- Аналитика, Главное, Тенденции

Новая надежда: ИИ в нефтегазовой отрасли

Александр Смоленский, директор по развитию бизнеса «Цифра»

Нефтегазовая отрасль в течение последних нескольких месяцев переживает одно потрясение за другим. За это время рынок, впервые за всю его историю, успел столкнуться с отрицательными ценами на WTI, перепроизводством в размере совокупной добычи Саудовской Аравии и России, а также почти полным затовариванием хранилищ — трубопроводов, танкеров и цистерн. Над отраслью нависла угроза последовательного и структурного кризиса в долгосрочной перспективе, и сейчас мы видим определенные тенденции, вызывающие опасения.

Международное энергетическое агентство (МЭА) подчеркнуло риски, которые представляют текущие рыночные условия для уязвимых стран-производителей. Первоначальные оценки организации по снижению на 50–85% чистой прибыли отдельных стран-производителей в 2020 году по сравнению с 2019 годом впечатляют. Но такая просадка может быть гораздо больше в зависимости от уровня падения спроса и замедления экономического роста. 

Рост мировой экономики в целом замедляется и сочетается с переходом к возобновляемой энергетике. Стоимость нефтедобычи растет по мере истощения старых нефтяных месторождений и запасов легкой нефти. Третья проблема — устаревшая инфраструктура нефтегазовых компаний. Четвертая — старение рабочей силы, слабые технические навыки и нехватка специалистов. Все вышеперечисленное выдвигает на первый план разработку и внедрение новых технологий. Каковы же возможности применения передовых методов ИИ для развития нефтегазовой отрасли?

Нефтегазовая отрасль — стала пионером среди промышленных предприятий по внедрению искусственного интеллекта (ИИ) в попытках ускорить цифровую трансформацию. Согласно исследованию Mordor Intelligence, ожидается быстрый рост рынка ИИ в период с 2020 по 2025 гг., оцениваемый ежегодный темп роста (CAGR) составляет 12,66%, при емкости рынка таких решений $3,98 млрд к 2025 году.

Если вы работаете в области анализа данных или в смежных областях, то, вероятно, слышали мантру, что данные — новая нефть. В нефтегазовой отрасли, у ИИ есть много перспектив для оптимизации технологических процессов. Применение машинного обучения поможет еще больше сократить расходы. Вот некоторые из наиболее важных применяемых технологий 2020 года:

Обнаружение утечек при помощи алгоритмов глубокого обучения и использование беспилотников для выявления дефектов на трубопроводах

Испытания и техническое обслуживание трубопроводов — сложные и дорогостоящие задачи. С помощью ИИ, работающего на основе алгоритмов глубокого обучения, можно автоматизировать процесс обнаружения дефектов. ИИ выявляет аномалии в конструкции, которые в противном случае могли бы остаться незамеченными. Беспилотники ведут видеозапись работы установки и с помощью своих камер обеспечивают получение видеопотока всех трещин или утечек, которые затем анализируются бортовым компьютером, а результат отправляется в централизованное хранилище.

Алгоритмы машинного обучения позволяют выявлять аномалии процесса добычи

Современные нефтегазовые платформы оснащены большим количеством датчиков, собирающими огромное количество данных. Но обнаружить аномалии вручную очень трудно или вовсе невозможно. Компания BCG доказала, что ИИ может помочь обнаружить первые признаки поломок, спрогнозировать срок выхода из строя оборудования и предпринять соответствующие меры. Подобная скорость анализа и принятия решения не под силу даже лучшим специалистам. Дополнительная осведомленность позволяет быстрее реагировать на возникающие проблемы. Таким образом, предотвращение простоев и планирование поломок становится возможным.

ИИ составляет рекомендации по процессу

Умное переключение режимов работы электроприводного центробежного насоса представляет собой нереализованный потенциал добычи нефти. В настоящее время контроль работы насоса осуществляется вручную. Это означает, что из-за ограниченности человеческого восприятия невозможно добиться оптимального уровня нефтедобычи, путем изменения режимов работы насосов в режиме реального времени. Текущий анализ режима работы и внесение изменений происходит редко, примерно раз в месяц.

Команда компании «Цифра» разработала решение ArtLift, которое позволяет оптимизировать добычу нефти за счет увеличения или поддержания объема выкачиваемой из скважины смеси, благодаря использованию ИИ. Решения, принимаемые человеком, дополняются за счет контроля «проблемных» скважин и приоритизации рекомендаций изменения режимов работы насоса. Система выполняет анализ запланированного и фактического увеличения потока смеси, рассчитывает реальную экономию и самообучается со временем.

ИИ оптимизирует бурение скважин

Искусственный интеллект помогает в выборе оптимальной траектории скважины, минимизирует риски осложнений в процессе бурения. Возможно составление предварительного плана бурения, основанного на геологических отчетах и паспортах инструментов. Рекомендации могут быть скорректированы в процессе бурения по данным инклинометрии, геолого-технологических исследованиям, данным по буровому раствору и шлаку, получаемым в режиме реального времени. Таким образом, можно оптимизировать процессы разведки и добычи для повышения эффективности бурения, точности попадания в целевой пласт и сокращения времени проекта при минимизации рисков.

Преобразование и оптимизация бизнес-модели с помощью ИИ

Машинное обучение может использовать существующие данные для создания адекватных и точных бизнес-моделей. При использовании ИИ такой прогноз получается своевременным, в режиме реального времени. Таким образом, традиционную модель «производство любой ценой» можно изменить или заменить моделью «производство в контексте». Этот сдвиг позволяет энергетическим компаниям обрести большую гибкость и способность адаптироваться к низкими ценами на нефть или газ.

Говорят, что просто иметь данные недостаточно: требуется их анализ. Но зачем останавливаться на описательной аналитике? Почему бы не воспользоваться огромным количеством имеющихся ценных данных и использовать передовые аналитические методы для прогнозной и предписывающей аналитики, которую обеспечивает машинное обучение. 

Цифровая трансформация нефтегазовых компаний невозможна без умного планирования производства и поставок

В условиях продолжающейся пандемии коронавируса (COVID-19) нефтегазовый сектор находится под сильнейшим давлением, поэтому компаниям имеет смысл присмотреться к решениям для адаптивного планирования производства и поставок.

Brodies LLP, шотландская юридическая фирма, ожидает, что нехватка персонала на объекте приведет к задержкам и перебоям поставок и предоставлением услуг, а также с эксплуатацией платформы. Это может привести к задержке или приостановке различных операций, выполняемых на платформе, таких как техническое обслуживание объекта, проверка, ремонт и замена оборудования, а также буровые работы. 

Машинное обучение способно эффективно использовать существующие данные для определения основных зависимостей, приоритетов и ограничений при принятия решений. Возможна автоматизация выбора оптимального логистический сценарийя для текущей ситуации, сопровождается регулярными рекомендациями по выполнению плана и улучшению процесса. Контроль маржинальности процессов позволяет получить полный цифровой аналог предприятия, делая возможным полностью автоматизированный расчет цен для клиентов. Новая парадигма позволяет энергетическим компаниям обрести большую гибкость и способность адаптировать процессы к низкими ценами на нефть или газ.

Сбор более качественных данных об операциях — это первый шаг к получению нужных ответов. Компаниям следует активнее поощрять сотрудников, задающих самые разные вопросы, поскольку именно их любопытство и креативность открывают новые возможности для бизнеса. В прошлом большинство систем учета и анализа создавалось для нужд бизнес-пользователей. Сегодня для анализа данных существует множество инструментов и языков. Расширяя доступ к данным, можно получить новую точку зрения на бизнес-процессы. Разнообразие вопросов приводит к более полным ответам и значительным улучшениям бизнес показателей. Нам нужно освободить людей от рутинных операций и дать им возможность бежать на полной скорости за своими идеями.

Все тексты автора — Анна Клишина

Анна Клишина окончила факультет Международной журналистики МГИМО, а затем работала нефтегазовым обозревателем в газете «Коммерсантъ» и редакторов в международном ценовом агентстве Argus Media.
Анна Клишина

Добавить комментарий

Ваш адрес email не будет опубликован.