В изменчивом мире, где запасы и ресурсы иссякают, а фантазии людей возрастают, необходимо создавать удивительные вещи при минимуме затрат, предугадывая потребности будущего. Для эффективного управления ресурсной базой УВС необходимо иметь полное представление об истории ее развития, текущем состоянии и перспективах. Основой для такой статистики и аналитики служат точные и последовательные оценки и прогнозы запасов и ресурсов, которые зачастую рассчитываются в невзаимосвязанных между собой системах специалистами разного профиля. Избыток данных и недостаток хороших методов их анализа приводил к ситуации богатства данными, но бедности информацией. Быстро растущие объемы накопленных данных превысили способности человека в их обработке. В результате большие базы данных стали архивами, которые редко посещаются. Как следствие, важные решения принимаются не на основе информационно насыщенных баз данных, а на основе интуиции человека. В эпоху глобальной автоматизации производственных процессов, важнейшей составляющей эффективности развития нефтегазовой отрасли является внедрение технологий, помогающих человеку принимать верные решения. В ответ на комплексные потребности отрасли возникла необходимость использования единого программного решения, удовлетворяющего всем требованиям. Анализ российского и зарубежного рынков выявил отсутствие необходимого ПО, соответствующего реалиям бизнеса, что привело компанию ПАО «Газпром нефть» к необходимости разработки собственного IT-решения для управления запасами и ресурсами компании – постоянно действующей модели запасов и ресурсов (ПДМЗиР). Это уникальный инструмент коллаборации имеющихся хранилищ информации, современных подходов и регламентированных методик к оценке ресурсной базы компании на одной платформе. Разработанный IT-продукт получил награду от Министерства энергетики России за победу во Всероссийском конкурсе «Новая идея» на лучшую техническую разработку среди молодежи предприятий и организаций ТЭК. О новой разработке рассказывают специалисты компании.
В условиях истощения традиционных запасов, удешевления альтернативных источников энергии и роста себестоимости добычи необходимо внедрять технологии, позволяющие контролировать качество данных, управлять портфелем проектов в реальном времени, принимать решения на основе взаимосвязанных операционных и финансовых результатов.
Для того чтобы стать прогрессивной цифровой компанией в нефтегазовой отрасли, увеличить продуктивность и эффективность работы, необходимо внедрять технологии, позволяющие анализировать данные в реальном времени, интегрировать между собой различные источники информации, устанавливать связь между на первый взгляд несвязанными показателями, предсказывать итог в зависимости от поставленных задач, а также быстро адаптироваться и принимать решения на основе изменчивой информации.
На сегодняшний день процесс работы с ресурсной базой Компании имеет уже принятую последовательность, которая включает в себя сбор актуальной утвержденной информации, мониторинг и обновление полученных данных в корпоративных цифровых хранилищах, детальный анализ состояния ресурсной базы Компании и формирование рекомендаций для ее органического развития. На первом этапе в основу разработки ПО легли все исторически сложившиеся (обоснованные внутри Компании) подходы и регламентированные (на уровне государства) методики. Дополнительные технологические, организационные и методологические ограничения и вызовы повлияли на расширение функционала ПО от ежегодных привычных операций до новых границ в области верификации данных и предиктивной аналитики.
От идеи к реализации
В процессе реализации проектов по анализу и актуализации ресурсной базы были изучены и протестированы существующие российские и зарубежные решения для управления портфелем запасов и ресурсов. Все программные комплексы имеют одинаковую обобщенную модель организации данных (рис. 1).
Большинство российских решений направлены только на хранение и представление текущего состояния без возможности выполнения анализа и прогнозирования ресурсной базы. Зарубежные аналоги, напротив, имеют встроенные алгоритмы для анализа УВС, но не адаптированы под реалии российского бизнеса.
Таким образом, в рамках программы импортозамещения и реализации более «гибкого» для изменений под частные задачи инструмента, было принято решение разрабатывать собственный IT-продукт (рис. 2).
Архитектура IT-решения
Модель разработана в дружественном для пользователя интерфейсе в формате web-приложения (двухуровневая архитектура «клиент-сервер») и позволяет работать с ресурсной базой компании в любой момент времени без установки дополнительного программного обеспечения. Клиентом выступает браузер – пользователи системы, а сервером модели – единая вычислительная машина, выполняющая серверные задачи. Клиентская часть реализует пользовательский интерфейс, формирует запросы к серверу модели и обрабатывает ответы от него. Серверная часть получает запрос от пользователей системы, выполняет вычисления, после этого формирует веб-страницу и отправляет её пользователю системы по сети с использованием протокола HTTP. В свою очередь, сервер модели ссылается на информационную базу данных через сервер экспорта данных. Схема работы компонентов системы для ПДМЗиР представлена на рис. 3.
Преимуществами приложения типа «клиент-сервер» [2] в случае постоянно действующей модели запасов и ресурсов являются:
· отсутствие необходимости установки дополнительного программного обеспечения, так как популярные операционные системы поставляются с уже установленным браузером;
· отсутствие дублирования кода программы-сервера программами-клиентами;
· снижение требований к функциональности компьютеров, на которых установлен клиент, так как все вычисления выполняются на сервере;
· увеличение уровня защиты данных: все данные хранятся на сервере, который, как правило, защищён гораздо лучше большинства клиентов;
· точная проработка ролевой модели: на сервере проще организовать контроль полномочий, чтобы разрешать доступ к данным исключительно клиентам с соответствующими правами.
Оперативный анализ состояния ресурсной базы
Анализ ресурсной базы – это изучение многомерной системы данных, имеющей множество параметров и классификаторов. В процессе анализа производится определенный порядок действий с целью формирования представлений об объекте. Но специалисты в нефтегазовой отрасли не должны ограничиваться оценкой геологии отдельно от разработки или экономики. Даже на этапе построения локальной геологической модели важно понимать, как представления геолога в дальнейшем будут согласовываться с общей геологической концепцией, насколько хорошо развита инфраструктура района и какими технологиями выгодно разрабатывать запасы с соответствующими характеристиками.
Очевидно, что даже для решения самой узконаправленной задачи необходимо проанализировать огромный массив данных, с ростом сложности и количества задач массивы данных и алгоритмы расчетов увеличиваются многократно.
Мозг человека – мощнейшая система, способная анализировать различные наборы данных, но имеет свои объективные ограничения. Избыток данных и недостаток хороших методов их анализа приводил к ситуации богатства данными, но бедности информацией. Быстро растущие объемы накопленных данных быстро превысили способности человека в их обработке. В результате большие базы данных стали «могилами» данных – архивами, которые редко посещаются. Как следствие, важные решения принимаются не на основе информационно насыщенных баз данных, а на основе интуиции человека, принимающего решения, так как он не имеет подходящих инструментов для извлечения полезных знаний из огромных объемов данных.
В ПДМЗиР предусмотрена реализация алгоритмов, которые сократят трудозатраты пользователя на обработку больших массивов, осуществление большого количества процессов, как стандартных, так и уникальных. Предварительная автоматическая проверка данных на допустимость значений не позволит пользователю сформировать некорректные выводы. В инструменте предусматривается система проверок и предложений наиболее вероятных решений при совокупности определенных параметров, то есть внедрен статистический анализ с применением когнитивных технологий. Таким образом, инструмент выступает в роли помощника и гида для любого пользователя, а в некоторых направлениях и в роли эксперта, благодаря интеграции всех современных методик и результатов интеллектуальной деятельности на одной платформе.
В ПО предусмотрена интеграция с любым форматом данных. Для текущей реализации одним из источников выбрана база данных, также созданная российскими разработчиками и получившая наибольшее распространение среди компаний на российском рынке – Система Мониторинга Недропользования (СМН).
Сотрудникам Компании необходимо понимать реальное состояние ресурсной базы: от анализа наименьшего объекта до планирования стратегии развития Компании. Постоянно действующая модель запасов и ресурсов найдет своего пользователя среди широкого круга специалистов (всех, кто заинтересован в получении актуальных и прогнозных данных по ресурсной базе Компании) – менеджеры и исполнители проектов, геологи и разработчики, экономисты и аудиторы. Менеджеры смогут комплексно оценить структуру, изменения и прогноз развития ресурсной базы в формате «дашборда», узконаправленные специалисты – более точечно анализировать любые объекты в зависимости от поставленных задач.
Так, например, в постоянно действующей модели реализован автоматический расчет коэффициентов, которые влияют на итоговую налоговую ставку налога на добычу полезных ископаемых (НДПИ). Встроенные подсказки позволят своевременно и оперативно выявить потенциальные для льготирования объекты при минимальных затратах.
Мониторинг получения льгот на добычу
Нефтяная промышленность имеет богатую историю: первое извлечение нефти из пробуренных скважин началось еще в 19 веке, пик добычи приходится на конец прошлого столетия. Естественным следствием интенсивной добычи стало ухудшение качества УВС: большинство легко осваиваемых запасов в России выработано, остались запасы со сложной геологией, коллекторскими свойствами, удаленные от развитой инфраструктуры или залегающие на больших глубинах, то есть трудноизвлекаемые и нерентабельные.
Получение льгот по налогу на добычу полезных ископаемых стимулирует разработку трудноизвлекаемых запасов (ТрИЗ). Снижение ставки НДПИ существенно влияет на экономику месторождения, что положительно сказывается на вводе в разработку ранее нерентабельных запасов. Получение льгот для Компании — это не только возможность увеличить добычу, но и нарастить компетенции и разработать технологии в области добычи нефти из ТрИЗ.
В Компании ежегодно проводится мониторинг запасов на предмет потенциального льготирования. Ранее данный процесс выполнялся точечно, по запросу для определенных активов. С внедрением ПДМЗиР мониторинг запасов, потенциальных для льготирования, будет автоматизирован, что позволит получать данные в любой момент времени по всей ресурсной базе Компании.
В инструмент внедрен алгоритм расчета коэффициентов, входящих в состав формулы расчета НДПИ:
где
Кц – коэффициент, зависящий от мировых цен на нефть и курса доллара к рублю;
Кз – коэффициент, зависящий от величины запасов на участке недр;
Кв – коэффициент, характеризующий степень выработанности участка недр;
Кд – коэффициент, характеризующий сложность геологии залежи;
Кдв – коэффициент, характеризующий степень выработанности участка недр, на котором представлены залежи с коэффициентом Кд менее 1;
Ккан – коэффициент, характеризующий регион добычи.
Основная проблема, которую решает алгоритм разрабатываемого инструмента, – ссылка на исторические данные при проверке условий применимости того или иного коэффициента в формуле (согласно требованиям статьи 342 Налогового кодекса РФ [1]). Ранее приходилось «вручную» пользоваться формой государственного баланса прошлых лет для проверки необходимых условий, что было неудобно и трудозатратно.
Использование алгоритма также удобно тем, что при расчете определенного коэффициента возможно редактировать тот или иной параметр, на который ссылается формула, а также видеть, на основании каких факторов был принят коэффициент. Например, если пользователя интересует определенная залежь, по которой сейчас коэффициент Кд (отвечает за сложность геологии) составляет 1, есть возможность обратиться к данной залежи в программе и понять, на основании каких параметров был принят данный коэффициент, а также проанализировать, есть ли возможность снизить этот коэффициент при изменении входного параметра.
Таким образом, единый алгоритм расчета коэффициентов для ставки НДПИ, сделал возможным автоматический мониторинг всей ресурсной базы на предмет потенциально льготируемых запасов в режиме реального времени. Данный инструмент является драйвером повышения эффективности как для Компании, так и для государства. В первом случае положительный эффект за счет ввода в разработку трудноизвлекаемых запасов, во втором – увеличение бюджета государства.
Заключение
В рамках постоянно меняющихся экономических условий важно иметь актуальную модель запасов и ресурсов для оптимального распределения целей по приросту запасов из различных источников. Эта потребность продиктована постоянным изменением ресурсной базы по результатам утверждения запасов УВС, по результатам сейсморазведочных работ и проектов геологоразведки, по данным международного аудита, в результате приобретения активов из нераспределенного фонда недр Российской Федерации и открытия новых нефтегазоносных областей, слияния и поглощения компаний (M&A).
Цифровая трансформация затрагивает все бизнес-процессы компаний и определяет, какой будет Россия в ближайшие годы: насколько она будет эффективной и конкурентоспособной, какое место будет занимать в мировой нефтегазовой отрасли. Одной из прикладных задач становится разработка и внедрение прогностических систем, интеллектуальных «помощников» по обработке и интерпретации данных.
Использование ПДМЗиР способно существенно повысить качество работ по анализу ресурсной базы для любой нефтегазовой компании: получить полное понимание ее потенциала, выявить существующие ограничения, влияющие на вовлечение запасов в разработку, проанализировать возможность получения дополнительных льгот от государства для реализации новых технологий и обосновать рекомендации для органического развития.
Использование постоянно действующей модели запасов и ресурсов позволит:
· сократить сроки обработки и учета информации;
· снизить трудозатраты на дополнительные проверки целостности данных;
· планировать корректные мероприятия по освоению РБ (геологоразведочные работы, оперативное сопровождение разработки, поисково-разведочные работы, эксплуатационное бурение, приобретение новых активов);
· получить полное понимание потенциала активов Компании и учесть существующие ограничения, влияющие на вовлечение запасов в разработку;
· повысить качество работ по анализу ресурсной базы;
· оптимально распределять цели по приросту из различных источников на основе стратегии развития Компании;
· прогнозировать движение запасов и рост добычи;
· эффективно управлять портфелем активов и достигать целевых показателей.
Создание постоянно действующей модели запасов и ресурсов позволит передать рутинные операции цифровым платформам, выступающим в роли интеллектуальных «помощников» при обработке и интерпретации данных. Модель позволяет обобщить накопленные массивы исторических данных для ретроспективного анализа и вести оперативный учет текущей информации и прогнозировать развитие ресурсной базы УВС.
Мы не победили мозг человека. Сделать это невозможно. Мы создали новую продвинутую систему, преодолели порог, после которого можно сказать, что новая система управления ресурсной базой Компании лучше старой.
Разработанный IT-продукт получил награду от Министерства энергетики России за победу во Всероссийском конкурсе «Новая идея» на лучшую техническую разработку среди молодежи предприятий и организаций топливно-энергетического комплекса [3].
Литература
1. Налоговый кодекс РФ (часть вторая) [Электронный ресурс]: от 05.08.2000 № 117-ФЗ (ред. от 04.06.2018).
2. Коржов В. Многоуровневые системы клиент-сервер. Санкт-Петербург: Изд-во «Открытые системы», 1997.
3. http://ipktek.ru/pobediteli_2017.html
