Қазақстанның мұнай-газ саласының хабаршысыҚазақстанның мұнай-газ саласының хабаршысы2707-42262957-806XKMG Engineering10859010.54859/kjogi108590Научная статьяПодбор оптимального числа симуляций Монте-Карло при вероятностном подсчёте ресурсов углеводородного сырьяСадыковРаман Мухановичr.sadykov@niikmg.kzhttps://orcid.org/0000-0002-5936-2036КМГ Инжиниринг210120234432440509202201122022Copyright © 2023, Садыков Р.М.2023<p><strong>Обоснование.</strong> Вероятностный подсчёт ресурсов используется при оценке потенциала нефтегазового проспекта, что является основой при принятии решений в нефтегазовой индустрии. Основным результатом вероятностного подсчёта ресурсов является оценка ресурсного потенциала, выраженная в виде вероятностной функции распределения геологических или извлекаемых ресурсов углеводородов. При этом часто используется симуляция Монте-Карло. Она позволяет находить численное значение целевой функции, в случае с вероятностным подсчётом вероятностной функции распределения запасов.</p> <p><strong>Цель.</strong> Данная работа нацелена на нахождение оптимального количества симуляций при вероятностном подсчёте ресурсов.</p> <p><strong>Методы.</strong> Симуляция Монте-Карло основана на многократном повторении расчёта функции, описывающей процесс, с использованием генератора случайных чисел. Переменная функции, задаваемая одним из статистических распределений, рассчитывается по этому случайному числу. Далее над всеми переменными функции проводятся математические операции согласно математической модели. Обобщая полученное множество результатов, приближенно рассчитывается статистическое распределение, описывающее искомую функцию.</p> <p><strong>Результаты.</strong> Точность определения функции распределения растет при увеличении числа симуляций. Однако это приводит к увеличению времени вычисления. Таким образом, возникает выбор между скоростью и точностью решения.</p> <p>Латинский гиперкуб позволяет уменьшить влияние генератора случайных чисел, но дополнительные промежуточные вычисления нивелируют уменьшение числа симуляций при использовании латинского гиперкуба по сравнению со случайной выборкой.</p> <p><strong>Заключение.</strong> По результатам работы была получена логарифмическая зависимость точности расчетов от числа симуляций Монте-Карло. В большинстве случаев точность результатов в 1% при 10000 симуляций будет достаточной.</p>statisticsMonte-Carlo simulationLatin-hypercubesimulation modelingprobabilistic resources calculationстатистикаМонте-Карло симуляциясылатын гиперкубасыимитациялық модельдеуқорларды ықтималдық есептеустатистикасимуляция Монте-Карлолатинский гиперкубимитационное моделированиевероятностный подсчет запасов1.Metropolis N, Ulam S. The Monte Carlo Method. Journal of the American Statistical Association. 1949;44(247):335–341.2.Shiryaev AN. Probability. Moscow: Nauka; 1980.3.Iman RL. Latin Hypercube Sampling. Wiley StatsRef: Statistics Reference Online. 2014. doi:.10.1002/9781118445112.stat03803.4.Dekking FM, Kraaikamp C, Lopuhaa HP, Meester LE. A modern introduction to probability and statistics: understanding why and how. London: Springer; 2005.5.Christian W (Particle Physics Group Fysikum University of Stockholm). Hand-book on Statistical Distributions for experimentalists. Internal Report. Stockholm; 1996. Report No.: SUF-PFY/96-01.