)取决于几个因素,它们是最下面的孔钻探参数,并且典型的超出了钻机的当前控制。这些因素包括钻压(WOB)、每分钟转数(RPM)、振动、力矩、孔条件、钻头渗透性、切割深度、特定机械能量以及岩石压力强度。ROP是一个因素,只有当所有这些因素都被考虑时其才可以被最大化,然而对于缺少感测和实际时间分析决策支持,就难以这么做了.
根据一个实施例,将ROP最大化的一个全新方法就是使用特定机械能(MSE),其提供通过监视钻探参数以及识别量化数据所提供的最优参数来检测钻探效率中的实时变化的能力,以能够按照变换在区域中重新设计:矿井清洁作业、底孔组件(BHA)设计、钻头选择,等等。
为了获得这种基于传感器的决策支持,MSE数据连同其它在线操作参数一起被集成在特殊领域(地理区域)中.馈送在线模式的钻探分析工作台和/或基于启发的转让功能环境是有效的。然后在操作中使用决策支持引擎以用来预测不希望事件的发作,并且其用作决策工具,其可以在钻探操作环境中结合其它基于计算机的控制***一起使用.
该输出为交互钻探速率操作支持助理。该可执行的决策支持被交给操作员,只有当给定所有其它钻探动态,可以评估各种操作决策、诸如ROP、WOB和RPM的风险和回报时,其才可以受益.
该操作以及钻探路径决策支持方法和***的目标然后就是增加机队的产量,同时降低其总成本.应用于钻头的工件具有重要影响.在恢复由于外部因素,诸如在恢复由于天气延迟或者不可预测的岩石密度岩层而导致的损失时间中,加速钻探速度以弥补时间的决策可能增加设备故障、机械磨损或者底孔卡塞的概率。操作员不大可能能够独立的做出需要在钻探速度上保持风险中性的风险/回报决策.
当使用与选择钻探绳设备、进给速率、维护相关的操作决策以及在一个实施例中的钻探路径阶段本身进行辅助时,基于调节影响的模拟的实际选项估值可以具有重要用途.使用基于传感器的钻探操作算法进行工作,就可以计算钻探破碎和废弃的概率.
将沿着孔的登陆点的策略放置、钻探卡塞的风险的比例以及现场故障与集合的感测***以及实时、动态选项估值财务方法耦合.
该输出为交互钻孔路径操作支持助理.可执行的决策支持被交给操作员,只有当可以为钻探阶段对风险和回报进行加权,以避免由于失效的钻探绳而导致整体或者很大量的钻孔的废弃时,其才可以有利的受益。
图2描述了根据一个实施例的方法,其将每一钻探路径增量视作一个决策点.给定已经遵循到此的路径以及还要前进的可能轨迹以及这一连续体中的地理形式以及资产配置的环境中的物理可靠性的估计,就可以估计其子***历史和当前操作、以及对油藏几何的理解的确定性、最佳的回报速率、下一个深度段的位置和定位。
理想的,要计划并寻找一个钻探路径15,其是最直接的,并且其具有钻探绳上的最小工作,并且找到获得该完整油藏的定位.跨过机队来这么做几乎是不可能的,然而将沿着钻探操作中所学***均性能,并且减少非常昂贵事件的数量,其中由于缺少精度或者缺乏补偿操作决策而必须废弃钻孔或者重新钻探。
假定传感器辅助的决策支持方法和***的目标是增加机队的产量并同时降低其总成本,那么就可以使用有效的累加分析来支持关键决策.这种知识被带到做出钻探操作决策的前线.
在其中地理16既在其物理几何上又在密度上发生变化的情况下,有可能通过调节速度和前进速率来控制钻探力和振动,从而保持在钻头的匀速工作功能,并且不陷入疲劳故障.当可以增加钻头速率并且它们保持匀速时,并且累加的寿命磨损还没有达到疲劳极限,保持稳定的速率可以降低物理和财务变化,然而还不能从更快速的达到油藏获取有效的经济回报.
可替换的,具有以接近疲劳的速率消耗的累加工作的钻头会穿过一个非线性风险边界,其中通过增加故障的概率减少了连续钻探的受益,其需要大量的重新工作或者废弃.该目标就是增加在数千次机队决策中的概率,这些决策每小时都要做出,以得出更好的产出,其恰当的回报了给定的风险,以及在尤其昂贵的故障的地方进行介入.
尤其昂贵的故障的一个例子就是当出现钻探丢失并且必须废弃钻头时在钻孔17的终端。在该钻探丢失之前,在时间上有一个点,其中交换设备或者降低行进的速率将是有利的,尽管会导致延迟,因为故障的累计概率以及必须的恢复将会超出以时间的线性投影到达石油的机会成本.
所选择的钻探路径以及与修改相关的路径提供了用于价值创建的机会。一个情况就是到最终成功钻探路径的进入点选择。要开发多少孔以及在哪里开发可以具有选项的属性,其中使用开发的孔实现一笔费用(奖金),以获得增加的知识和操作灵活性。当在钻探操作期间地质限制被标识并且想要知道降低总钻探成本的路径时,尤其是这样的.关键是在出现钻探操作时对预期的路径18的估值。
工作功能是一个用于概率的残余疲劳寿命的代理。当材料的密度增加时,钻探绳可能会具有较高概率的故障,其受到振动以及以各种钻探速率对密集岩石数小时积累的工作,并且有些速率过高。跨过钻探操作的机队,在钻探的时候包括决策支持就通过减少灾难性的故障的出现可以影响平均性能。当作为其先前工作的结果的钻探绳的故障概率加上给定当前读数的模拟可能性工作超出了风险调节的经济回报率时,就告知钻探操作员19,并且或者可以降低速度,或者维修该底孔设备.关键是决策支持是在线的,并且作为完整的过程对钻孔是说明性的。
创建允许多个孔扩展的登陆点减少了风险.为了获得石油而需要多数孔以及在什么地方,这可以是油藏几何的函数.在钻探操作期间从底孔传感器收集更精确的信息。在孔的末端出现的钻探绳故障比在开始操作时出现的故障要代价高的多.多个访问以及放弃深度孔的机会损失的想法都共同具有从沿着钻探路径的基准点受益的属性,其允许后一个选项(最多)从相同的孔前进到新的路径。需要关于在什么地方创建这种登陆点20的决策支持,以降低重新工作的机队成本,以及降低底孔故障的影响。
该虚拟钻探和钻探操作和各种设计的估值和操作选择的模拟是改变钻探资财的平均值以及减少极端的负面事件频率的关键所在.有三种组件可以实现该功能,其包括:
1)可靠性和性能数据库,其精确地使输入假设特征化;
2)模拟和优化形态,其精确地表征在它们的可能结果的范围上的资产分配、配置和操作,不忽略这些结果的因果性和路径;以及
3)财务估值方法,其包括传统的指示器以及与资产分配、配置和操作中有效的可执行决策相关的概率和实际选项估值.
在使用路径相关性建模并且受到外部变量影响的***的例子中,将数值设计到该***的结构中,并且设计到生命周期决策中.人们可以计算将各式各样的选项设计到增加其财务用途的***中的成本。
根据一个实施例,基于模拟的商业***的转让功能(包括其路径相关性操作和设计选项)就可以得出,并且受到该***对于其比较稳健的外部力量的影响.模拟复制的结果输出财务预测报表的假设,并且然后得出统计数据库,可以从其中调用运行数据。收集该***参数、外部因素以及性能产量.
***的输出典型的是概率性的.该当前值是一个这样的测量:其从模拟驱动的财务估值中获得,并且其观察在直方图150上绘出,如图10中所示,其描述了应用于发电涡轮机的随机模拟方法.
可以将投资当作项目基线或者隐没成本来考虑,以获得与公司的操作相关联的经济值。在石油钻探的情况下,假定需要钻探操作,这是商业中给定的事情。那就是说,没有增加预测精度以使得最终钻探操作以更低的边际成本产出更多石油的其它投资可以做.可以有诸如转让风险的费用的投资.在这些情况中,从具有增加的能力超出基本情况中受益的结果以及获得这些潜在收益的权利的成本可以当作一个选项考虑。一个选项给出一个权利,而不是一个义务去做某事。通过相同的方式,可以使用实际资产特征和决策设计选项。下面参照图3描述一个例子,其图形化的描述了根据成本与事件的基本估值、延迟或者风险废除、以及扩展选项因子。
例子:基础操作是做商业的隐性成本,并且其成本和收益不确定性在该公司的整体企业中的折扣速率中获取.其它投资可以在分阶段的做出,以收集更多信息,同时还可以在获得更多潜在收益相关的特征方面做出其它投资,这些对实际选项估值技术可以是顺从的.并不是所有实际选项的估值都是标准的,假定它们并不交易,并且是像该物理***和它们设计用来辅助的该操作选项一样唯一.
图4中所示的用来查找***中的一个设计特征的值的一个方法是将之前和之后的情况下进行比较,将频率转换为概率密度函数,将其积分以形成累计概率分布并计算值中的预期变化(50%的百分比).对于该情况下,以无风险的速率或者至少以最低风险的投资替换做出折衷,一个例子就是低风险替换投资选项.
这一方法是一个稳健的方法,假定该“预期值”的极限被关注。单个数字,诸如NPV或者实际选项值是其它数据点中的数据点。它们是良好的接近;然而它们也具有极限,因为在上下文中缺少将值的所有概念都压缩到单个数字中。
图5中所示的另一个替换,是通过该对应概率的相对加权以及计算值的总和来对所有概率的当前值(PV)中的相对差进行积分.
现在考虑图6中所示的该累加概率分布,其描述了在增加选项以改进性能之前和之后,该***的输出.该预期值保持相同,而上部值创建的概率非常高。丢失值的概率也增加了.然而这些可能不具有对称的分支。损失可以是使得投资值爆聚并因而是不可接受的。
一个实施例将物理操作和财务反应连接起来。于是,计算该预期值选项的一个可能方法的特征就是该***输出不是作为一个概率分布而是作为几个概率分布的结果。现在的任务变为利用该分析设施并找到创建不想要的输出的因果串的物理***或者决策领域点的子集,以及通过针对于减少的成本和收益权衡一串风险来减少出现的这种串的可能性。
图7为根据一个实施例的与投资相关的成本的直方图。问题是该聚合分布是否就是***输出的唯一可能集,或者其是否就是该***的各种配置的综合.如果存在具有可以被设计出的因果性的***的状态(在数据库的运行和配置中都是相同的),人们就可以计算不想要的输出的这一“口袋”的明确值.
察看具有能力访问具体因果性的影响的***级别性能是这里所描述的方法和方式的核心要素.该***产生所观察的行为,并因此介入到该***,根据一个实施例的焦点就是在于对创建观察行为的动态转让功能进行标识和建模.理解该***的结构是一个分析挑战.使用通过物理配置或者路径相关性资产决策所设计出的某个***属性,喜欢的变化就出现在该概率***级别输出.获得这一概率未来收益的静收益最低成本(奖金)就是选项值.当外部力量和操作是在介入具有用途的时候,因为其已经做出了,该选项就具有值.
典型的避免了NPV或者选项值的单个数字,因为一个在风险和回报的情况下更受关注,以获得稳健性.也就是说,商业世界吝啬的并且想要“一个数字”。为了计算选项值的数字,就根据NPV累计概率分布集成该区域,诸如图8中描述的一个实施例.
保持前述原理,图9的方框图描述了根据一个实施例的交互决策支持计划工具100。交互决策支持计划工具100辅助用户来如何选择该***将要处理的工程***或实体的资财,诸如飞行器引擎和飞机、钻机和油藏、设备配置、设备检测、设备在线传感器、用于设备和钻探路径或资产分派以及合约动机的动态操作决策,以将风险分配到位置最佳以减少它们的股东。决策支持将与操作的成本相关的机队的财务风险降低到低于不使用交互决策支持计划工具时所能够达到的水平,和/或将与该活动的成本相关的财务回报增加到高于不使用该交互决策支持计划工具时所能够达到的水平,这样就可以在多个操作股东中以理想的方式分配财务风险和/或财务回报.
交互决策支持计划工具100当矿井正在被钻探的时候,辅助用户例如进行如何钻探矿井,以及如何做出钻探决策。交互决策支持计划工具100,例如当结合矿井钻探决策一起使用时,然后操作其用来产生钻探决策,其将与钻探该矿井的成本相关的财务风险降低到低于不使用该交互决策支持计划工具时所能够达到的水平,和/或将与钻探该矿井的成本相关的财务回报增加到高于不使用该交互决策支持计划工具时所能够达到的水平,这样就可以在多个钻探操作股东中以理想的方式分配财务风险和/或财务回报,其中该股东合约性持有部分该机队资产的风险.
现在继续参照图9,交互决策支持计划工具100包括模拟器102,其用于执行所想要数量的一个或多个物理钻探***的模拟.该模拟器102响应于多个输入数据而生成随机财务预测104和随机事件预测106.
该输入数据包括但并不限于历史故障数据108和先验工程知识110,其被处理用来生成设备故障模式信息112,其提供一种类型的信息,其可以被交互决策支持计划工具100使用以生成随机财务预测104和随机事件预测106。
该输入数据也包括原始设备条件数据114、在先设备使用数据116和设备修理历史数据118,其一起被处理以用来提供设备数据120的当前状态,其为交互决策支持计划工具110所使用,以生成随机财务预测104和随机事件预测106.可以通过一个或多个以理想方式工作并且根据一个实施例集成到当前设备状态元件120中的预定的传感器连续的或立即的修改非常多的这一数据.
其它输入数据可以看到,例如包括预测设备使用数据122、计划事件数据124、决策逻辑和行为数据126、以及基于事件的成本分布数据128.如果一件不想要的随机事件受到了随机事件预测106的触发,可以在模拟运行之后通过反馈循环130修改计划事件数据124。随机事件预测106例如可以展示在某个事件段期间的显著数量的设备故障.这一信息然后可以通过反馈循环130被用来修改计划事件124,诸如但并不限于为了修理和/或维护的商店访问.
决策逻辑和行为数据126可以包括有信息,该信息包括但并不限于工作辖区和商店表现,即使用何种类型的修理和/或维护,该修理和/或维护过程的持续期,以及存货管理过程,诸如设备替换决策.
基于事件的成本分布数据128连同其它事情一起涉及与特定的内部和/或外部、即基于客户的决策相关的成本。这些例如可以包括使用新部件更换特定的实效或破损部件的成本。基于事件的成本分布数据128在某些情况下可以是固定的数字,而在其它情况下将是数字分布.
使用随机事件预测106来考虑可能以随机方式出现的事件,但是通常没有提前计划,诸如但并不限于可能导致设备故障的不可抗力的灾难。这种随机事件可以是非常高成本的,并且例如可以需要安排另外的商店修理。
如此前所述,该交互决策支持计划工具100确保资产,在一个实施例中包括钻探绳、地质和油藏,被配置使得设备的可靠性和性能匹配与明确的钻探应用匹配,从而在钻探操作的资财、用于概率性油藏的具体资产以及用于油藏的路径环境下最大化该概率。
使用交互决策支持计划(基于模拟的设计)工具100就获得了具体的钻探配置,其开发了所有有效和可行的钻探平台的理想组合.“虚拟钻探”是所选择的物理资产的模型,其从可靠性和性能数据库得出假设,然后使用其来模拟钻探操作的资财,以生成随机财务预测104。
交互决策支持计划工具100包括模拟器102,于是就允许设备和决策的移动,例如矿井资财、钻机资财、钻探设备、设备检测、设备在线传感器、用于设备和钻探路径以及合约动机的动态操作决策,在给定或随机操作条件下的贯穿时间。该模拟为预期的成本(例如修理成本、部件成本)以及预期的事件(例如修理事件)产生随机预测.
当前设备状态120被用作启动点,以创建实际输出。该当前设备状态120是基于原始设备条件(例如交付日期以及在钻机资财中具体的使用了何种部件)、先前设备使用(例如设备在线传感器随着时间的操作小时和周期)以及修理历史(例如哪一部件已经被修理/更换过以及是在何时)确定的.
如此前所述,其它所需要的输入是随着模拟的时间周期的预测设备使用122、以及计划事件124(例如计划商店访问或检测).
对于每一片或者小片设备,在模拟中使用故障模式信息(故障的可能模式以及对应的随机分布)来模拟设备故障。
也可以应用修理逻辑、商店周转时间、成本分布128以及其它表现或决策逻辑126.
已经通过通用电子航空(GEA)成功的应用了一个交互决策支持计划工具,以允许在给定或随机操作条件下随着时间的设备的移动,例如飞行器引擎,以及从其中为预期成本产生随机预测。进一步,随机商店访问预测已经成功的被用来修改计划事件,即为早期的某些飞行器引擎安排商店访问,以平衡维修车间的工作负荷.
前述交互决策支持计划工具100允许考虑万一的情况,以研究该财务影响以及预测事件的影响,例如改变检测计划逻辑的影响。其它选项是要研究增加的寿命对单个部件或在任何点对成本降低的影响.通常,人们可以根据上面描述的任何假设使用如下将要进一步详细描述的交互决策支持计划工具100来研究变化或改变的影响。
更具体的,决策支持计划工具100可以工作以在与多个物理矿井钻探***相关联的可配置的时间段中,使用基于模拟的方式来确定该财务风险和/或回报,所述方式包括可相互操作的模式目标和分类法,其包括物理***目标、财务目标和外因假设目标,诸如此前所述的至少其中之一.
决策支持计划工具100也可以工作以在外部和内部变化以及决策元件之间为与配置和钻探矿井的成本和收益相关联的选项、风险和/或回报的计算来集成多个建模、因素。
决策支持计划工具100也可以工作以确定财务风险和/或回报,其是基于在存在外部变化的情况下用于模拟矿井钻探配置的相关目标的选择进行的。
决策支持计划工具100也可以工作以确定财务风险,其是基于在存在外部假设变化的情况下对用于操作配置的风险改变的概率的计算进行的。
决策支持计划工具100也可以工作以确定财务回报,其是基于在存在外部假设变化的情况下对用于操作配置的回报改变的概率的计算进行的。
决策支持计划工具100也可以工作以在存在外部假设变化的情况下,对于矿井钻探方法的物理***配置或对于操作决策或对于物理或财务状态的改变,为可配置的时间段确定风险和回报之间的关系.
决策支持计划工具100也可以工作以在存在外部假设变化的情况下,在建立合约项、定价、续借、终止或者内部合约期间调整的过程中,作为决策支持工具为物理矿井钻探***配置、操作决策确定值的变化,或者确定物理矿井钻探***或财务限制中的状态的改变.
决策支持计划工具100也可以工作以为配置或操作决策确定路径相关性值或风险改变。
决策支持计划工具100也可以工作以辅助优化、安排、分配、条款、工作参数以及定价,以影响与物理矿井钻探***或财务限制相关联的财务和/或工作量度。
决策支持计划工具100也可以工作以利用在一个操作决策点的风险和/或回报中的改变,以相对于限制的缺少或违背的概率改进局部和/或全局改概率,具有更高的经济值创建。
决策支持计划工具100也可以工作以为计算与物理或财务***相关的风险和/或回报,将分析转让功能与具有结构分类***的发布和提交消息构架集成起来.
决策支持计划工具100也可以工作以通过存储在实际物理操作或模拟中产生的实际操作参数、结果和值来分析实际世界和模拟的数据,其中作为对所模拟的目标的积分来捕获并记录这些值,或者将这些值捕获和记录在指定用于捕获纵向值的单独数据库中.
决策支持计划工具100也可以工作以记录部件的消耗、部件寿命、操作参数、***的状态、外部力量、成本和为了分析模拟的目的而采取的或预期的决策,以计算油矿钻探设备中的万一情况的风险和回报.
决策支持计划工具100也可以工作以提供自动分析工作流,以清除、配置和调用所需要的数据,计算和调用所需要的转让功能,以及后处理结果,用于可动态配置的展示.
决策支持计划工具100也可以工作以改变和/或测量对于一个理想的商业实体而言与钻探该矿井相关联的财务风向和/或回报。
决策支持计划工具100也可以工作用来提供***方法,其通过在资产匹配、钻探选择、设置和操作中更多的改进跨越多个分离决策中的差别数值创建的可能性而不是风险,同时也大大减少非常昂贵的油田故障钻孔的频率,来增加机队钻探设备的平均产量.
决策支持计划工具100也可以工作以响应于历史寿命数据、检测寿命评估以及模拟的向前任务向前和/或实际传感器读数,并且对此没有限制,以通过一个或多个中间分支点来计算钻探速度、钻压、钻探路径、以及钻探路径线。
决策支持计划工具100也可以工作用来提供机队资财理性化过程,以将哪一钻机上的何种钻机配置与何种油藏、时间精度匹配。
总而言之,已经将一种工业风险转让***和方法应用于矿井计划和构造、飞行器引擎、发电涡轮机、机车、诊断成像设备以及其它中,以提供本质上的性能优化机会。该工业风险转让***和方法挑战了现存的工业范例,通过矿井资财选择、钻机资财选择、钻探设备配置、设备检测、设备在线传感器、用于该设备和钻探路径的动态操作决策、以及合约动机,向操作员提供了改进的数值动机,以将风险分配给处于最佳位置以减少它们的股东,优化的授权的支出基金(AFE)准备、矿井风险标识、减缓和潜在的产出决策、以及考虑采用新钻探技术的风险/回报的量化.
虽然这里仅仅已经描述了说明了本发明的某些特征,但是许多修改和改变对于本来源的熟练技术人员而言是显然的.因此要理解的是,所附的该权利要求书意欲涵盖落入本发明的真是精神范围内的所有这种修改和改变.
Claims (10)
1.一种操作工业工程***的方法,该方法包括:
提供交互决策支持计划工具(100),其辅助用户在所述工业工程***工作时候如何操作该工业工程***以及如何做出***决策;和
操作该交互决策支持计划工具(100)以产生操作决策,这使与操作该***的成本相关联的财务风险降低到低于不使用该交互决策支持计划工具(100)时所达到的水平,和/或使与操作该***的成本相关联的财务回报增加到高于不使用该交互决策支持计划工具(100)时所达到的水平,这样使得在多个工业工程***操作股东中以理想的方式分配财务风险和/或财务回报,其中这些股东合约性持有机队资产的风险的子集.
2.根据权利要求1的方法,进一步包括操作决策支持计划工具(100),以使用包括可相互操作的模式目标和分类法的基于模拟的方式来确定在可配置的时间段中与多个***资产相关联的财务风险和/或回报,所述可相互操作的模式目标和分类法包括物理***目标、财务目标和外因假设目标中的至少其中之一.
3.根据权利要求1的方法,进一步包括操作决策支持计划工具(100)以在外部和内部变化以及决策元件之间集成多个建模、因子分解以用于与配置和操作所述工业工程***的成本和收益相关联的选项、风险和/或回报的计算.
4.一种用于钻探井的***,该***包括交互决策支持计划工具(100),其辅助用户在钻探井的时候如何对该井进行钻探以及如何做出钻探决策,其中该交互决策支持计划工具被配置成模拟井钻探设备和资源随着时间的使用情况,以支持响应于所期望的输入信息在多个钻探操作股东之间以理想的方式分配财务风险和/或财务回报,其中这些股东合约性持有机队资产的风险的子集.
5.根据权利要求4的***,其中所想要的信息选自设备故障模式信息(112)、当前设备状态信息(120)、预测设备使用信息(122)、计划事件信息(124)、决策逻辑和行为信息(126)、以及基于事件的成本分布信息(128).
6.根据权利要求5的***,其中设备故障模式信息(112)是基于历史故障数据(108)和工程数据(110)。
7.根据权利要求5的***,其中设备当前状态信息(120)是基于原始设备条件数据(114)、先前设备使用数据(116)、以及设备修理历史数据(118)。
8.根据权利要求5的***,其中当前设备状态信息(120)是基于传感器数据.
9.根据权利要求4的***,其中交互决策支持计划工具(100)进一步被配置成响应于所期望的输入信息,生成随机财务预测数据(104)。
10.根据权利要求4的***,其中交互决策支持计划工具(100)进一步被配置成响应于所期望的输入信息,生成随机事件预测数据(106)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/901,992 US20090076873A1 (en) | 2007-09-19 | 2007-09-19 | Method and system to improve engineered system decisions and transfer risk |
US11/901992 | 2007-09-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101393619A true CN101393619A (zh) | 2009-03-25 |
CN101393619B CN101393619B (zh) | 2016-02-24 |
Family
ID=39889168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810149724.7A Expired - Fee Related CN101393619B (zh) | 2007-09-19 | 2008-09-19 | 改善工程***决策和转让风险的方法和*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US20090076873A1 (zh) |
CN (1) | CN101393619B (zh) |
CA (1) | CA2639313A1 (zh) |
GB (1) | GB2453219A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107709700A (zh) * | 2015-05-13 | 2018-02-16 | 科诺科菲利浦公司 | 钻探大数据分析法引擎 |
CN108141473A (zh) * | 2014-12-01 | 2018-06-08 | 阿普泰克科技公司 | 基于资产可用性的网状网络路由 |
CN109624108A (zh) * | 2018-11-16 | 2019-04-16 | 银川隆基硅材料有限公司 | 一种模拟硅片切片机生产时间的方法与设备 |
CN110325706A (zh) * | 2017-02-20 | 2019-10-11 | 沙特***石油公司 | 利用人工智能和模式识别的井性能分类 |
US20200320648A1 (en) * | 2015-04-17 | 2020-10-08 | Schlumberger Technology Corporation | Well Planning and Drilling Service |
Families Citing this family (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8013738B2 (en) | 2007-10-04 | 2011-09-06 | Kd Secure, Llc | Hierarchical storage manager (HSM) for intelligent storage of large volumes of data |
WO2009045218A1 (en) | 2007-10-04 | 2009-04-09 | Donovan John J | A video surveillance, storage, and alerting system having network management, hierarchical data storage, video tip processing, and vehicle plate analysis |
US8170800B2 (en) * | 2009-03-16 | 2012-05-01 | Verdande Technology As | Method and system for monitoring a drilling operation |
US10332219B2 (en) * | 2009-03-30 | 2019-06-25 | Landmark Graphics Corporation | Systems and methods for determining optimum platform count and position |
US8554717B2 (en) * | 2009-07-22 | 2013-10-08 | Baker Hughes Incorporated | Risk assessment for tools |
CN102687041B (zh) | 2009-08-07 | 2014-09-24 | 埃克森美孚上游研究公司 | 根据地面测量估计井下钻探振动指标的方法 |
MY157452A (en) * | 2009-08-07 | 2016-06-15 | Exxonmobil Upstream Res Co | Methods to estimate downhole drilling vibration amplitude from surface measurement |
US9598947B2 (en) * | 2009-08-07 | 2017-03-21 | Exxonmobil Upstream Research Company | Automatic drilling advisory system based on correlation model and windowed principal component analysis |
US8719065B2 (en) * | 2010-04-23 | 2014-05-06 | Raytheon Company | System and method for maximizing the value of allocation of processes to resources within an operational system |
US20120272174A1 (en) * | 2011-04-21 | 2012-10-25 | National Oilwell Varco, L.P. | System and method for drilling a borehole using streaming reference data |
US8972067B2 (en) | 2011-05-11 | 2015-03-03 | General Electric Company | System and method for optimizing plant operations |
WO2013032444A1 (en) * | 2011-08-30 | 2013-03-07 | Halliburton Energy Services, Inc. | Methods and systems for integrated control of subterrranean operations |
US9436173B2 (en) | 2011-09-07 | 2016-09-06 | Exxonmobil Upstream Research Company | Drilling advisory systems and methods with combined global search and local search methods |
BR112014007853A2 (pt) | 2011-10-06 | 2017-04-18 | Landmark Graphics Corp | método para otimizar a recuperação de óleo em curto prazo e dispositivo portador de programa |
US9359881B2 (en) | 2011-12-08 | 2016-06-07 | Marathon Oil Company | Processes and systems for drilling a borehole |
US9297205B2 (en) | 2011-12-22 | 2016-03-29 | Hunt Advanced Drilling Technologies, LLC | System and method for controlling a drilling path based on drift estimates |
US8596385B2 (en) | 2011-12-22 | 2013-12-03 | Hunt Advanced Drilling Technologies, L.L.C. | System and method for determining incremental progression between survey points while drilling |
US9404356B2 (en) | 2011-12-22 | 2016-08-02 | Motive Drilling Technologies, Inc. | System and method for remotely controlled surface steerable drilling |
US9157309B1 (en) | 2011-12-22 | 2015-10-13 | Hunt Advanced Drilling Technologies, LLC | System and method for remotely controlled surface steerable drilling |
US11085283B2 (en) * | 2011-12-22 | 2021-08-10 | Motive Drilling Technologies, Inc. | System and method for surface steerable drilling using tactical tracking |
US8210283B1 (en) | 2011-12-22 | 2012-07-03 | Hunt Energy Enterprises, L.L.C. | System and method for surface steerable drilling |
US9982532B2 (en) | 2012-05-09 | 2018-05-29 | Hunt Energy Enterprises, L.L.C. | System and method for controlling linear movement using a tapered MR valve |
US9057258B2 (en) | 2012-05-09 | 2015-06-16 | Hunt Advanced Drilling Technologies, LLC | System and method for using controlled vibrations for borehole communications |
US8517093B1 (en) | 2012-05-09 | 2013-08-27 | Hunt Advanced Drilling Technologies, L.L.C. | System and method for drilling hammer communication, formation evaluation and drilling optimization |
US9482084B2 (en) | 2012-09-06 | 2016-11-01 | Exxonmobil Upstream Research Company | Drilling advisory systems and methods to filter data |
US20140124265A1 (en) * | 2012-11-02 | 2014-05-08 | Saudi Arabian Oil Company | Systems and methods for expert systems for underbalanced drilling operations using bayesian decision networks |
US9202175B2 (en) | 2012-11-02 | 2015-12-01 | The Texas A&M University System | Systems and methods for an expert system for well control using Bayesian intelligence |
US9140112B2 (en) | 2012-11-02 | 2015-09-22 | Saudi Arabian Oil Company | Systems and methods for expert systems for well completion using Bayesian decision models (BDNs), drilling fluids types, and well types |
US9202169B2 (en) | 2012-11-02 | 2015-12-01 | Saudi Arabian Oil Company | Systems and methods for drilling fluids expert systems using bayesian decision networks |
US20140362087A1 (en) * | 2013-01-03 | 2014-12-11 | The Information Store, Inc. | System And Method For Quickly Visualizing Oil And Gas Field Data |
US20140330615A1 (en) * | 2013-05-03 | 2014-11-06 | Oracle International Corporation | Risk estimation of inspection sites |
US8818729B1 (en) | 2013-06-24 | 2014-08-26 | Hunt Advanced Drilling Technologies, LLC | System and method for formation detection and evaluation |
US10920576B2 (en) | 2013-06-24 | 2021-02-16 | Motive Drilling Technologies, Inc. | System and method for determining BHA position during lateral drilling |
US8996396B2 (en) | 2013-06-26 | 2015-03-31 | Hunt Advanced Drilling Technologies, LLC | System and method for defining a drilling path based on cost |
US9085958B2 (en) | 2013-09-19 | 2015-07-21 | Sas Institute Inc. | Control variable determination to maximize a drilling rate of penetration |
US9163497B2 (en) | 2013-10-22 | 2015-10-20 | Sas Institute Inc. | Fluid flow back prediction |
MX2016011021A (es) | 2014-02-24 | 2016-10-26 | Landmark Graphics Corp | Modelado total de recursos con modelos de recursos integrados y modelos de recursos persistentes. |
US11106185B2 (en) | 2014-06-25 | 2021-08-31 | Motive Drilling Technologies, Inc. | System and method for surface steerable drilling to provide formation mechanical analysis |
US9428961B2 (en) | 2014-06-25 | 2016-08-30 | Motive Drilling Technologies, Inc. | Surface steerable drilling system for use with rotary steerable system |
US9890633B2 (en) | 2014-10-20 | 2018-02-13 | Hunt Energy Enterprises, Llc | System and method for dual telemetry acoustic noise reduction |
WO2016108891A1 (en) * | 2014-12-31 | 2016-07-07 | Halliburton Energy Services, Inc. | Optimizing running operations |
EP3186476B1 (en) * | 2014-12-31 | 2020-07-08 | Halliburton Energy Services, Inc. | Optimizing stimulation and fluid management operations |
US10329882B2 (en) * | 2014-12-31 | 2019-06-25 | Halliburton Energy Services, Inc. | Optimizing completion operations |
US11861712B1 (en) | 2015-01-20 | 2024-01-02 | Fmr Llc | Multiple modular asset class constructor apparatuses, methods and systems |
US9818156B2 (en) * | 2015-01-20 | 2017-11-14 | Fmr Llc | Multiple modular asset constructor apparatuses, methods and systems |
CN104809663B (zh) * | 2015-05-07 | 2018-03-09 | 海南电力技术研究院 | 电力专业技术服务保障监督***及其监督方法 |
US10417614B2 (en) | 2016-05-06 | 2019-09-17 | General Electric Company | Controlling aircraft operations and aircraft engine components assignment |
US10318904B2 (en) | 2016-05-06 | 2019-06-11 | General Electric Company | Computing system to control the use of physical state attainment of assets to meet temporal performance criteria |
WO2018009643A1 (en) * | 2016-07-07 | 2018-01-11 | Aspen Technology, Inc. | Computer systems and methods for performing root cause analysis and building a predictive model for rare event occurrences in plant-wide operations |
US11933158B2 (en) | 2016-09-02 | 2024-03-19 | Motive Drilling Technologies, Inc. | System and method for mag ranging drilling control |
US20180174246A1 (en) * | 2016-12-21 | 2018-06-21 | Caterpillar Inc. | System and method for monitoring fleet performance |
AU2018313280B8 (en) | 2017-08-10 | 2023-09-21 | Motive Drilling Technologies, Inc. | Apparatus and methods for automated slide drilling |
US10830033B2 (en) | 2017-08-10 | 2020-11-10 | Motive Drilling Technologies, Inc. | Apparatus and methods for uninterrupted drilling |
EP3740643A4 (en) | 2018-01-19 | 2021-10-20 | Motive Drilling Technologies, Inc. | SYSTEM AND METHOD FOR ANALYSIS AND CONTROL OF DRILLING SLUDGE AND ADDITIVES |
WO2020061195A2 (en) * | 2018-09-19 | 2020-03-26 | Schlumberger Technology Corporation | Plan deviations visualization and interpretation |
US11722383B2 (en) * | 2019-02-22 | 2023-08-08 | Telefonaktiebolaget Lm Ericsson (Publ) | Method for mitigating disruption during maintenance of an edge gateway node |
US11466556B2 (en) | 2019-05-17 | 2022-10-11 | Helmerich & Payne, Inc. | Stall detection and recovery for mud motors |
CN112183912B (zh) * | 2019-07-05 | 2024-06-04 | 中国石油化工股份有限公司 | 一种输油站场管道失效概率评估方法及装置 |
US11041371B2 (en) * | 2019-08-27 | 2021-06-22 | Schlumberger Technology Corporation | Adaptive probabilistic health management for rig equipment |
CN110728325A (zh) * | 2019-10-12 | 2020-01-24 | 太原科技大学 | 基于支持度变换的变电压dr图像融合方法 |
CN111794743B (zh) * | 2020-08-28 | 2022-10-21 | 四川长宁天然气开发有限责任公司 | 一种页岩气井工程跟踪推演方法 |
US11885212B2 (en) | 2021-07-16 | 2024-01-30 | Helmerich & Payne Technologies, Llc | Apparatus and methods for controlling drilling |
CN115726760A (zh) * | 2021-08-26 | 2023-03-03 | 中国石油化工股份有限公司 | 一种实现智能控制钻井的自主决策方法及*** |
US20230137150A1 (en) * | 2021-10-29 | 2023-05-04 | Enversus, Inc. | Determining hydrocarbon well royalty valuations |
US20230383637A1 (en) * | 2022-05-25 | 2023-11-30 | Saudi Arabian Oil Company | Method and system for determining a geologically-guided assessment for managing drilling |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030225606A1 (en) * | 2002-05-29 | 2003-12-04 | Schlumberger Technology Corporation | Tools for decision-making in reservoir risk management |
US20050096893A1 (en) * | 2003-06-02 | 2005-05-05 | Mathieu Feraille | Decision support method for oil reservoir management in the presence of uncertain technical and economic parameters |
US20070174154A1 (en) * | 2005-12-30 | 2007-07-26 | Halliburton Energy Services, Inc. | Methods and systems for aligning business interests |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6612382B2 (en) * | 1996-03-25 | 2003-09-02 | Halliburton Energy Services, Inc. | Iterative drilling simulation process for enhanced economic decision making |
AU751619B2 (en) * | 1997-12-16 | 2002-08-22 | Schlumberger Technology B.V. | A method and system of simulating and optimizing land seismic operations |
US6167405A (en) * | 1998-04-27 | 2000-12-26 | Bull Hn Information Systems Inc. | Method and apparatus for automatically populating a data warehouse system |
FR2792363B1 (fr) * | 1999-04-19 | 2001-06-01 | Inst Francais Du Petrole | Methode et systeme de detection du deplacement longitudinal d'un outil de forage |
US6980940B1 (en) * | 2000-02-22 | 2005-12-27 | Schlumberger Technology Corp. | Intergrated reservoir optimization |
JP4071449B2 (ja) * | 2001-03-27 | 2008-04-02 | 株式会社東芝 | センサ異常検出方法及びセンサ異常検出装置 |
GB2413202B (en) * | 2003-01-17 | 2006-06-28 | Halliburton Energy Serv Inc | Integrated drilling dynamics system and method of operating same |
US7835893B2 (en) * | 2003-04-30 | 2010-11-16 | Landmark Graphics Corporation | Method and system for scenario and case decision management |
US7546884B2 (en) * | 2004-03-17 | 2009-06-16 | Schlumberger Technology Corporation | Method and apparatus and program storage device adapted for automatic drill string design based on wellbore geometry and trajectory requirements |
US7818226B2 (en) * | 2004-06-14 | 2010-10-19 | Michael S. Carmody | Method, system and program product supporting insurance-funded end-of-lifetime activities for a facility |
US7730967B2 (en) * | 2004-06-22 | 2010-06-08 | Baker Hughes Incorporated | Drilling wellbores with optimal physical drill string conditions |
US20060064366A1 (en) * | 2004-09-21 | 2006-03-23 | Smith Steven E | Method and cash trust for financing and operating a business project |
US8812334B2 (en) * | 2006-02-27 | 2014-08-19 | Schlumberger Technology Corporation | Well planning system and method |
US8014987B2 (en) * | 2007-04-13 | 2011-09-06 | Schlumberger Technology Corp. | Modeling the transient behavior of BHA/drill string while drilling |
US7734540B2 (en) * | 2007-05-29 | 2010-06-08 | Terry Ramsey | MLP financing system |
CA2647578A1 (en) * | 2007-12-20 | 2009-06-20 | Tollgrade Communications, Inc. | Power distribution monitoring system and method |
-
2007
- 2007-09-19 US US11/901,992 patent/US20090076873A1/en not_active Abandoned
-
2008
- 2008-09-04 CA CA002639313A patent/CA2639313A1/en not_active Abandoned
- 2008-09-11 GB GB0816603A patent/GB2453219A/en not_active Withdrawn
- 2008-09-19 CN CN200810149724.7A patent/CN101393619B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030225606A1 (en) * | 2002-05-29 | 2003-12-04 | Schlumberger Technology Corporation | Tools for decision-making in reservoir risk management |
US20050096893A1 (en) * | 2003-06-02 | 2005-05-05 | Mathieu Feraille | Decision support method for oil reservoir management in the presence of uncertain technical and economic parameters |
US20070174154A1 (en) * | 2005-12-30 | 2007-07-26 | Halliburton Energy Services, Inc. | Methods and systems for aligning business interests |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108141473A (zh) * | 2014-12-01 | 2018-06-08 | 阿普泰克科技公司 | 基于资产可用性的网状网络路由 |
US20200320648A1 (en) * | 2015-04-17 | 2020-10-08 | Schlumberger Technology Corporation | Well Planning and Drilling Service |
US11783434B2 (en) * | 2015-04-17 | 2023-10-10 | Schlumberger Technology Corporation | Well planning and drilling service |
CN107709700A (zh) * | 2015-05-13 | 2018-02-16 | 科诺科菲利浦公司 | 钻探大数据分析法引擎 |
CN110325706A (zh) * | 2017-02-20 | 2019-10-11 | 沙特***石油公司 | 利用人工智能和模式识别的井性能分类 |
CN109624108A (zh) * | 2018-11-16 | 2019-04-16 | 银川隆基硅材料有限公司 | 一种模拟硅片切片机生产时间的方法与设备 |
Also Published As
Publication number | Publication date |
---|---|
US20090076873A1 (en) | 2009-03-19 |
GB0816603D0 (en) | 2008-10-15 |
CN101393619B (zh) | 2016-02-24 |
CA2639313A1 (en) | 2009-03-19 |
GB2453219A (en) | 2009-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101393619B (zh) | 改善工程***决策和转让风险的方法和*** | |
Sakib et al. | An assessment of probabilistic disaster in the oil and gas supply chain leveraging Bayesian belief network | |
Koo et al. | A CBR-based hybrid model for predicting a construction duration and cost based on project characteristics in multi-family housing projects | |
Ordys et al. | Process control performance assessment: from theory to implementation | |
Russell et al. | Continuous assessment of project performance | |
Desai et al. | Domestic effects of the foreign activities of US multinationals | |
Wireman | Developing performance indicators for managing maintenance | |
De Marco et al. | Risk analysis in construction projects: a practical selection methodology | |
CN104541184A (zh) | 地下油回收优化的***和方法 | |
RAMEZANI et al. | Interrelating physical and financial flows in a bi-objective closed-loop supply chain network problem with uncertainty | |
Bagheri Khoulenjani et al. | Feasibility Study for Construction Projects in Uncertainty Environment with Optimization Approach | |
Grussing | Risk-based facility management approach for building components using a discrete Markov process–Predicting condition, reliability, and remaining service life | |
Lahiri | Profit Maximization Techniques for Operating Chemical Plants | |
Wang et al. | A life-cycle asset management model by response surface method based optimization | |
Bivona et al. | Evaluating fleet and maintenance management strategies through system dynamics model in a city bus company | |
Gligoric et al. | Evaluation of Underground Zinc Mine Investment Based on Fuzzy‐Interval Grey System Theory and Geometric Brownian Motion | |
Maksimov et al. | Cost reengineering | |
Islam et al. | Structuring risks for a comprehensive understanding of cost overruns in power plant projects | |
Bayzid | Modeling maintenance cost for road construction equipment | |
Parker et al. | Laying the Foundation for an Engineered and Integrated Approach to Pipeline External Corrosion Protection | |
Buthelezi | Quantifying the life cycle cost of a high pressure grinding roll in a mineral processing plant | |
Ayodele et al. | Crude oil price volatility and its impact on the development of marginal fields: a case study from the Niger Delta Basin, Nigeria | |
Gunasekara et al. | Forecasting Overtime Budgets for Naval Fleet Maintenance Facilities Using Time-Series Analysis During Transient System States | |
Boyd | Toward Remediation Economics: Use and Development of Life Cycle Cost-Benefit Analysis | |
Zausa et al. | Enhanced post-well analyses by data integration over entire projects lifecycle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160224 Termination date: 20200919 |
|
CF01 | Termination of patent right due to non-payment of annual fee |