Как ИИ формирует будущее нефтегазовой отрасли

Как ИИ формирует будущее нефтегазовой отрасли

От систем компьютерного зрения, которые обеспечивают безопасность сотрудников на буровых платформах, до алгоритмов, предотвращающих дорогостоящие простои заводов, ИИ меняет подход к работе нефтегазового сектора. В этой колонке Эшли Вулдридж, технический директор Lenovo Infrastructure Solutions Group на Ближнем Востоке, в Турции и странах Африки, рассказал о примерах решений на базе ИИ, оказывающих влияние на развитие отрасли.

Компьютерное зрение и видеоаналитика

Компьютерное зрение качественно преобразует операционную деятельность компаний. Поэтому многие из них постоянно расширяют область его использования. Аналитические модели широко применяются в нефтегазовом секторе для профилактического обслуживания, но компьютерное зрение (за счёт того, что предлагает круглосуточный 360-градусный обзор происходящего на объекте) позволяет масштабировать такой превентивный мониторинг на другие направления. Примером может служить внедрение видеоаналитики для отслеживания ношения СИЗ на производственных объектах — эта технология во время COVID использовалась для распознавания ношения масок. Поэтому, при наличии необходимой ИТ-инфраструктуры, вы имеете возможность (при гораздо меньших дополнительных затратах) добавить больше вариантов использования компьютерного зрения/видеоаналитики для решения большего количества производственных проблем.

В нефтегазовом секторе развёртывание датчиков Интернета вещей (IoT) в опасных средах (таких как скважины, буровые установки и другие объекты с высоким риском) усложнено из-за строгих требований безопасности и высоких затрат. Компьютерное зрение позволяет преодолеть эти ограничения, так как с его помощью можно обеспечить предиктивный мониторинг с безопасного расстояния. Проще говоря, разместить камеры за пределами этих зон. К другим важным областям применения компьютерного зрения в этом секторе относится обеспечение мер безопасности на действующих объектах, обнаружение коррозии, утечек, наблюдение за измерительными приборами и т.п.

Разработчик в области машинного обучения и искусственного интеллекта — компания nybl, входящая в экосистему поставщиков ИИ-решений Lenovo AI Innovators, имеет примеры успешного использования ИИ в нефтегазовом секторе. С помощью этой технологии с датчиков на нефтяных скважинах в режиме реального времени собираются данные о вибрации, температуре, давлении и других показателях. Интегрируя эти данные, искусственный интеллект nybl помогает предсказать потенциальные отказы, сократить время простоя на 97%, повысить производительность на 15-20% и продлить срок службы бурового и разведывательного оборудования на 30%. nybl также создает ИИ-модели, способные анализировать поведение человека с помощью компьютерного зрения, и проводит исследования перспективных направлений использования этой технологии в нефтегазовой отрасли для разведки и добычи.

Международная нефтегазовая компания ENOC имеет одну из крупнейших в ОАЭ сетей заправочных станций: 200 распределенных по всей стране точек, в которых, помимо продажи топлива, оказываются услуги мойки, замены масла и ремонта автомобилей. Компания развернула гибридное облако на всех своих станциях технического обслуживания и использует компьютерное зрение (с сохранением конфиденциальности, без распознавания лиц или номерных знаков) для улучшения обслуживания клиентов. С помощью этой технологии ENOC управляет контентом, демонстрируемым на цифровых информационных экранах, ведёт мониторинг курения вблизи своих заправочных станций.

Высокопроизводительные вычисления (HPC)

В разведку нефтяных шельфов и газовых месторождений ИИ уже привнес колоссальную оптимизацию. При разработке месторождений приходится иметь дело с огромными объёмами сейсмических и геологических данных. Высокопроизводительные вычисления и алгоритмы искусственного интеллекта могут осмыслить эти данные, быстро и точно определяя перспективы исследуемого ландшафта. Сочетание прогнозного ИИ-моделирования и алгоритмов оптимизации с обратной связью помогает повысить эффективность работы добывающего оборудования за счёт регулировки его параметров в режиме реального времени и управлять скоростью откачки сырья.

Аналитический ИИ

ИИ может помочь предотвратить остановку производства, которая, как правило, сопровождается огромными финансовыми потерями для предприятия. Мировой энергетический гигант Woodside Energy использует алгоритмы ИИ для обнаружения и предотвращения инцидентов с пенообразованием на своём заводе по производству сжиженного природного газа Pluto в Западной Австралии. Такие инциденты требуют остановки завода, каждая из которых обходится собственнику в 300 млн долларов упущенной выгоды. Компания внедрила систему искусственного интеллекта, которая обнаруживает ранние признаки пенообразования. Облачная платформа IoT собирает данные с 10 000 датчиков внутри и вокруг установок отвода кислых газов на заводе. Система посылает предупреждения о вспенивании задолго до того, как оно произойдет, а это означает, что завод может скорректировать операции или выполнить плановое техническое обслуживание и предотвратить негативные последствия для бизнеса.

Большие языковые модели (LLM)

Большие языковые модели (LLM) также начинают находить применение в этом секторе. Раньше, когда производитель нефти хотел спрогнозировать какие-либо показатели бизнеса, ему требовалось запустить достаточно сложные и небыстрые бизнес-процессы (сбор данных, анализ, бизнес-планирование и т.п.), в результате чего руководитель получал одноразовый отчет с нужными показателями. Теперь, когда модели могут писать и запускать код, этот процесс может быть решен проще и в считаные минуты. Вы можете задать вашему ИИ-агенту (строящемуся на базе LLM) вопрос в виде обычного текстового задания, система сама напишет код, запустит его, осуществит поиск и анализ необходимых данных и немедленно выдаст вам отчет.

Компании нефтегазовой отрасли обычно имеют дело с конфиденциальными данными, поэтому делают выбор в пользу частных, адаптированных к индустриальной специфике, LLM. С помощью LLM можно повысить доступность рабочей документации для персонала, упростить и систематизировать её содержание и хранение, оптимизировать огромное количество бизнес-процессов. Обучают корпоративные LLM таким образом, чтобы они были очень специфичными и умели получать данные только из надёжных источников, так компании добиваются максимальной точности и ценности для бизнеса.

***

Искусственный интеллект и передовые технологии, основанные на его применении, такие как компьютерное зрение, LLM, предиктивная аналитика и высокопроизводительные вычисления, обладают огромным потенциалом в нефтегазовой отрасли. Помимо оптимизации бизнес-процессов и повышения уровня безопасности искусственный интеллект помогает компаниям принимать более обоснованные решения и адаптироваться к изменениям рынка, что в итоге формирует долгосрочную ценность для акционеров.

Related