得克萨斯州的石油产量可能没有分析师所相信的那样下降

我已经考虑过使用EIAs 914每月生产报告中提供的钻井信息数据估算德克萨斯州石油（C + C）产量的另一种方法。

得克萨斯州的估计值是美国C + C产出的EIA估计值的弱项。在上面的图表中，我显示了来自石油供应月度的EIA的最新月度估算值，并将其与替代我的最佳估算值的替代估算值进行比较，以替代EIA的TX C + C估算值。趋势线的斜率需要乘以366，才能以每年的速度下降，EIA估计为每年528 kb / d，替代估计为每年364 kb / d。

2016年4月下降222 kb / d是由于北达科他州下降了66 kb / d，联邦近海下降了58 kb / d，德克萨斯州下降了47 kb / d，以及德克萨斯州下降了22 kb / d。在阿拉斯加，这三个州加海上石油的总和占美国总产量下降的87％。根据EIA的估算，这些地区在2016年4月约占美国C + C的71％。

新德克萨斯州C + C估算

我仅下载了2015年6月，2016年5月和2016年6月的EIA 914数据，并使用这些数据集估算了德克萨斯州的石油产量。使用了两种方法，这些方法的平均结果是我的“校正”估计值。该校正后的估计值与2016年3月和2016年4月（最近两个月）的Deans校正后的估计平均值相结合，我称之为“ 2 mo”估计值。组合的估算值是我对TX C + C的“最佳”估算值。有关估算方法的更多详细信息，请参见附录。

上面的图表中显示了Deans估算值和EIA估算值以进行比较，并用虚线显示了我的校正后的估算值和使用Deans校正因子的2个月平均估算值（自2016年3月和2016年4月）。我希望最终的得克萨斯州C + C值介于这两个估计之间，“最佳”估计只是这两个估计的平均值。需要更多数据来进一步完善这些估计。线性趋势的斜率必须乘以366，才能获得年下降率，即每年158 kb / d或每年4.6％的最佳估计值。如果仅考虑过去12个月，则下降速度为每年2.7％。

二叠纪和鹰福特产出

许多专家认为，得克萨斯州的产量必须迅速下降，我的非专家意见是，得克萨斯州的产量在过去12个月中一直相对缓慢地下降。

通过考虑鹰福特和二叠纪盆地的RRC数据，可以找到对这一论点的肯定。

我使用RRC数据估算了二叠纪盆地和伊格福特的全州德克萨斯州C + C百分比。然后，我将总产出的百分比乘以EIA估算和“最佳”估算，得出伊格福特（EF）和二叠纪C + C估算。这些图表如下。

一些人认为，得克萨斯州油井完井数量的下降必然导致产量下降。

我原则上同意，但是问题是二叠纪和EF的产量下降了多少，石油完井数量有什么变化。下表显示了二叠纪（7C，8和8A区）和Eagle Ford（1、2和3区）的完井数量。请注意，2016年3月，得克萨斯州约89％的产量来自二叠纪和伊格福特，而2015年1月，得克萨斯州C + C产量的86％来自二叠纪和EF（两个月之间的所有月份均介于这两个水平之间）。

下图显示了这两个油田的完井量。

从上图可以看出，到2016年4月，EF的石油产量应该相对持平，而二叠纪的石油产量从9月到2015年12月应该会急剧下降。

相反，我们看到EF输出下降而二叠纪输出上升。怎么会这样？

我认为二叠纪完井量的急剧下降主要是垂直井完井。如果二叠纪石油完井量从大约650个完井量下降到大约450个石油完井量，而650个完井量中有200个是垂直完井量，而在450个油井完井量中则有0个垂直完井量，这类似于水平井50个落量。完成。相关：美国自衰退开始以来，月度最大产量下降

这是因为在二叠纪盆地中，平均水平完井的石油产量大约是垂直完井的4倍。这就解释了为什么产出减少较少而产出却没有增加。

在有650口完井井为零的垂直井和450口水平井的情况下，产量的增加将由300口垂直井和350口水平井的下降来解释。300口垂直井将产生约75口平均水平井，因此与300V + 350H井相比，450H井的净产量将增加25口水平井。

还值得考虑的是，使用“最佳”估算值而不是EIA估算值，使Eagle Ford的输出曲线更平坦，更符合Eagle Ford油井的完井历史。

附录-使用钻井信息数据的新校正方法。

对于那些不喜欢数学的人来说，以下内容将毫无意义，而那些精通数学的人会发现演示文稿令人震惊。它是为那些数学基础很少的人准备的，基本的代数就足够了，实际上仅算术就足够了。

校正方法1

第一种方法与Dean所介绍的方法类似，但是使用Drilling Info Data而不是RRC数据，主要区别在于Drilling info数据包含“待处理文件”数据，该数据未包含在免费提供的RRC PDQ数据库中。EIA声称此数据在5个月内不超过最终值的0.5％。电子表格的摘要如下所示。

校正因子（T，T-1，T-4，T-5）添…加到2016年6月钻井信息数据（DI Jun16）数据列中，以获取Correction1估计值。T会添加到Mar16，T-1会添加到Feb16，依此类推。这仅提供了截至2016年3月的估算值，对于2016年4月，我们假设EIA 914估算值与3月份的更正估算值之间的差额在4月相同。2016年3月的EIA 914调查估计值为2958 kb / d，更正后的估计值为3056 + 356 = 3412 kb / d，差异为3412-2958 = 454 kb / d。2016年4月的EIA 914数据点为2901 kb / d，我们的更正估计值为2901 + 454 = 3355 kb / d。下图显示了“更正1”估算值以及EIA估算值，Deans估算值和2016年6月钻井信息数据（DIJun16）。

校正方法2

第二种更正方法使用2015年6月以来的钻探信息数据，并将其与5月和2016年6月钻探信息数据的平均值进行比较。这样做是因为5月和2016年6月数据之间的差异随时间从正向负变化，因此尚不清楚从2013年6月到2015年6月哪个是更好的估计，所以使用平均值。下图显示了数据和初始校正因子。

在这种情况下，初始修正因子是2016年5月和6月的平均值与2015年6月数据之间的差。将这些初始校正因子应用于2016年5月和2016年6月的数据，以查看它们如何比较，在这种情况下，使用15个校正因子（而不是方法1中的6个校正因子）。下图显示了校正后的Jun16和校正后的May16以及校正后的估计之间的差值，位于右轴上。相关：巨型氦气发现可能为坦桑尼亚带来麻烦

差异很小，介于-20 kb / d和+20 kb / d之间，但最后一个月的差异变得很大（135 kb / d）。通过将T月份的校正因子增加135 kb / d来调整以解决该异常。

下表将“新”校正因子应用于2016年5月和2016年6月的数据，其差值显示在右轴上。

“ newJun16”和“ newMay16”校正后的数据非常吻合，并且与方法1相似，我们假设2016年3月校正后的数据与EIA 914调查数据（在这种情况下为462 kb / d）之间的差异在2016年4月保持不变， 2016年4月更正后的估计值为3363 kb / d。

newMay16和newJun16校正后的估计值加上上述2016年4月估计值的平均值是校正后的2估计值。然后对方法1和方法2校正后的估计值求平均值，以找到一个“平均”估计值，如下图所示。

我将上表中的“平均”线重命名为“校正”，并使用Deans方法（仅RRC数据）将其与2016年3月和2016年4月的平均校正因子合并，该方法在下图中标记为“ 2 mo”。2 mo估算值和使用DI（钻探信息）数据的新“校正”估算值的平均值是“最佳”估算值。院长估计和EIA估计包括在内以进行比较。从2015年5月到2016年4月，最佳估计趋势线的斜率是每年92 kb / d，约合每年2.7％。（要使每年的kb / d下降，坡度需要乘以366，过去12个月的平均产量为最佳估计值是3441 kb / d。）

丹尼斯·科恩（Dennis Coyne）通过Peakoilbarrel.com