В последние годы нефтегазовая отрасль претерпевает изменения. В последние годы появился новый IT тренд- искусственный интеллект (ИИ). но какое применение он может найти нефте- и газодобывающей промышленности?
- На самом деле нефтяная отрасль всегда была тесно связана с IT-технологиями. Ведь нефтеносный пласт находится на глубине 2,5 км, и о его свойствах мы можем судить только по косвенным измерениям. Поэтому всегда было необходимо анализировать полученную при разработке нефтяных месторождений информацию, моделировать, ставить математические эксперименты. Неслучайно нефтяная отрасль одной из первых откликнулась на задачи цифровизации, — мы всегда работали с информационными технологиями и чутко отслеживали все изменения в этой области.
- Даже на данный момент уже эти инновации приносят существенный эффект.
Сейчас, когда заканчиваются разведанные еще в советское время качественные запасы, мы бурим на участках, которые характеризуются проницаемостью пластов 0,1 миллидарси. Проницаемость — это способность породы пропускать через себя нефть. И сегодня она по меньшей мере в тысячу раз ниже, чем на разбуренных в советские годы месторождениях в Татарстане или Западной Сибири. И в разработке этих низкопроницаемых пластов, так называемых трудноизвлекаемых запасов, мы используем горизонтальные скважины — это высокотехнологичные объекты, и их очень важно правильно проектировать. Чтобы понять, насколько плотно надо размещать скважины, какой длины должен быть горизонтальный ствол, сколько гидроразрывов пласта сделать, необходимо решить сложные нелинейные математические уравнения, провести многочисленные итерационные расчеты. И «от руки» этого не сделать. Каждое месторождение — сложнейшая система из пластов, скважин, объектов поверхностного обустройства и инфраструктурных объектов. В ней так много параметров, с помощью которых можно управлять эффективностью, что найти глобальный экстремум можно только с помощью искусственного интеллекта.
- Есть два типа способа создания ИИ
Искусственный интеллект (ИИ) очень разнообразен, однако в нефтегазовой отрасли преобладают в основном два направления: машинное обучение и анализ данных.
Машинное обучение позволяет компьютерным системам обучаться и интерпретировать данные без участия человека, улучшая свою работоспособность путем итераций специфических операций. В рамках оффшорной нефтегазовой отрасли это позволяет компаниям контролировать сложные внутренние процессы и быстро реагировать на проблемы, появление которых люди предугадать не смогли.
Машинное обучение также можно использовать для моделирования различных ситуаций, используя специальные модели данных для прогнозирования, которые нацелены на поиск и определение шаблонов на основе различных входных данных. Нефтегазовая промышленность в этом случае может использовать ИИ для моделирования потенциальных последствий новых разработок или оценить экологический риск нового проекта до того, как он будет претворен в жизнь.
Анализ данных использует ИИ для получения информации из данных с помощью нейронных сетей, которые помогают связать обрывки информации друг с другом и создать более полную картину из существующей информации. Оффшорная нефтегазовая промышленность может использовать анализ данных, чтобы сделать более доступными сложноструктурированные данные, полученные во время разработки нефтяных и газовых месторождений, что позволит компаниям открывать для себя новые возможности по добыче или более эффективно использовать существующие инфраструктуры.
- Уже многие иностранные компании активно использую ИИ в своей сфере.
В 2019 году компания BP инвестировала в Хьюстонский технологический стартап Belmont Technology для укрепления базы ИИ компании, разработав облачную геонаучную платформу под названием «Sandy».
Sandy позволяет BP интерпретировать геологическую, геофизическую, историческую и резервуарную информацию по проекту, создавая уникальные «графы знаний».
ИИ «интуитивно» связывает информацию воедино, выявляя новые связи и процессы, и использует ее для создания актуальной карты ископаемых активов BP. Нефтяная компания по результатам работы ИИ может обратиться к графу знаний, который был сгенерирован ИИ с помощью нейронных сетей, чтобы провести моделирование и интерпретировать результаты.
Управление по делам нефти и газа (Oil and Gas Authority) использует ИИ аналогичным образом в работе первого в Великобритании Национального Хранилища Данных по нефти и газу (National Data Repository), которое было запущено в 2019 году.
NDR содержит 130 терабайт, что примерно равняется восьми годам фильмов в HD-качестве о геофизических, инфраструктурных, полевых и скважинных данных. Имеющиеся данные охватывают более 12 500 скважин, 5000 сейсмических исследований и 3000 трубопроводов.
NDR использует ИИ для интерпретации этих данных. OGA надеются, что смогут с его помощью открыть новые перспективы в области нефти и газа и увеличить показатели добычи существующих инфраструктур.
OGA ожидает, что платформа, в основе которой лежит ИИ, станет частью энергетического перехода нефтегазовой отрасли Великобритании, а данные о коллекторах и инфраструктуре послужат хорошей базой для будущих проектов по улавливанию, использованию и хранению углерода.
ИИ также может использоваться для повышения безопасности проведения операций на нефте- и газодобывающих платформах. В марте 2019 года Aker Solutions начала сотрудничество с компанией Spark Cognition для улучшения приложений, использующих ИИ в рамках своей инициативы «Cognitive Operation».
Системы искусственного интеллекта SparkCognition будут использоваться в аналитической платформе под названием SparkPredict, которая отслеживает наземные и подводные установки более чем 30 морских сооружений.
Платформа SparkPredict использует алгоритмы машинного обучения для анализа данных, поступающих с датчиков, что позволяет компании выявлять неоптимальные операции и надвигающиеся сбои до их возникновения.
Shell начала использовать аналогичное программное решение в 2018, когда зародилось ее сотрудничество с Microsoft, чтобы включить платформу программного обеспечения Azure C3 Internet of Things в работу своих оффшорных операций.
Платформа использует ИИ для повышения эффективности во всех областях оффшорной инфраструктуры Shell, от бурения и добычи до расширения возможностей сотрудников и обеспечения их безопасности.
В чем будущее ИИ?
ИИ уже задействован в ряде секторов нефтегазовой промышленности в рамках глобальные нововведения для цифрового преобразования операций по разведке и добыче полезных ископаемых. Но каким видится будущее технологий искусственного интеллекта в нефтегазовой отрасли?
Индустрия, похоже, с готовностью приняла цифровые технологии, такие как ИИ, и с оптимизмом смотрит на потенциал этой технологии.
Над статьей работали студенты Сургутского нефтяного техникума (СНТ) Чирков М.А. & Чиркова Т.А.