石油价格变化曲线_石油价格预测时间序列模型应用

1.子项目预测结果

2.能源经济学的研究方向

3.概率论与数理统计与简明本有什么区别?

4.油气资源发现趋势预测

5.非常规油气资源评价方法

没有具体数据要求，一般来说，数据越多越好。

通过线性回归算法，我们可能会得到很多的线性回归模型，但是不同的模型对于数据的拟合或者是描述能力是不一样的。我们的目的最终是需要找到一个能够最精确地描述数据之间关系的线性回归模型。这是就需要用到代价函数。

代价函数就是用来描述线性回归模型与正式数据之前的差异。如果完全没有差异，则说明此线性回归模型完全描述数据之前的关系。

一条趋势线代表着时间序列数据的长期走势。它告诉我们一组特定数据（如GDP、石油价格和股票价格）是否在一段时期内增长或下降。虽然我们可以用肉眼观察数据点在坐标系的位置大体画出趋势线，更恰当的方法是利用线性回归计算出趋势线的位置和斜率。

子项目预测结果

[1]周明，于渤，. 衍生品市场的法律框架：国际比较与趋势[J]. 证券市场导报，2007，⑿.

[2]周明，于渤，. 巨灾衍生品：规避巨灾导致的经济风险[J]. 经营与管理，2008，⑴.

[3]修国英，于渤，黄福玉，. 基于扩展模糊逻辑的公共服务事业知识表示方法[J]. 哈尔滨工程大学学报，2007，⑾.

[4]崔志，于渤，郝生宾，. 企业知识吸收能力对竞争优势影响的实证研究[J]. 工业技术经济，2007，⑾.

[5]高俊光，杨武，于渤，徐民成，. 深圳高科技企业自主创新能力实证测评[J]. 研究与发展管理，2007，⑸.

[6]高俊光，于渤，杨武，. 产业技术创新对深圳产业结构升级的影响[J]. 哈尔滨工业大学学报（社会科学版），2007，⑷.

[7]张宇，于渤，. AHP决策模型在怒江流域水电能源开发评价中的应用研究[J]. 中国管理科学,2007，⑷.

[8]程志芬，于渤，. 以节能供暖为中心 全面提高供暖水平[J]. 节能技术，2007，⑷.

[9]高印朝，于渤，. 基于剩余收益模型的商业银行价值评估模型及实证研究[J]. 系统管理学报，2007，⑵.

[10]郝生宾，于渤，吴伟伟，. 基于企业R&D技术选择的合作研发组织博弈研究[J]. 工业技术经济，2007，⑵.

[11]李欣，于渤，. 基于顾客二度满意的服务补救策略[J]. 管理世界，2006，⑸.

[12]王丽，于渤，陈辉，. 激励机制在企业改革中的应用[J]. 商业研究，2006，⒅.

[13]崔山，昆朱，彬于渤，. 建设有利于自主创新的科技风险投资组织[J]. 自然辩证法研究，2006，⑺.

[14]于渤，黎永亮，迟春洁，. 考虑能源耗竭、污染治理的经济持续增长内生模型[J]. 管理科学学报,2006，⑷.

[15]于渤，赵珊，. 发电设备制造企业技术创新项目选择的影响因素研究[J]. 技术经济与管理研究，2006，⑷.

[16]于渤，吴伟伟，. 航天预研项目费用管理方法研究[J]. 航天工业管理，2006，⑺.

[17]吴伟伟，朱彬，于渤，. 企业技术管理体系构建研究[J]. 软科学，2006，⑶.

[18]王新纯，于渤，. 产业生态系统的废物管理研究[J]. 技术经济与管理研究，2006，⑵.

[19]王新纯，于渤，. 基于产业生态的投资决策模型研究[J]. 技术经济，2006，⑵.

[20]董贵滨，于渤，刘婷，. 政府与企业控制模式的演进研究[J]. 管理科学，2005，⑹.

[21]朱彬，于渤，王艳丽，. 基于资本充足率的中小企业信用担保机构风险评估研究[J]. 技术经济，2005,⑿.

[22]于渤，高洪玲. 服务创新是连锁药店生命力的源泉[J]. 商业研究，2005，⒇.

[23]高印朝，于渤. 非信贷类资产风险状况及对策研究[J]. 经济论坛，2005，⒄.

[24]高俊光，于渤. 企业文化的深层次研究[J]. 商业研究，2005，⒁.

[25]高俊光，于渤. 关于中国实行绿色GDP核算的思考[J]. 商业研究，2005，⒀.

[26]高印朝，于渤. 基于价值管理的金融企业财务体系研究[J]. 技术经济与管理研究，2005，⑷.

[27]刘洵怡，于渤，崔宇. 商业银行客户利润贡献研究[J]. 技术经济，2005，⑸.

[28]于渤，高印朝. 银行股票市场定价与会计信息的价值相关性研究[J]. 金融研究，2005，⑹.

[29]于渤，郑画. 基于客户贡献度的客户盈利贷款定价方法研究[J]. 技术经济与管理研究，2005，⑶.

[30]于渤，温妍. 石油开采企业工作噪声损失价值评估[J]. 技术经济与管理研究，2005，⑶.

[31]高印朝，于渤. 企业价值内涵及其评估方法[J]. 商场现代化，2004，⒂.

[32]王哲,容毅虹，于渤，徐殿国. 利用基于TOCO的新工具实现供应商选择的科学决策[J]. 中国管理科学，2004，⑷.

[33]王哲，容毅虹，于渤. 新产品开发项目的有效决策模型[J]. 管理科学，2004，⑷.

[34]迟春洁，于渤，张弛. 基于LEAP模型的中国未来能源发展前景研究[J]. 技术经济与管理研究，2004，⑸.

[35]李欣，于渤. 服务质量评价特征及服务补救策略[J]. 管理科学，2004，⑶.

[36]高印朝，于渤. 金融企业价值评估方法选择的难点分析[J]. 济南金融，2004，⑶.

[37]王哲，于渤，徐殿国. 全球采购中一种新的决策工具[J]. 哈尔滨理工大学学报，2004，⑵.

[38]张宇，于渤. 松辽流域水能资源可持续开发利用评价方法与对策研究[J]. 工业技术经济，2004，⑵.

[39]张宇，于渤. 图们江流域水能资源开发与区域经济协调发展模式研究[J]. 水电能源科学，2004，⑴.

[40]张宇，于渤. 松辽流域水能资源可持续开发利用战略研究[J]. 哈尔滨工业大学学报（社会科学版）,2004，⑴.

[41]张宇，于渤. 水能资源可持续开发利用的政策研究[J]. 中国农村水利水电，2004，⑴.

[42]王哲，于渤，徐殿国. 新产品开发项目的有效决策[J]. 哈尔滨理工大学学报，2004，⑴.

[43]黎永亮，于渤，叶志瑜. 单边开放电力市场中电价风险基金的数学模型[J]. 东北电力学院学报，2004，⑴.

[44]张宇，于渤. 基于Internet/Intranet的农村水电及电气化管理信息系统规划的开发研究[J]. 水利水电技术，2003，⑸.

[45]张宇，于渤. 流域水能资源规划中的几个问题[J]. 可再生能源，2003，⑹.

[46]刘明明，于渤. 中国石油战略储备体系的建立与完善[J]. 数量经济技术经济研究，2002，⑽.

[47]于渤，迟春洁，苏国福. 石油价格对国民经济影响测度模型[J]. 数量经济技术经济研究，2002，⑸.

[48]孟祥东，于渤，蒋跃军，蒋志庆. 关于锅炉“四管”漏泄的综合治理[J]. 沈阳工业大学学报，2002，⑹.

[49]孙桂霞，庞达,于渤. 中国商业医疗保险的市场定位[J]. 中国卫生经济，2002，⑾.

[50]吴艳华，于渤. 航天技术与环境保护[J]. 数量经济技术经济研究，2001，⑵.

[51]于渤，朱彬. 20年中国能源回顾与21世纪展望[J]. 数量经济技术经济研究，2001，⑻.

[52]于渤. 中国煤炭替代的经济分析[J]. 中国能源，2000，⑶.

[53]于渤，于浩. 基于随动思想的月度用电量时间序列预测模型[J]. 电力系统自动化，2000，⒁.

[54]于渤，叶元煦. 中国能源可持续利用评价[J]. 中国能源，1999，⑶.

[55]韩伟，于渤. 哈尔滨热电厂改制过程中股权划分问题研究[J]. 决策借鉴，1999，⑶.

能源经济学的研究方向

一、子项目概况

“我国油气资源潜力分析及储量、产量增长趋势预测”项目由新一轮全国油气资源评价项目办公室组织，国土资源部油气资源战略研究中心、中国石油大学(北京)、中国石油天然气集团公司(简称“中石油”)、中国石油化工集团公司(简称“中石化”)、中国海洋石油总公司(简称“中海油”)和青岛海洋地质研究所等单位共同参加，形成产、学、研相结合的工作方式，充分利用新一轮全国油气资源评价已进行评价工作的基础和成果，开展油气资源发现趋势预测研究。

项目共分5个子项目:

(1)中石油负责矿权区内Ⅰ类和Ⅱ类盆地2006～2030年油气储量、产量的增长趋势。

(2)中石化负责矿权区内Ⅰ类和Ⅱ类盆地2006～2030年油气储量、产量的增长趋势。

(3)中海油负责矿权区内Ⅰ类和Ⅱ类盆地2006～2030年油气储量、产量的增长趋势。

(4)青岛海洋地质研究所负责预测海域其他盆地2006～2030年油气储量、产量的增长趋势。

(5)中国石油大学(北京)负责制定统一的评价方法体系与参数标准，以及趋势预测软件的研制和数据库的建立，预测陆上其他盆地2006～2030年油气储量、产量的增长趋势。

二、中石油趋势预测结果

(一)工作范围

对已有油气田开发的8个Ⅰ类盆地和已发现油气田的6个Ⅱ类盆地进行重点研究和详细解剖，预测盆地或一级构造单元储量和产量在2006～2030年的增长趋势;对4个有少量油气产量或探明储量的Ⅲ类盆地和81个有油气远景的Ⅳ类盆地通过类比分析其储量和产量增长趋势。

(二)预测方法

在对18种预测方法的内涵、特点及使用条件分析研究基础上，选择翁氏旋回模型、HCZ模型、哈伯特模型与龚帕兹模型等四种方法对中石油未来石油、天然气储量的增长趋势进行预测。翁氏模型法和HCZ模型法两种方法的预测结果比较接近，而且增长高峰期过后，储量下降速度与勘探实际比较吻合;哈伯特模型法和龚帕兹模型的预测结果偏乐观，储量增长高峰期也偏晚，且高峰过后储量下降速度偏快，与实际的储量增长过程吻合性较差。因此，对未来25年油气储量增长趋势的预测，主要依据HCZ和翁氏模型方法确定。

对中石油未来石油、天然气产量趋势的预测方法主要选择了模型预测和储采比控制两大类方法进行，其中模型预测法的选择借鉴了储量预测方法选择的思路，主要选用了HCZ模式、翁氏模型、哈伯特模型与龚帕兹模型等四种方法。储采比控制预测法是在对预测期内新增动用可采储量的预测基础上，用剩余可采储量的储采比作为控制条件进行产量预测的一种方法。

另外，中石油还使用了专家评估法进行了部分盆地的预测。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年中石油的石油、天然气储量、产量增长趋势，列于表3-1-1、表3-1-2;图3-1-1、图3-1-2。

各个盆地的具体预测结果如表3-1-3～表3-1-6。

表3-1-1 中石油探明石油地质储量增长趋势预测结果表

表3-1-2 中石油天然气地质储量增长趋势预测结果对比表 单位:108m3

注:5年新增可采储量/年均新增可采储量。

图3-1-1 储采比控制法中国石油常规原油产量构成图

图3-1-2 中国石油气层气产量构成图

表3-1-3 盆地每五年年均石油储量预测结果表 单位:108t

表3-1-4 盆地每五年年均石油产量预测结果表 单位:104t

表3-1-5 盆地每五年年均天然气储量预测结果表 单位:108m3

表3-1-6 盆地每五年年均天然气产量预测结果表 单位:108m3

三、中石化趋势预测结果

(一)工作范围

1.已有油气田并规模开发的4个Ⅰ类盆地

承担济阳坳陷、东濮凹陷、塔里木盆地和东海西湖凹陷4个重点盆地、凹陷的预测工作。

2.已有油气田的3个Ⅱ类盆地

承担江汉盆地、南襄盆地、苏北盆地等3个盆地的预测工作。

(二)预测方法

对石油探明储量的预测主要选用逻辑斯谛、龚帕兹、哈伯特和多旋回哈伯特模型三种模型;除了时间序列法之外，通过系统收集、整理预测区历年石油探井井数、探井进尺、单井发现率和单位进尺发现率数据，使用单井发现率法和单位进尺发现率法进行油气储量的预测。取时间序列法和勘探效益法两种方法预测结果的平均值作为最后推荐值。

使用“储量—产量”双控模型预测石油产量，即根据预测区石油新增地质储量规模、新增地质储量动用率、新增地质储量采收率、未来提高采收率潜力和储采比的可能取值，由“储量—产量”双控模型，计算出今后各时期石油产量的预测值。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年中石化各个盆地的石油、天然气储量、产量预测趋势，列于表3-1-7～表3-1-10。

表3-1-7 中石化各盆地每五年年均石油储量预测结果表 单位:108t

表3-1-8 中石化各盆地每个五年末石油产量预测结果表 单位:104t

表3-1-9 中石化各盆地、坳陷每五年年均天然气储量预测结果表 单位:108m3

表3-1-10 中石化各盆地每个五年末天然气产量预测结果表 单位:108m3

四、中海油趋势预测结果

(一)工作范围

1.已有油气田并规模开发的4个Ⅰ类盆地

承担渤海湾盆地(海域)、珠江口、莺歌海、琼东南4个重点盆地的预测工作。

2.已有油气田的1个Ⅱ类盆地

承担北部湾盆地1个盆地的预测工作。

3.有油气远景的2个Ⅳ类盆地

承担南黄海盆地、台西—台西南盆地预测工作。

(二)预测方法

本次油气资源发现趋势预测在中高勘探程度的盆地以统计法为主，在中低勘探程度的盆地以类比法为主。

石油储量预测的统计法主要选用龚帕兹、HCZ、广义翁式旋回三种模型。产量预测除了以上三种模型，还使用“储量—产量”双控模型。

对天然气的预测主要依据2005年编制的中国近海2050年天然气远景规划，其中根据近期深水勘探进展对珠江口盆地进行了调整。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年中海油的石油、天然气储量、产量预测趋势，列于表3-1-11～表3-1-15。

表3-1-11 中海油各盆地每五年年均石油储量预测结果表 单位:108t

表3-1-12 中海油各盆地每五年年均石油产量预测结果表 单位:108t

表3-1-13 中海油每五年年均天然气储量预测结果表 单位:108m3

表3-1-14 中海油每五年年均天然气产量预测结果表 单位:108m3

五、青岛所趋势预测结果

(一)工作范围

开展我国其他海域盆地(指目前石油公司探区以外海域或盆地，包括北黄海盆地、冲绳海槽盆地、曾母盆地、万安盆地、文莱—沙巴盆地、西北巴拉望盆地、北康盆地、中建南盆地、南薇西盆地、礼乐盆地、笔架南盆地、南沙海槽盆地、南薇东盆地、永暑盆地、安渡北盆地及九章盆地共16个盆地)油气资源发现趋势预测，建立不同类型盆地油气资源发现趋势预测模型。

(二)预测方法

我国其他海域盆地中高勘探程度盆地以已发现的油气可采或探明储量与实际勘探历程及勘探工作量所建立的预测模型，结合新一轮资评计算的盆地油气可采或地质资源，以时间序列、地震工作量序列和钻井工作量序列(每个序列包括逻辑斯谛和龚帕兹两个预测模型，对处于勘探后期的盆地还可增加指数模型)预测今后未来一段时期(2006～2030年)内在一定勘探工作量支持下，盆地内油气储量(可采或地质)发现或产量增长趋势。

中低勘探程度盆地使用类比法进行油气储量、产量预测。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年其他海域盆地的石油、天然气储量、产量预测趋势，列于表3-1-15。

表3-1-15 南海南部主要盆地每五年年均油气地质储量发现趋势预测表(108t油当量)

注:油气产量和海域其他低勘探盆地油气储量、产量预测结果未附。

六、中国石油大学(北京)趋势预测结果

(一)工作范围

包括81个陆上的Ⅲ类和Ⅳ类盆地。

其中彰武、河套、羌塘、银根、赤峰、民和、伊犁、三江、大杨树、巴彦浩特、鄱阳、百色、保山、景谷、陆良、三水等16个盆地进行了油气储量和产量的预测;

南华北、花海、洛阳—伊川、六盘山、柴窝堡、措勤、伦坡拉、句容—常州、延吉、阜新、楚雄、洞庭、金衢、望江、漠河、清江、胶莱、茂名和库木库里等19个盆地只进行油气储量的预测。

(二)预测方法

建立了以类比法为主，统计法和综合分析法为辅的预测方法和参数体系。对百色、保山、景谷、陆良4个Ⅲ类盆地采用统计法进行2006～2030年油气储量、产量增长趋势的预测。使用类比法和综合分析法对我国陆上81个低勘探程度盆地中的一级盆地进行了油气储量和产量预测，对二级盆地进行了油气储量预测。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年其他陆上盆地的石油、天然气储量、产量预测趋势，列于表3-1-16、表3-1-17。

表3-1-16 陆上低勘探程度盆地石油发现趋势预测结果表

表3-1-17 陆上低勘探程度盆地天然气发现趋势预测结果表

(四)子项目预测结果汇总

本次预测未包括南海南部盆地，4个子项目的油气储量、产量预测结果汇总如表3-1-18、表3-1-19。

表3-1-18 四个子项目石油储量、产量预测结果统计表（不包括南海南部盆地）

表3-1-19 四个子项目天然气储量、产量预测结果统计表（不包括南海南部盆地）

概率论与数理统计与简明本有什么区别?

针对我国的能源研究现状,我们认为，我国未来的能源经济学研究大致应有以下几个方向:

——能源消费与我国经济增长的相关性。在Ramsey模型的框架下,在生产函数中引入能源要素，然后根据历年的资本、劳动、能源、物质资源、社会生产总值的变动计算经济的均衡增长路径。或者是建立计量模型,根据时间序列数据考察能源密度、劳动力密度与全要素生产率的相关关系,以及资本、劳动、物质和能源的替代弹性(包括中长期)的符号与大小。

——估计能源需求函数,建立能源需求的研究框架。考察影响需求的各个因素(包括经济周期的影响),根据历年电力、石油等能源的产量变化得到各种能源品消费组合的变动。

——根据我国能源定价体制,估计能源价格波动方程。1998年,国家对原油、成品油价格形成机制进行了重大改革,改变了单一政府定价,开始推行市场化定价模式,与国际接轨。影响油价的经济因素和政治因素也更加复杂了，我们需要关注的如：石油需求、替代品的价格、石油资源的预测和可开采量、性能与储量、世界政治形势、石油资源的控制权、石油投资、各国政府及石油组织的垄断策略等等，也可以研究我国能源价格与世界能源价格的相关性和滞后性。

——研究能源行业的产业组织结构和供给效率。例如,研究能源消耗密度与工业结构的演进趋势、生产结构是否随着时间趋于更高的能源密度等,以及对于国内石油、电力、煤炭等垄断性的能源行业建立垄断竞争模型。

——分析能源冲击对宏观经济各变量的影响、价格波动导致的受益与损失。还有,研究能源消费对环境的冲击所导致的社会福利变化,以及进一步的能源立法。

——研究能源进口战略、替代战略与国家经济安全。利用石油期货市场等国际资本市场规避风险,保证国家石油安全。

——建立包含能源在内的可计算一般均衡模型,进行能源政策分析。目前国际上涉及能源的CGE模型主要是环境政策方面。我们可以在CGE模型中引入能源生产和能源消费,进而模拟分析能源政策对经济各部门的影响。

油气资源发现趋势预测

一、应用不同

概率论与数理统计属于数学的一个分支，它更注重于理论研究，它的结论广泛应用于各领域随机现象的研究。

概率论与数理统计的理论与方法已广泛应用于工业、农业、军事和科学技术中，如预测和滤波应用于空间技术和自动控制，时间序列分析应用于石油勘测和经济管理，马尔科夫过程与点过程统计分析应用于地震预测等

二、变量不同

社会统计学描述的是变量，数理统计学描述的是随机变量。

而变量和随机变量是两个既有区别又有联系，且在一定条件下可以相互转化的数学概念。社会统计学以变量为基础，数理统计学以随机变量为基矗。当变量取值的概率论与数理统计、统计学、应用统计学有什么相同。

三、形式不同

统计学更注重应用，它的许多结论都来自于概率论与数理统计。数理统计更注重公式的推导，而统计学原理只是把数理统计的公式转换为更易用的形式。

四、概率不同

概率研究的是单个事件发生的概率。

数理统计研究的是一个群体的抽样概率。以及发生这个概率的可能区间。

数理统计更倾向于统计学的概念。

扩展资料：

1、概率论与数理统计是数学的一个有特色且又十分活跃的分支，一方面，它有别开生面的研究课题，有自己独特的概念和方法，内容丰富，结果深刻;另一方面，它与其他学科又有紧密的联系，是近代数学的重要组成部分。

由于它近年来突飞猛进的发展与应用的广泛性，目前已发展成为一门独立的一级学科。

同时他又向基础学科、工科学科渗透，与其他学科相结合发展成为边缘学科，这是概率论与数理统计发展的一个新趋势。

2、统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。

统计学用到了大量的数学及其它学科的专业知识，其应用范围几乎覆盖了社会科学和自然科学的各个领域。

3、应用统计学系统讲述应用统计学基本知识和基本技能，融入电子表格的实际应用，介绍参数估计、假设检验等应用统计方法。

百度百科-概率论与数理统计

百度百科-国际金融学：简明本

非常规油气资源评价方法

“我国油气资源潜力分析及储量、产量增长趋势预测”项目由新一轮全国油气资源评价项目办公室组织，油气中心、中国石油大学（北京）、中国石油、中国石化、中海石油和青岛海洋地质研究所等单位共同参加，形成产、学、研相结合的工作方式，充分利用新一轮全国油气资源评价已进行评价工作的基础和成果，开展油气资源发现趋势预测研究。项目共分5个子项目，中石油负责收集、整理矿权区内盆地的资源量和勘探开发基础资料，预测盆地油气资源2006～2030年的增长趋势；中石化负责收集、整理矿权区内盆地的资源量和勘探开发基础资料，预测盆地油气资源2006～2030年的增长趋势；中海油负责收集、整理矿权区内盆地的资源量和勘探开发基础资料，预测盆地油气资源2006～2030年的增长趋势；青岛海洋地质研究所负责国内外油气资源发现趋势预测的理论、研究方法调研和国内外发现趋势预测的对比分析，预测其他海域盆地油气资源2006～2030年的增长趋势。中国石油大学（北京）负责制定统一的评价方法体系与参数标准，以及典型评价单元的剖析，并负责趋势预测软件的研制和数据库的建立，预测陆上其他盆地油气资源2006～2030年的增长趋势。

油气资源发现趋势预测软件模块包括油气资源发现趋势预测数据库和基于数据库的相关预测方法软件，数据库内容包括我国各个含油气盆地油气储量、产量及相应勘探工作量的基础数据，并具有较好的开放性和可扩充性，方法包括专家评估法、统计法和类比法等。

本轮油气资源评价油气资源发现趋势预测项目工作中，采用数据管理功能实现对油气储量和产量相关数据的动态管理，主要采用了专家评估法、统计法、类比法和综合预测法等动态预测我国未来较长时间内油气资源的发现趋势。专家评估法根据预测地区的成藏条件、勘探工作量以及技术经济风险分析，请有关专家填写设计好的表格，对预测区进行储产量的预测。该方法依赖于专家对预测区的熟悉程度及对未来勘探形势的整体把握。统计法通过对过去油气储量、产量的变化趋势按照一定的统计模型进行拟合，获取有关模型参数，进而进行未来趋势的预测。包含时间序列法和勘探效益分析法两大类方法。其中时间序列法包括翁旋回法、逻辑斯谛法、哈伯特法、龚帕兹法、H CZ法、高斯法、指数模型法及多项式模型法。此方法根据盆地以往所发现储量和产量的实际数据，通过拟合确定储量、产量和时间序列的关系，然后预测未来的储产量发展趋势。勘探效益分析法通过逻辑斯谛和龚帕兹模型去做工作量—储量的拟合与预测。主要使用预测区勘探开始至计算时间每年的探井数、探井进尺数和所发现油田的储量、类型及个数。需要的参数由系统的数据接口提供。类比法建立类比区类比标准表和参数取值表，以及类比区的预测图形库；选取与预测区相适应的评价单元作为类比区，使用探明速度类比法和图形类比法对预测区进行油气资源发现趋势预测。用特尔菲法对各方法的预测结果进行加权汇总，得到综合预测结果。

油气资源趋势预测软件在各项目承担单位开展各盆地的趋势预测过程中发挥了积极的作用。其中中石化、中国石油大学（北京）和青岛海洋所完全依靠该软件进行预测，而中石油预测的主体部分也是通过该软件完成的，中海油对软件进行了试用。总体来说趋势预测软件的开发和应用对研究项目的顺利进行起到了应有的作用。

随着非常规油气勘探开发技术的快速发展，非常规油气资源评价方法研究越来越受到重视。目前，国内、外非常规油气资源评价方法比较多(表2-8)，分类也比较混乱。国内的评价方法超过10种，其中致密砂岩气评价方法就多达9种(郭秋麟等，2009;董大忠等，2009)。美国USGS为了便于评价，将油气资源分为常规和非常规油气资源两大部分，其中非常规资源(致密砂岩气、页岩气、煤层气和天然气水合物等)被称为连续型油气资源，非常规资源评价方法与连续型油气资源评价方法基本相同(Schmoker，2002;Olea et al.，2010)。国外最常用的方法是类比法、单井储量估算法、体积法、发现过程法和资源空间分布预测法等。

以上方法可归纳为类比法、统计法和成因法三大类。类比法:国内常用的类比法是单位面积资源丰度类比法，这种方法与常规油气资源评价的类比法相似;国外主要采USGS的FORSPAN法及其相应的改进方法。统计法:主要有体积法、“甜点”规模序列模型法、“甜点”发现过程法、单井储量估算法和油气资源空间分布预测法等，这些方法与常规油气资源评价法相似。成因法:国内用得较多，主要有盆地模拟法和热解模拟法。下面分别介绍这些方法中有代表性、较特殊的几种方法。

表2-8 国内、外非常规油气资源评价方法

一、类比法

类比法是USGS的主流评价方法。该方法最早由咨询公司评价员JohnGrace开发(NOGA Assessment Team，1995)。1995年，USGS的Schmoker接管了该方法后对其进行了扩展和改进，在2000年至2002年期间做了大量的应用(Schmoker，2002)。最近几年，Klett等(2003)继承和发展了该方法，特别是在数据库、参数分布、图表输出标准等方面的发展显著，现该方法已达到较为完善的程度。

1.评价单元与最小评价单位

USGS将目标评价层次划分为大区(region)、地质区(geologic province)、总含油气系统(TPS)、评价单元(AU)和最小评价单位(cell)。大区为组织单元，地质区是指具有共同地质属性的空间实体，总含油气系统是指具有共同的生、储、盖、运、圈、保等地质特征的可绘图的实体，评价单元是总含油气系统的一部分，由许多cell组成。在早期的评价网格中cell是指一个矩形网格，在目前的评价网格中cell是指由一口井所控制的排泄区(well drainage area)。

2.主要评价参数

主要评价参数包括:

(1)评价单元总面积(U);

(2)未测试单元总面积占评价单元总面积的百分比(R);

(3)未测试单元面积中具有增加储量潜力的百分比(S);

(4)每个有潜力的未测试cell的面积(Vi);

(5)每个cell的总可采储量(Xi);

(6)未测试单元平均产油气比率;

(7)天然气评价单元液/气比率。

以上主要评价参数用于直接计算资源量。在参数前处理过程中，已有的钻井资料主要用于储层参数(如厚度、含水饱和度、孔隙度、渗透率等)的分布研究、权重系数的确定、最终储量和采收率的估算。在缺乏足够的钻井和生产数据的地区，评价参数主要通过类比获得。

3.评价流程

该方法适合于已开发地区的剩余资源潜力预测。通过模拟每一个cell的参数分布，用相应的参数分布计算cell的资源量，并汇总为整个评价单元的剩余资源总量(图2-9)。结果用概率形式表示。评价过程主要有以下4步:

图2-9 连续型油气聚集评价流程

第一步:确定有潜力的未测试单元比例(T)，即:

非常规油气地质学

第二步:计算有潜力的未测试单元面积(W)，即:

非常规油气地质学

第三步:确定有潜力的未测试cell的个数(N)，即:

非常规油气地质学

第四步:计算评价单元总资源量(Y)，即:

非常规油气地质学

公式中的符号说明见上文“主要评价参数”部分，求解方法均采用随机模拟法。

二、随机模拟法

随机模拟法是USGS新推出的方法。2010年12月，Olea等认为传统的类比法存在3点不足:第一，忽略了不同评价单元EUR的空间关系;第二，没有充分挖掘已有数据所隐含的信息;第三，评价结果违背空间分布规律。

针对以上不足，USGS提出了一种新的方法———随机模拟法。该方法与类比法的不同之处有以下几方面:第一，算法的发展，由原来的类比法发展为以统计法为主、类比法为辅的综合评价法，在有井区采用序贯高斯算法的随机模拟法;在无井区采用类比法，通过类比得到EUR的空间关系及相关参数，然后进行多点模拟。第二，地质建模的发展，在此之前采用三角分布来确定参数;现在通过分析空间数据间的关系，用地质统计学方法建立参数空间分布模型。第三，模拟单元采用最早的网格单元cell，它与原来的cell有很大的不同，新cell的面积很小，接近于单井控制的排泄区或更小。

新方法根据钻井情况确定两套评价过程，即A过程———在已有钻井地区的评价步骤和B过程———在无钻井地区的评价步骤。

1.A过程———已有钻井地区评价步骤

A过程属统计法，共有11步:第一，选择单元格尺寸和形状等基本评价单位;第二，指定已知井排泄区;第三，建立每口井排泄区的形状和位置模型，每个井排泄区相当于多个相邻单元格的集合体;第四，为每个无产能井限定无产能区范围;第五，通过确定单元格、排泄区、井的关系，为每个网格单元准备一个相应的EUR(最终可采储量)数据集;第六，为每个测试单元准备一个包含3条信息的指示数据集，即单元格中心的纵、横坐标和一个指示器，指示器为0表示单元格没有产能，为1表示有产能;第七，如果该区域没有数据或者很少数据，不确定性很大，则需要准备一张克里金估计误差图，并由此确定评价区的边界;第八，采用序贯指示随机模拟方法至少模拟100次产能指示器，指明单元格有无产能;第九，采用序贯高斯随机模拟方法模拟单元格EUR，模拟次数与指示器的模拟次数相同;第十，利用第八步中生成的图件修正第九步中生成的图件，以上每次模拟结果的发生都是等概率的;第十一，采用等概率模型，汇总以上模拟的结果。

2.B过程———无钻井地区评价步骤

B过程属类比法，共有9步:第一，选择地质条件相似的成熟区作为类比刻度区，用A过程模拟，根据模拟图像和经验确定边缘区(评价区)的EUR波动特征;第二，确定评价区边界;第三，变换EUR值的概率分布和训练图像到标准刻度，使其服从均值为0，方差为1的正态分布;第四，利用连续滤波模拟，生成单元格产能的至少100次实现;第五，把实现从正态分布空间反变换到原来的EUR空间;第六，有规律地抽取1%的单元样本，生成一个产能指示数据集。定义数值在d%以下的那些单元为没有产能，以上的单元格有产能，这里d是在类比刻度区中无产能井的比例;第七，运用正态分布对有产能和无产能单元进行条件模拟，生成与第四步相同数量的实现;第八，利用第七步中的实现来修正第五步，得到评价区模拟的最终实现;第九，应用至少100张单元格EUR值等概率图，准备评价，汇总评价结果。

三、单井储量估算法

单井储量估算法是一种典型的统计法，由美国Advanced Resources Informational(ARI)提出，核心是以1口井控制的范围为最小估算单元，把评价区划分成若干最小估算单元，通过对每个最小估算单元的储量计算，得到整个评价区的资源量数据，即

非常规油气地质学

式中:G为评价区资源量;qi为单井储量;i为评价区内第i个估算单元;n为评价区内估算单元数;f为钻探成功率。

此方法包括5个关键步骤，即确定评价范围、确定最小估算单元、确定单井储量规模、确定钻探成功率和确定气藏“甜点”。

四、油气资源空间分布预测法

油气资源空间分布预测法为特殊统计法，有3种不同的评价方法:一是基于成藏机理和空间数据分析的方法;二是基于地质模型的随机模拟方法(Chen et al.，2006);三是支持向量机的数据分析法(Liu et al.，2010)。以上3种评价方法除了数理统计分析不同外，其思路和评价过程基本相似，仅介绍第一种方法。

1.二维分形模型

由于地质过程的复杂性，无法将油气资源空间分布以某一精确解析式的形式来描述。已知油气藏本身并不包含未发现油气藏的直接信息，因此用常规地质统计学的随机模拟方法，直接从已知油气藏中提取空间统计信息，预测油气资源空间分布，其结果往往不尽如人意。但是，如果把已知油气资源分布和地质变量在空间的相关特征作为随机模拟的限制条件，用统计方法将这种相关特征以概率密度函数近似表达出来，就可提高预测的准确性。

油气资源空间分布的二维分形模型基于随机模拟技术和傅立叶变换功率谱方法建立，即通过傅立叶变换，把具有分形特征的油气藏分布空间(空间域)转化到傅立叶空间(频率域)中，用功率谱方式来表述油气资源的空间相关特征。根据分形理论，分形模型研究对象的空间相关特征可由功率谱函数来表达。对于具有分形特征的时间序列，其功率谱函数可表达为时间序列频率的幂函数

非常规油气地质学

式中:f为频率;S为功率谱密度;β为幂因子，称为频谱指数。上式表述的这种随机过程相当于Hurst空间维数H=(β-1)/2的一维分数布朗运动(fBm)。选择不同的β值，即可产生不同分形维数的fBm。对于二维图像或序列，其功率谱S有x和y两个方向的频率变量(u和v)及对应的频谱指数(βx和βy)。对统计特性来说，xy平面上的所有方向都是等价的，当沿着xy平面上的任一方向切割功率谱S时，可用

非常规油气地质学

代替频率f。因此，由式(2-6)可推出各向同性的二维对象随机过程的表达式:

非常规油气地质学

而对于各向异性的对象，可定义H为方位角θ的函数，则其二维分形模型的表达式可写成:

非常规油气地质学

式中:βx和βy分别代表功率谱中x方向和y方向的频谱指数。通过这个表达式就能模拟出油气藏分布空间的新功率谱。

2.修正资源丰度

二维分形模型中的指数函数H(θ)可以通过实际数据拟合βx和βy后获得。功率谱能量(资源丰度)越高的油藏，出现的频率越低，反之亦然。这一特点与油气勘探结果相吻合。因此，如果以能量较高的若干数据点为基础进行拟合，结果基本能代表该方向上油气资源的分布趋势(分形直线)。拟合的直线斜率(绝对值)即为该方向上的频谱指数。分别确定x方向和y方向上的频谱指数βx和βy后，代入二维分形模型中，就能模拟出新的功率谱S。新功率谱已修正了原始功率谱的不足，它包含了所有油气藏(已发现和未发现油藏)资源丰度的信息。

3.资源丰度空间分布模拟

确定油气藏在空间的分布位置是油气勘探的首要任务。目前，有许多方法可以预测油气勘探风险，绘制勘探风险图。勘探风险图包含了油气藏可能出现位置等方面的信息。为了把这一信息和资源丰度信息综合起来，需要做如下信息处理:①空间域转化为频率域。同样，用傅立叶空间变换，把勘探风险图从空间域转化到频率域。这时，除了得到以上提到的功率谱外，还能得到相位谱Ф，相位谱中包含着油气藏位置信息。②从频率域回到空间域。用傅立叶逆变换，把新的资源丰度功率谱S和勘探风险图的相位谱Ф结合起来，形成新的图。该图就是空间域中的油气资源分布图，它不仅提供了油气藏的位置，也指出了资源丰度。

在具体实现中，还需要在一些细节上做技术改进，包括设置经济界限，排除丰度低的没有经济价值的油气藏以及用已钻井数据验证和修正等。

五、连续型致密砂岩气预测方法

这是一种特殊成因法。对于常规储层及常规圈闭气藏，天然气的运移主体服从置换式运移原理，即在天然气向上运移的同时，地层水不断向下运移，形成了气水之间的置换式排驱和运移特点，其驱动力来自于浮力。对于致密砂岩气藏来说，致密储层与气源岩大面积接触，天然气的运移方式表现为气水之间发生的广泛排驱作用和气水界面的整体推进作用，其过程类似活塞式排驱，其运移动力来源于烃源岩的生烃作用，即在生气膨胀力作用下，气水倒置界面得以维持并整体向上运移，从而形成大面积的地层饱含气状态(金之钧等，1999;Schmoke，2002;张金川等，2003a，2003b;解国军等，2004;张柏桥，2006;胡素云等，2007;邹才能等，2009a)。烃源岩层越厚，单位体积生气量越大，产生的压力就越大，形成的致密砂岩气藏规模也就越大。

1.致密砂岩气动力平衡方程

根据致密砂岩气藏的活塞式排驱特点，提出了弱水动力条件下的平衡方程，即天然气运移的阻力包括上覆储层毛细管压力、天然气重力、地层水压力等，驱动力主要为烃源岩生气产生的压力。驱动力和阻力之间的平衡方程为:

非常规油气地质学

式中:pgas为烃源岩中游离相天然气的压力(注入储层的压力)，atm;pc为上覆储层毛细管压力，atm;ρggghg为天然气重力，atm，其中hg为天然气柱高度，m;ρf为上覆储层地层水压力，atm。

在上述平衡方程中:①毛细管压力可用拉普拉斯方程求出;②天然气重力可以直接求出;③地层水压力，在成藏时一般为静水压力，成藏后的压力可用现今压力代替，也可用有效骨架应力模型求解(石广仁，2006);④烃源岩中游离气压力，为烃源岩生气增压后烃源岩中流体和游离相天然气的压力，简称“游离气压力”。

烃源岩大量生气能产生巨大的膨胀压力，这早已被石油地质研究者所共识(李明诚，2004)，但是迄今只有定性描述，未见定量计算模型。显然，在没有生气增压定量计算模型之前是无法真正定量模拟致密砂岩气藏的成藏过程的。

2.烃源层生气增压定量计算模型

超压形成的因素很多，除了生烃作用以外主要有差异压实作用、水热作用等。相比之下，生烃作用和差异压实作用是最主要的两种因素(李明诚，2004)。在地层进入压实成岩之后，特别是孔隙致密之后，压实作用基本停止，此时压实对排烃基本不起作用，而生气作用则成了排气的主要动力。依据气体状态方程，天然气压力(P)、体积(V)和温度(T)三者之间保持动态平衡。在地下高温、高压下，P、V和T三者之间的关系可用研究区的PVT曲线表示。根据这一原理建立的烃源层生气增压定量计算模型为:

非常规油气地质学

式中:Pgas为烃源岩生排气产生的压力，atm;Bg为天然气体积系数，m3/m3;Vp为烃源岩层孔隙体积，m3;Vw为烃源岩层孔隙水体积，m3;Vo为烃源岩层孔隙含油体积，m3;Vg为烃源岩层中游离相天然气体积(地表条件下)，m3;hs为烃源岩层厚度，m3;Φ为烃源岩层的评价孔隙度，小数;Sw为烃源岩层中束缚水饱和度，小数;So为烃源岩层中残余油饱和度，小数;Qgas为单位面积烃源层生成的天然气体积(地表条件下)，m3/km2;Qmiss为单位面积烃源岩层中散失的天然气体积(地表条件下)，m3/km2，包括吸附气、扩散气和溶解气等;Qexp为单位面积烃源层已排出的游离相天然气体积(地表条件下)，m3;初始值为0。

3.模拟步骤

模拟步骤如下:①建立地质模型，以下生、上储模型为例;②在平面上划分网格，网格边界尽可能与构造线(如断层线等)一致;③在纵向上按油气层组细分储层;④计算运移驱动力———烃源岩层中游离相天然气压力;⑤计算运移阻力———细层1的毛细管压力、天然气重力、地层水压力等;⑥比较运移驱动力和运移阻力，如果驱动力小于阻力则不能运移，即该细层1不能成藏，停止对该点的模拟，如果驱动力大于阻力则烃源层中的气能进入细层1，并排挤出细层1中的部分水;⑦天然气进入细层1并达到短暂的平衡后，随着烃源岩层生气量的增加，游离相天然气压力Pgas也在增加，重新计算Pgas，并计算细层2的运移阻力;⑧比较运移驱动力和运移阻力，如果驱动力小于阻力则不能运移，即细层不能成藏，停止对该点的模拟，如果驱动力大于阻力则烃源层中的气能进入细层2，并排挤出细层2中的部分水;⑨重复第⑦和第⑧过程，直到驱动力小于阻力或遇到盖层为止(如果压差超过盖层排替压力，则天然气将会突破盖层散失掉一部分，直到压差小于盖层排替压力，天然气才停止运移);⑩计算天然气聚集量，模拟结束。

4.天然气聚集量计算

进入致密储层的天然气聚集量可用下式表示:

非常规油气地质学

式中:Qgas为储层中天然气聚集量，m3;n为天然气进入到储层中的细层数，自然数;i为储层中的细层号，自然数;q为细层中天然气聚集量，m3;Sw为细层中束缚水饱和度，小数;hi为细层i的平均厚度，m;Ai为细层i的面积，m2;Φi为细层i的平均孔隙度，小数;Bgi为细层i的(地层压力对应的)天然气体积系数，m3/m3。

根据对比驱动力与阻力的关系，如果确定天然气只能进入到细层3，则上式中n为3。另外，细层中束缚水饱和度，可通过类比相邻地区的致密气藏获得，一般在30%～60%之间;天然气体积系数，可根据细层地层压力在PVT曲线上的反插值求得。进入致密储层的天然气还会有一部分损失，如部分溶解在地层水中，还有一部分会以扩散方式向外扩散等。这些损失可以用溶解气公式和扩散气公式计算(郭秋麟等，1998;石广仁，1999)，在不要求高精度时可以不考虑。

5.关键参数

关键参数有:①天然气体积系数与地层压力关系曲线;②束缚水饱和度与孔隙度的关系曲线;③烃源层埋深、厚度、孔隙度、生气量、排气量(游离气量)等;④储层埋深或顶界构造图、等厚图，储层孔隙度等值图、孔喉半径等值图，现今储层流体压力系数等;⑤盖层排替压力。