一种单井可采变化规律动态模型的建立方法及勘探项目储量指标预测方法与流程

本发明涉及一种单井可采变化规律动态模型的建立方法及勘探项目储量指标预测方法，该储量指标预测方法能够通过相关方程式系数拟合及模型建立，将油藏开发地质规律与勘探规划效益指标两者相结合，在既定工作量指标下量化预测勘探项目储量指标。

背景技术：

油气储量是国家资源管理和规划的重要内容之一,储量指标预测是指导石油企业(公司)各阶段工作以及编制中长期发展规划的基础。储量评价的结果更是直接关系到油气田开发规模、各项开发指标预测的可靠性及整体效益,是开发决策的重要依据。

目前国内外常用的石油与天然气储量预测方法主要有翁氏旋回预测模型、威布尔预测模型、对数正态分布预测模型、逻辑斯蒂预测模型、胡-陈-张预测模型、灰色系统预测法、油田规模序列法、蒙特卡罗法。其主要是依据时间序列开展数理模型预测研究，因此在整体的预测过程中要求以往储量发现具有一定程度的连续性、规律性，为了满足这一条件，上述方法往往以凹陷或者盆地做为最低层次研究对象，在面对勘探历程较短，储量发现不连续的更低层次的区带勘探项目时，无法有效完成各自储量指标预测，况且目前国内外储量指标预测方法普遍存在只能宏观的表征时间上不同勘探项目储量发现的差异性，却无法从不同勘探项目的地质特征来具体表征其储量价值高低差异的缺陷，经调研发现，目前国内外并未出现任何能够解决以上问题的相关技术和方法，属于技术空白领域。

技术实现要素：

本发明的目的在于提供一种单井可采变化规律动态模型的建立方法，其基于最真实可靠的开发动态资料(采收率、驱油效率、井网密度)，能够用于量化评价不同油藏储量价值，完成储量评价。

本发明的第二个目的是提供一种勘探项目储量指标预测方法。

为实现上述目的，本发明所采用的技术方案是：

一种单井可采变化规律动态模型的建立方法，包括以下步骤：

以同一区块、不同时期的实际采收率为因变量，井网密度、驱油效率为自变量，按公式(1)进行拟合，求解方程式系数b、d，即得以井网密度为自变量，油藏采收率为因变量的单井可采变化规律动态模型；

er＝ed/e^b*f+d(1)；

式(1)中er为油藏采收率；ed为油藏的水驱油效率，％；f为井网密度，口/km²；b、d为方程式系数。

以上方法中，同一区块的水驱油效率为已知的定值。

本发明的单井可采变化规律动态模型的建立方法，打破从区块工程方案设计-产量预测-经济评级这个以预测产量效益间接反映储量价值的框架，根据对油藏开发规律的认识，建立地质特征与储量价值的关系，直接的反映不同经济条件下的静态价值量，研发项目组多年致力于甄定关键参数来建立地质特征与储量价值之间的相关性，通过实际研究发现，驱油效率其受到油层物性及流体流度影响较大，不同区域油藏及不同类型油藏具有不同的驱油效率，驱油效率较高的油藏需要很少的工作量投入便可以达到较高的可采储量，在同等工作制度下便可以获得更多的产量，也具有更高的经济价值，这便建立起了驱油效率与采收率在纵向上的幅度关系，同时对于面积不变的油藏不断的增加井网密度势必可以增加可采，但是其增加的幅度一定存在最大值，过了最大值会逐渐减低，投资与收益开始出现负差异，因此横向上井网密度与采收率存在向后期趋于平缓的横向指数关系，同时由于不同时期工作制度的影响，因此提出常数(b)和常数(d)两项方程式系数建立以油藏驱油效率(ed)、井网密度(f)作为自变量，以采收率(er)作为因变量，以常数(b)、常数(d)作为系数的相关性方程式，通过模型落实常数(b)、常数(d)数值。

步骤1)中，可采用统计分析软件进行多元依次回归拟合求解b、d。统计分析软件可采用ssps软件。

本发明的单井可采变化规律动态模型的建立方法，以勘探项目作为研究基础对象，开展采收率、驱油效率、井网密度三者之间的相关性研究，建立单井可采变化规律动态模型，解决了目前国内外储量指标预测的局限性，打破从时间上寻找规律的固定模式，能够用于量化评价不同油藏储量价值，完成储量评价。

进一步的，以油藏面积与井网密度的乘积作为井数，以油藏储量与采收率的乘积作为可采储量，结合步骤2)所得单井可采变化规律动态模型得到以井网密度为自变量、单井增加可采储量为因变量的单井增加可采储量变化曲线，以及以井网密度为自变量、单井平均可采储量为因变量的单井平均可采储量变化曲线。

其中，单井增加可采储量的含义是每增加一口采油井，油藏相应增加的可采储量数值，其计算方法为一定井网密度(f)时相应的采油井数(t)所对应油藏可采储量(rc*er(t))数值减去采油井数(t-1)时所对应井网密度(f’)时的可采储量数值(rc*er(t-1))；单井平均可采储量为一定井网密度(f)时相应的采油井数(t)所对应油藏可采储量(rc*er(t))数值除以目前采油井数(t)，其中rc为油藏探明储量。

引入不同油藏含油面积及储量数值，可完成采收率，单井增加可采储量、单井平均可采储量随井网密度变化的动态模型研究，为进一步的储量评价和储量指标预测打下良好基础。

本发明的勘探项目储量指标预测方法的所采用的技术方案是：

一种勘探项目储量指标预测方法，包括以下步骤：

以同一区块、不同时期的实际采收率为因变量，井网密度、驱油效率为自变量，按公式(1)进行拟合，求解方程式系数b、d，即得以井网密度为自变量，油藏采收率为因变量的单井可采变化规律动态模型；

er＝ed/e^b*f+d(1)；

式(1)中er为油藏采收率；ed为油藏的水驱油效率，％；f为井网密度，口/km²；b、d为方程式系数；

2)根据式(2)～式(5)进行累计净现金流量计算，

cit＝nr*r*op(2)；

cot＝ra*f*oc+ra*f*wf*fc+nr*r*to+nr*r*ta+nr*r*ct(3)；

npv＝cit–cot(4)；

nr＝er*rc(5)；

式(2)～式(5)中，cit为净现金流入，万元；nr为可采储量，万吨；r为采出程度，％；op为油价，元/吨；cot为净现金流出，万元；f为井网密度，口/km²；oc为操作成本，元/口；ra为油藏面积，km²；wf为探井平均井深，米；fc为单位进尺成本，元/米；to为吨油经营成本，元/吨；ta为吨油销售税金及附加，元/吨；ct为吨油累计所得税，元/吨；er为油藏采收率；rc为油藏探明储量，万吨；

以油藏面积与井网密度的乘积作为井数，结合单井平均进尺及单位进尺成本，完成投资计算；以累计净现金流量最大值所对应的可采储量与投资的比值完成储量价值评价。

本发明的勘探项目储量指标预测方法，通过建立单井可采变化规律动态模型，进行不同井网密度下累计净现金流量计算，建立储量价值模型；该储量价值模型可直观反映不同井网密度所对应的经济效益特征，同时对各个勘探项目储量价值模型中最优井网密度(累计净现金流量最大值)所对应的可采储量及投资进行统计，结合价值品位计算方法，量化各勘探项目的储量价值评价。

按照油藏的地质特征、流体及其分布特征、渗流物理特性、天然驱动能量和驱动类型，将勘探项目进行区块划分，以区块为单元建立单井可采变化规律动态模型。

进一步的，以累计净现金流量首次为零时井网密度和单井可采储量作为下限指标，按照式(6)建立单井控制经济储量下限(盈亏平衡点下单井可采储量指标)的参数模型，按照式(7)建立万元投资发现经济储量下限(盈亏平衡点下单井可采储量与单井投资比值)的参数模型，按照式(8)建立单位进尺控制经济储量下限(盈亏平衡点下单井可采储量与单井进尺比值)的参数模型；

pw＝rc*er(0)/ra*f(0)(6)；

py＝rc*er(0)/ra*f(0)*wf*fc(7)；

pm＝rc*er(0)/ra*f(0)*wf(8)；

式(6)～式(8)中，pw为单井控制经济储量下限，万吨/口；py为万元投资发现经济储量下限，万吨/万元；pm为单位进尺控制经济储量下限，万吨/米；er(0)为盈亏平衡点下的油藏采收率，％；f(0)为盈亏平衡点下的井网密度，口/km²；rc为油藏探明储量，万吨；ra为油藏含油面积，km²；wf为探井平均井深，米；fc为单位进尺成本，元/米；

将井数、进尺、投资组成的工作量指标，代入式(6)～(8)中，完成对应指标的下限预测，再对下限预测结果进行加权平均得到油藏的下限量化预测结果。

以累计净现金流量最大值所对应的井网密度和单井可采储量作为最优指标，按照式(9)建立最佳单井控制经济储量(累计净现金流量最大时单井可采储量指标)的参数模型，按照式(10)建立最佳万元投资发现经济储量(累计净现金流量最大时单井可采储量与单井投资比值)的参数模型，按照式(11)建立最佳进尺控制经济储量(累计净现金流量最大时单井可采储量与单井进尺比值)的参数模型；

gw＝rc*er(max)/ra*f(max)(9)；

gy＝rc*er(max)/ra*f(max)*wf*fc(10)；

gm＝rc*er(max)/ra*f(max)*wf(11)；

式(9)～式(11)中，gw为最佳单井控制经济储量，万吨/口；gy为最佳万元投资发现经济储量，万吨/万元；gm为最佳单位进尺控制经济储量，万吨/米；er(max)为累计净现金流量最大时的油藏采收率，％；f(max)为累计净现金流量最大时的井网密度，口/km²；rc为油藏探明储量，万吨；ra为油藏含油面积，km²；wf为探井平均井深，米；fc为单位进尺成本，元/米；

将井数、进尺、投资组成的工作量指标，代入式(9)～(11)中，完成对应的最佳经济储量指标预测，再对最佳经济储量指标预测结果进行加权平均得到油藏的最佳储量指标量化预测结果。

在油藏的下限量化预测中，既然井网密度也可延伸为工作量投入与采收率之间存在指数关系，那么进一步引入财务税收成本对于不同工作量投入下的累计净现金流量计算便可以建立井网密度与经济价值的动态模型，同时结合首次盈亏平衡点下的井网密度以及相对应的采收率，完成不同油价下不同油藏的单井控制经济储量下限(盈亏平衡点下单井可采储量指标)，万元投资发现经济储量下限(盈亏平衡点下单井可采储量与单井投资比值)，单位进尺控制经济储量下限(盈亏平衡点下单井可采储量与单井进尺比值)三项参数指标计算，从而完成单位经济储量下限指标参数模型研究；再以工作量指标为基础，完成未来投资及成本预算，落实井数、进尺、投资三项指标，结合单位经济储量下限参数模型，乘积之后完成相对应的指标下限预测，针对三项预测结果进行加权平均后落实油藏的储量下限量化预测。

在油藏的最佳储量指标量化预测中，完成井网密度与经济价值的动态模型的建立，不仅能够完成单位经济储量下限指标参数模型研究，同时结合累计净现金流量最大时所对应的可采储量与投资的比值能够完成不同油藏储量的价值评价，再进一步结合累计净现金流量最大值所对应的井网密度以及采收率，完成不同油价下不同油藏的最佳单井控制经济储量(累计净现金流量最大时单井可采储量指标)，最佳万元投资发现经济储量(累计净现金流量最大时单井可采储量与单井投资比值)，最佳单位进尺控制经济储量(累计净现金流量最大时单井可采储量与单井进尺比值)三项参数指标计算，从而完成单位最佳经济储量指标参数模型研究；再以工作量指标为基础，完成未来投资及成本预算，落实井数、进尺、投资三项指标，结合单位最佳经济储量参数模型，乘积之后完成相对应的最佳经济储量指标预测，针对三项预测结果进行加权平均值后落实油藏的最佳储量指标量化预测。

本发明的勘探项目储量指标预测方法，在单井可采变化规律动态模型的基础上，进一步引入经济价值概念，完成井网密度与储量经济价值量的相关性研究，针对盈亏平衡点下的井网密度建立单位经济储量下限指标参数模型，针对累计净现金流量最大时的井网密度建立单位最佳经济储量指标参数模型，使得勘探决策者能够根据既定的工作量计算，量化计算不同油藏的储量指标，充分降低了储量预测的难度，大大提升了储量预测方法的适应性，填补了储量发现不连续，勘探时间较短区块储量指标预测的技术空白，整体技术方案结构合理、可操作性强，能够为国内油气田开发战略发展提供科学技术支撑。

附图说明

图1为本发明的勘探项目储量指标预测方法的框架结构图；

图2为研究区域勘探目标分类划分结果图；

图3为1号区块单井可采变化规律动态模型曲线；

图4为2号稠油热采区块单井可采变化规律动态模型曲线；

图5为3号区块单井可采变化规律动态模型曲线；

图6为4号稠油常采区块单井可采变化规律动态模型曲线；

图7为5号区块单井可采变化规律动态模型曲线；

图8为6号区块单井可采变化规律动态模型曲线；

图9为7号区块单井可采变化规律动态模型曲线；

图10为8号区块单井可采变化规律动态模型曲线；

图11为1号区块50美元经济效益曲线图；

图12为2号区块50美元经济效益曲线图；

图13为3号区块50美元经济效益曲线图；

图14为4号区块50美元经济效益曲线图；

图15为5号区块50美元经济效益曲线图；

图16为6号区块50美元经济效益曲线图；

图17为7号区块50美元经济效益曲线图；

图18为8号区块50美元经济效益曲线图。

具体实施方式

下面结合附图对本发明的实施方式作进一步说明。本发明是以油藏物理特性与采收率以及经济效益之间的相关性为主线，以下实施例以某研究区域勘探项目为例，详细说明单井可采变化规律动态模型的建立方法及勘探项目储量指标预测方法。

本发明的勘探项目储量指标预测方法的具体实施例，流程框架图如图1所示，包括以下步骤：

1.勘探项目的划分

按照油藏的地质特征(包括油藏的圈闭、储集岩、储集空间、压力特征)、流体及分布特征、油藏的渗流物理特性、天然驱动能量和驱动类型将研究区域勘探项目划分为八个区块，划分详情如图2所示；

2.基础数据库建立

统计勘探项目不同时期的采收率、井网密度、油藏的平均驱油效率、进行归类整理，建立如表1所示的基础数据表；

表1研究区域勘探项目基础数据统计表

3.建立单井可采变化规律动态模型

3.1相关性方程的方程式系数b、d的运算

将不同时期的采收率、井网密度、油藏的平均驱油效率三项数值代入式(1)所示的单井可采变化规律方程式框架，在ssps22.0大型统计分析软件中设置采收率为因变量，驱油效率、井网密度为自变量，对于常数(b)、常数(d)进行多元一次回归拟合求解，具体运算结果如表2所示，通过相关性方程计算采收率与实际采收率对比结果来看，绝对误差整体在7.5％以下，误差较小，拟合结果可靠；

表2相关性方程的方程式系数b、d的运算结果表

3.2井网密度与采收率相关性模型

根据3.1的运算结果，引入式(1)所示的单井可采变化规律模型框架，建立井网密度(f)为自变量，采收率(er)为因变量的数理模型(如表3所示)；

表3单井可采变化规律模型表

通过利用井网密度与采收率相关性方程，结合勘探项目油藏面积、探明储量数值，落实不同井网密度下的可采储量与探井数，开展单井增加可采储量及区块平均可采储量计算，建立了8个勘探项目的单井可采储量变化规划动态模型,应用此模型可以及时地预测井网密度变化时单井增加可采储量，其中：

如图3所示，从1号区块单井可采规律动态模型曲线可以看出，在井网密度达到0.88口/km²之前，随着井网密度的增加,单井增加可采储量是逐渐增加的，说明油藏在水驱情况下，开始阶段随着井网密度的增加，水驱油效率不断提高，采收率增幅逐渐过渡到一个最大值；当井网密度大于0.88口/km²时，单井可采储量的幅度开始减小，当井网密度达到2.28口/km²时，单井增加可采储量与油藏平均单井可采储量相等，井网密度大于2.28口/km²时，单井增加可采储量小于油藏的平均单井可采储量；

如图4所示，从2号稠油热采区块单井可采规律动态曲线可以看出，在井网密度达到2.32口/km²之前，随着井网密度的增加，单井增加可采储量是逐渐增加的，说明油藏在水驱情况下，开始阶段随着井网密度的增加，水驱油效率不断提高，采收率增幅逐渐过渡到一个最大值；当井网密度大于2.32口/km²时，单井可采储量的幅度开始减小，当井网密度达到5.26口/km²时，单井增加可采储量与油藏平均单井可采储量相等，井网密度大于5.26口/km²时，单井增加可采储量小于油藏的平均单井可采储量；

如图5所示，从3号区块单井可采规律动态曲线可以看出，在井网密度达到0.97口/km²之前，随着井网密度的增加，单井增加可采储量是逐渐增加的，说明油藏在水驱情况下，开始阶段随着井网密度的增加，水驱油效率不断提高，采收率增幅逐渐过渡到一个最大值；当井网密度大于0.97口/km²时，单井可采储量的幅度开始减小，当井网密度达到2.27口/km²时，单井增加可采储量与油藏平均单井可采储量相等，井网密度大于2.27口/km²时，单井增加可采储量小于油藏的平均单井可采储量；

如图6所示，从4号外围区块单井可采规律动态曲线可以看出，在井网密度达到2.27口/km²之前，随着井网密度的增加，单井增加可采储量是逐渐增加的，说明油藏在水驱情况下，开始阶段随着井网密度的增加，水驱油效率不断提高，采收率增幅逐渐过渡到一个最大值；当井网密度大于2.27口/km²时，单井可采储量的幅度开始减小，当井网密度达到5.56口/km²时，单井增加可采储量与油藏平均单井可采储量相等，井网密度大于5.56口/km²时，单井增加可采储量小于油藏的平均单井可采储量；

如图7所示，从5号区块单井可采规律动态曲线可以看出，在井网密度达到0.38口/km²之前，随着井网密度的增加，单井增加可采储量是逐渐增加的，说明油藏在水驱情况下，开始阶段随着井网密度的增加，水驱油效率不断提高，采收率增幅逐渐过渡到一个最大值；当井网密度大于0.38口/km²时，单井可采储量的幅度开始减小，当井网密度达到1口/km²时，单井增加可采储量与油藏平均单井可采储量相等，井网密度大于1口/km²时，单井增加可采储量小于油藏的平均单井可采储量；

如图8所示，从6号区块单井可采规律动态曲线可以看出，在井网密度达到0.77口/km²之前，随着井网密度的增加，单井增加可采储量是逐渐增加的，说明油藏在水驱情况下，开始阶段随着井网密度的增加，水驱油效率不断提高，采收率增幅逐渐过渡到一个最大值；当井网密度大于0.77口/km²时，单井可采储量的幅度开始减小，当井网密度达到1.88口/km²时，单井增加可采储量与油藏平均单井可采储量相等，井网密度大于1.88口/km²时，单井增加可采储量小于油藏的平均单井可采储量；

如图9所示，从7号区块单井可采规律动态曲线可以看出，在井网密度达到2.44口/km²之前，随着井网密度的增加，单井增加可采储量是逐渐增加的，说明油藏在水驱情况下，开始阶段随着井网密度的增加，水驱油效率不断提高，采收率增幅逐渐过渡到一个最大值；当井网密度大于2.44口/km²时，单井可采储量的幅度开始减小，当井网密度达到6.25口/km²时，单井增加可采储量与油藏平均单井可采储量相等，井网密度大于6.25口/km²时，单井增加可采储量小于油藏的平均单井可采储量；

如图10所示，从8号区块单井可采规律动态曲线可以看出，在井网密度达到0.54口/km²之前，随着井网密度的增加，单井增加可采储量是逐渐增加的，说明油藏在水驱情况下，开始阶段随着井网密度的增加，水驱油效率不断提高，采收率增幅逐渐过渡到一个最大值；当井网密度大于0.54口/km²时，单井可采储量的幅度开始减小，当井网密度达到1.39口/km²时，单井增加可采储量与油藏平均单井可采储量相等，井网密度大于1.39口/km²时，单井增加可采储量小于油藏的平均单井可采储量；

4.储量价值研究

4.1不同井网密度下经济效益计算

根据单井可采变化规律动态模型可以落实不同井网密度下所对应的区块单井的探采井数和可采储量数值，结合最新财务税收政策(吨油经营成本、吨油销售税金及附加、吨油累计所得税)，根据式(2)～式(4)，求解采出程度在65％下的净现金流入和流出，从而完成不同井网密度下净现值(经济效益)计算，表4-1、表4-2为研究区域1号区块50美元(2229元/吨)油价下计算结果示例；

表4-1研究区域1号区块不同井网密度下经济价值计算结果表(上)

表4-2研究区域1号区块不同井网密度下经济价值计算结果表(下)

4.250美元下的储量价值模型研究

应用上述不同井网密度下经济效益计算流程和方法，结合最新油价走势完成研究区域8个勘探项目50美元储量价值模型研究，通过此模型可以直观反映不同井网密度所对应的经济效益(价值)特征，具体详情如下：

如图11所示，从1号区块50美元储量价值模型来看，整体经济效益可以划分为五个阶段，井网密度处于0口/km²—0.41口/km²之间时，累计现金流整体为负值，无经济效益，随着井网密度的加密，累计现金流不断减小；井网密度处于0.41口/km²—0.685口/km²之间时，累计现金流整体为负值，无经济效益，但随着井网密度的加密，累计现金流不断增大，井网密度达到0.685口/km²时，为盈亏平衡点；井网密度处于0.685口/km²—5.263口/km²之间时，累计现金流整体为正值，有经济效益，且随着井网密度的加密，累计现金流不断增大，经济效益越来越好，在井网密度为5.263口/km²时，经济效益最大为32106.21万元，此时井网密度为最优井网密度；井网密度处于5.263口/km²—16.36口/km²之间时，累计现金流整体为正值，有经济效益，但随着井网密度的加密，累计现金流不断减小，经济效益越来越差，直到16.36口/km²时，达到盈亏平衡点；井网密度16.36口/km²之后，累计现金流整体为负值，无经济效益，且随着井网密度的加密，累计现金流不断减小；

如图12所示，从2号稠油热采区块50美元储量价值模型来看，整体经济效益可以划分为五个阶段，井网密度处于0口/km²—1.15口/km²之间时，累计现金流整体为负值，无经济效益，随着井网密度的加密，累计现金流不断减小；井网密度处于1.151口/km²—2.222口/km²之间时，累计现金流整体为负值，无经济效益，但随着井网密度的加密，累计现金流不断增大，井网密度达到2.222口/km²时，为盈亏平衡点；井网密度处于2.222口/km²—8.333口/km²之间时，累计现金流整体为正值，有经济效益，且随着井网密度的加密，累计现金流不断增大，经济效益越来越好，在井网密度为8.333口/km²时，经济效益最大为30119.75万元，此时井网密度为最优井网密度；井网密度处于8.333口/km²—17.36口/km²之间时，累计现金流整体为正值，有经济效益，但随着井网密度的加密，累计现金流不断减小，经济效益越来越差，直到17.36口/km²时，达到盈亏平衡点；井网密度17.36口/km²之后，累计现金流整体为负值，无经济效益，且随着井网密度的加密，累计现金流不断减小；

如图13所示，从3号区块50美元储量价值模型来看，整体经济效益可以划分为五个阶段，井网密度处于0口/km²—0.353口/km²之间时，累计现金流整体为负值，无经济效益，随着井网密度的加密，累计现金流不断减小；井网密度处于0.353口/km²—0.552口/km²之间时，累计现金流整体为负值，无经济效益，但随着井网密度的加密，累计现金流不断增大，井网密度达到0.552口/km²时，为盈亏平衡点；井网密度处于0.552口/km²—7.693口/km²之间时，累计现金流整体为正值，有经济效益，且随着井网密度的加密，累计现金流不断增大，经济效益越来越好，在井网密度为7.693口/km²时，经济效益最大为66707.108万元，此时井网密度为最优井网密度；井网密度处于7.693口/km²—33.33口/km²之间时，累计现金流整体为正值，有经济效益，但随着井网密度的加密，累计现金流不断减小，经济效益越来越差，直到33.33口/km²时，达到盈亏平衡点；井网密度33.33口/km²之后，累计现金流整体为负值，无经济效益，且随着井网密度的加密，累计现金流不断减小；

如图14所示，从4号区块50美元储量价值模型来看，整体经济效益可以划分为五个阶段，井网密度处于0口/km²—1.235口/km²之间时，累计现金流整体为负值，无经济效益，随着井网密度的加密，累计现金流不断减小；井网密度处于1.235口/km²—2.439口/km²之间时，累计现金流整体为负值，无经济效益，但随着井网密度的加密，累计现金流不断增大，井网密度达到0.552口/km²时，为盈亏平衡点；井网密度处于2.439口/km²—7.692口/km²之间时，累计现金流整体为正值，有经济效益，且随着井网密度的加密，累计现金流不断增大，经济效益越来越好，在井网密度为7.692口/km²时，经济效益最大为4155.8645万元，此时井网密度为最优井网密度；井网密度处于7.692口/km²—16.6666口/km²之间时，累计现金流整体为正值，有经济效益，但随着井网密度的加密，累计现金流不断减小，经济效益越来越差，直到16.6666口/km²时，达到盈亏平衡点；井网密度16.6666口/km²之后，累计现金流整体为负值，无经济效益，且随着井网密度的加密，累计现金流不断减小；

如图15所示，从5号区块50美元储量价值模型来看，累计现金流整体为负值，无经济效益，且随着井网密度的加密，累计现金流不断减小；

如图16所示，从6号区块50美元储量价值模型来看，整体经济效益可以划分为五个阶段，井网密度处于0口/km²—0.4口/km²之间时，累计现金流整体为负值，无经济效益，随着井网密度的加密，累计现金流不断减小；井网密度处于0.4口/km²—0.752口/km²之间时，累计现金流整体为负值，无经济效益，但随着井网密度的加密，累计现金流不断增大，井网密度达到0.752口/km²时，为盈亏平衡点；井网密度处于0.752口/km²—3.031口/km²之间时，累计现金流整体为正值，有经济效益，且随着井网密度的加密，累计现金流不断增大，经济效益越来越好，在井网密度为3.031口/km²时，经济效益最大为16428.665万元，此时井网密度为最优井网密度；井网密度处于3.031口/km²—7.11口/km²之间时，累计现金流整体为正值，有经济效益，但随着井网密度的加密，累计现金流不断减小，经济效益越来越差，直到7.11口/km²时，达到盈亏平衡点；井网密度7.11口/km²之后，累计现金流整体为负值，无经济效益，且随着井网密度的加密，累计现金流不断减小；

如图17所示，从7号区块50美元储量价值模型来看，累计现金流整体为负值，无经济效益，且随着井网密度的加密，累计现金流不断减小；

如图18所示，从8号区块50美元储量价值模型来看，整体经济效益可以划分为五个阶段，井网密度处于0口/km²—0.251口/km²之间时，累计现金流整体为负值，无经济效益，随着井网密度的加密，累计现金流不断减小；井网密度处于0.251口/km²—0.422口/km²之间时，累计现金流整体为负值，无经济效益，但随着井网密度的加密，累计现金流不断增大，井网密度达到0.422口/km²时，为盈亏平衡点；井网密度处于0.422口/km²—3.226口/km²之间时，累计现金流整体为正值，有经济效益，且随着井网密度的加密，累计现金流不断增大，经济效益越来越好，在井网密度为3.226口/km²时，经济效益最大为9782.1469万元，此时井网密度为最优井网密度；井网密度处于3.226口/km²—9.98口/km²之间时，累计现金流整体为正值，有经济效益，但随着井网密度的加密，累计现金流不断减小，经济效益越来越差，直到9.98口/km²时，达到盈亏平衡点；井网密度9.98口/km²之后，累计现金流整体为负值，无经济效益，且随着井网密度的加密，累计现金流不断减小；

4.350美元下研究区域勘探项目储量价值排序

通过对于50美元油价下，各个勘探项目储量价值模型中最优井网密度(累计净现金流量最大值)所对应的可采储量及投资进行统计，以可采储量与投资的比值完成了研究区域8个勘探项目储量价值品位排序，具体如表5所示，有六个勘探项目储量具有价值品位，其中3号区块价值品位最高为86.33吨/万元，4号区块价值品位最低为39.35吨/万元，其余勘探项目无经济效益，不参与排序；

表550美元油价下各勘探项目储量价值品位排序表

5.单位经济储量下限指标参数模型

针对单位经济储量下限指标参数模型，主要依据储量价值模型中盈亏平衡点所对应的井网密度，以及此井网密度下单井可采变化规律动态模型中所对应的区块单井平均可采储量，进一步推导而来，由于其主要出发点是源于投资与收益的平衡，所以对于不同区块来说在相同井深下单井投资不变，势必导致单井可采储量相互之间没有差异，本次研究前面叙述个勘探项目采用同一进尺，操作成本也无差异，因此在这一前提下，各个勘探项目单位经济储量下限指标参数模型主要关键是将可采储量界限转换为探明储量界限的过程，根据式(5)～式(7)，整个过程中以采收率30％,探井综合成功率60％为标准反向推导，结合探井投资和进尺落实研究区域50美元油价下单井控制经济储量下限、万元投资发现经济储量下限及进尺控制经济储量下限三项指标，结果如表6所示；

表6研究区域单位经济储量下限指标参数模型

6.单位最佳经济储量指标参数模型研究

针对单位最佳经济储量指标参数模型研究，主要依据储量价值模型中净现金流量最大值时所对应的井网密度(最优井网密度)，以及此井网密度下单井可采变化规律动态模型中所对应的区块单井平均可采储量，通过统计最优井网密度下的累计净现金流量值，通过井网密度结合含油面积反算井口数，结合平均进尺及单位进尺成本，反算探井投资，整个过程中以平均进尺1900米为标准进行推导，落实研究区域50美元下最佳单井控制经济储量下限、最佳万元投资发现经济储量及最佳进尺控制经济储量三项指标，结果如表7所示；

表7研究区域50美元单位最佳经济储量指标参数模型

7储量指标预测

7.1储量指标下限预测

根据研究区域2017年度计划(部署探井20口、进尺4.2×10⁴m)，结合财务成本落实4.2×10⁴m进尺下所需勘探投资为26750万元，将探井口数、进尺、投资三项标引作为取值引入研究区域单位经济储量下限指标参数模型参与乘积加权平均运算，落实研究区域50美元油价下探明储量及控制储量指标为297万吨，预测结果表如表8所示；

表8研究区域50美元储量指标下限预测结果表

7.2最佳储量指标预测

根据研究区域2017年度各个勘探项目工作量指标，结合财务成本落实相应投资指标，将各个勘探项目探井口数、进尺、投资三项标引作为取值引入研究区域50美元单位最佳经济储量指标参数模型参与乘积加权平均运算，落实各个勘探项目2017年度最佳储量指标预测值，其中1号区块在10口探井工作量指标下量化预测最佳储量指标为347.2917万吨，5号区块及7号区块无效益未做投资安排，将所有勘探项目探明储量预测值相加落实研究区域50美元油价下探明储量及控制储量指标为622.5万吨，预测结果表如表9所示；

表9研究区域50美元油价下最佳储量指标预测表

注：研究区域2017年度最佳探明储量指标预测值为622.5万吨。