ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ

ARTIFICIAL INTELLIGENCE IN THE OIL AND GAS INDUSTRY

Anna Shaikova

student, Belgorod State National Research University,

Russia, Belgorod

Oleg Reznichenko

scientific supervisor, Senior Lecturer, Belgorod State National Research University,

Russia, Belgorod

АННОТАЦИЯ

На данный момент во многих отраслях промышленности набирает силу тенденция автоматизации процессов, но многие из них практически невозможно представить в виде статичной программы из-за наличия множества динамических факторов. Решением данной задачи может служить использование технологии искусственного интеллекта. В данной статье рассматривается применение искусственного интеллекта в нефтегазовой отрасли и его влияние на безопасность и скорость ее процессов.

ABSTRACT

The trend of process automation is gaining momentum in many industries. Many of these trends are almost impossible to imagine as a static program due to the presence of many dynamic factors. The solution to this problem can be the use of artificial intelligence. This article discusses the use of AI in the oil and gas industry and its impact on the safety and speed of industry processes.

Ключевые слова: искусственный интеллект (ИИ), нефтегазовая промышленность, оптимизация, ИИ-технологии.

Keywords: artificial intelligence (AI), oil and gas industry, optimization, AI-technologies.

Искусственный интеллект (ИИ) – это набор программ, моделей и методов, позволяющих имитировать ряд человеческих способностей, в том числе обучения и генерации выводов [1]. Его широкие возможности в обработке больших массивов данных активно применяются в аналитике, а интегрированность с робототехническими решениями позволяет выполнять опасные для человека задачи, что особенно важно в таких отраслях, как нефтегазовая промышленность, где постоянно существуют как физические риски для сотрудников, так и риски финансовых потерь для компаний. На данный момент ИИ в данной отрасли доверяют аналитику, обеспечение безопасности и непосредственную помощь в добыче полезных ископаемых.

Аналитику в данной сфере можно разделить на финансовую аналитику и аналитику при разработке месторождений. Финансовая аналитика связна с инвестициями компаний. Затраты на строительство и разработку скважин огромны, а неопределенности и риски велики. Зачастую деньги, вложенные в повышение нефтеотдачи старых и разработку новых пластов, не окупаются, а месторождения остаются заброшенными [2]. Поэтому необходимо проанализировать большое количество данных, таких как предыдущий опыт разработки, местонахождение, характеристики, особенности месторождения, стоимость и окупаемость процессов и многое другое, чтобы выбрать наиболее целесообразный вариант вложений. ИИ может помочь руководящему звену компании провести исследования и сделать вывод о перспективах актива, а также спрогнозировать цены на ресурсы и подсчитать сроки окупаемости вложений. На данный момент в этом направлении разработаны такие платформы как «Sandy» от «Belmont TechnologyВ», которая способна анализировать данные по месторождению и составлять графы знаний в режиме реального времени [6], а также «Azure C2 IoT», которую «Shell» в рамках сотрудничества с «Microsoft» использует на своих месторождениях. Второй тип аналитики применяется сотрудниками при непосредственной работе с месторождением. К нему можно отнести сейсморазведку, геофизические исследования и их интерпретацию, геологическое моделирование, моделирование пласта и создание схемы бурения. Применение ИИ в данной сфере упрощает работу специалистов и уменьшает время получения результата обработки данных в несколько десятков раз [2]. Там, где на интерпретацию и моделирование у человека могут уйти недели, ИИ может справится за несколько секунд. К ИИ-решениям данного направления можно отнести такие платформы, как «РН Грид» – программный комплекс обеспечивающий выполнение всех операций и инженерных расчетов, необходимых для проектирования гидроразрыва пласта [7] и «БАСПРО Оптима», которая используется для мониторинга разработки месторождения и анализа геолого-промысловых данных, а также поддерживает интеграцию с данными программных пакетов геологического и гидродинамического моделирования.

Обеспечение безопасности персонала с помощью ИИ включает анализ факторов риска на основе данных о скважине, достаточности предпринятых мер безопасности, нарушения техники безопасности и предотвращение сбоев. Так, распознавание образов с помощью глубокого обучения может предупреждать о том, что сотрудник неверно одет для выполнения определенного набора операций [2], а отслеживание состояния оборудования и сигнализация операторам об отклонениях показателей от нормы позволяет принимать упреждающие меры. Примером может служить система «Spark Cognition», которая помимо повышения производительности, помогает обнаруживать аномалии для предотвращения сбоев оборудования [8].

В добыче ископаемых ИИ помогает анализировать процессы работы и расположение такого оборудования, как буровые установки и насосы, и позволяет оптимизировать их с точки зрения эксплуатационных и временных затрат, а также предотвращать неожиданные сбои. В данном направлении активно разрабатываются решения российскими компаниями. «Газпром нефть» и «Роснефть» начали внедрение цифровых буровых, которые способны определять параметры бурения с учетом пласта и заданных показателей [3][4]. Они повышают скорость и безопасность строительства скважин и уменьшают износ оборудования. А специалисты научных институтов Компании «РН-БашНИПИнефть» и «Ижевский нефтяной научный центр» уже разработали уникальное программное обеспечение «РН-Нейросети», которое позволяет подобрать оптимальные варианты разработки каждого участка месторождения, увеличив тем самым нефтедобычу и снизив затраты [5].

Таким образом, несмотря на то, что нефтегазодобывающая отрасль относительно поздно переходит на цифровизацию, она является одной из наиболее активно внедряющих в свои процессы ИИ-технологии. Применение различных продуктов и разработка новых проектов в данном направлении позволяет повышать производительность процессов и безопасность сотрудников, а также уменьшать инвестиционные риски компаний.

Список литературы:

1. Искусственный интеллект: понятие, типы, сферы применения, прогнозы на будущее [Электронный ресурс] – Режим доступа. – URL: https://gb.ru/blog/iskusstvennyj-intellekt/?ysclid=lv56n10q9t988959052 (дата обращения 16.04.2024)
2. Artificial intelligence in oil and gas upstream: Trends, challenges, and scenarios for the future [Электронный ресурс] – Режим доступа. – URL: https://doi.org/10.1016/j.egyai.2020.100041.(https://www.sciencedirect.com/science/article/pii/S2666546820300410) (дата обращения 16.04.2024)
3. «Роснефть» внедряет систему искусственного интеллекта на буровых станках [Электронный ресурс] – Режим доступа. – URL: https://www.rosneft.ru/press/news/item/199293/?ysclid=lvnw2omabf556948162 (дата обращения 16.04.2024)
4. «Мессояханефтегаз» внедряет искусственный интеллект в бурение скважин [Электронный ресурс] – Режим доступа. – URL:  https://www.gazprom-neft.ru/press-center/news/messoyakhaneftegaz_vnedryaet_iskusstvennyy_intellekt_v_burenie_skvazhin/?ysclid=lvqs0f23mh604299394 (дата обращения 16.04.2024)
5. «Роснефть» внедряет искусственный интеллект для оптимизации процессов добычи [Электронный ресурс] – Режим доступа. – URL:  https://www.rosneft.ru/press/news/item/212201/?ysclid=lvpf57v9gg944267942 (дата обращения 16.04.2024)
6. Belmont Technology [Электронный ресурс] – Режим доступа. – URL:  https://www.microsoft.com/energycore/belmont.aspx#:~:text=Belmont%20Technology%20is%20Series%20A,Sandy%20is%20where%20ideas%20strive (дата обращения 16.04.2024)
7. Симулятор гидроразрыва пласта нового поколения https://rn.digital/rngrid/?ysclid=lvpk7mo6cp4869159 (дата обращения 16.04.2024)
8. SparkCognition Industrial AI Suite for Oil & Gas  [Электронный ресурс] – Режим доступа. – URL:  https://www.sparkcognition.com/products/industrial-ai-suite/oil-gas/ (дата обращения 16.04.2024)