أعترف بذلك ، عندما يتعلق الأمر بإنتاج النفط ، فإن المناظر الطبيعية في تكساس و "الكراسي الهزازة" الميكانيكية تقف أمام عيني أمام سماء الغروب. سيرى شخص آخر أنابيب الشعلة تحرق الغازات المرتبطة بها ، وربما أيضًا منصة حفر في مكان ما بعيدًا عن الشاطئ. بالطبع ، إنتاج النفط عمل صعب وخطير. سيارات ضخمة ، حفارات ، خطر الانفجار والحريق. إن إنتاج النفط في أذهان الجماهير هو بلا شك شأن وحشي للعمال الجاد والمهندسين الأقوياء تقريبًا.
جميعكم على صواب وخطأ في نفس الوقت. نعم ، تم استخراج النفط واستخراجه بمساعدة "تأرجح" ، لكن الصورة الكاملة التي حصلنا عليها من الأفلام والبرامج التلفزيونية لم تعد تتوافق مع الصورة الكاملة ؛ بدأت الشركات التقدمية بشكل متزايد في تنفيذ أحدث التطورات في مجال تكنولوجيا المعلومات. يستخدم عمال صناعة النفط الحديثون في وقت واحد أحدث التطورات في معالجة BigData ، AI ، التعلم الآلي ، وغيرها الكثير. أدناه ، استنادًا إلى تجربة ابتكارات أرامكو ، سيكون هناك العديد من الأمثلة على مدى تغلغل تقنيات تكنولوجيا المعلومات في مثل هذه الأعمال التي تبدو كلاسيكية وخاملة مثل إنتاج النفط.
يجدر البدء بالذي نتحدث عن حالاته. أرامكو إنوفيشنز هي مكتب تمثيل روسي لمنظمة بحثية ، وهي جزء من شركة النفط الوطنية
السعودية أرامكو السعودية . هذا الأخير هو أكبر منتج للنفط على هذا الكوكب ومملوك بالكامل للمملكة العربية السعودية. على وجه التحديد ، تشارك أرامكو إنوفيشنز في المنظمة الأم للبحث في مجال الذكاء الاصطناعي (AI) وأنظمة الحوسبة عالية الأداء والمواد النانوية. افتتحت الشركة مؤخرًا مكتبًا في موسكو ، باعتبارها واحدة من أكثر الأماكن الواعدة لتنظيم العمل العلمي في مجالات الذكاء الاصطناعي و BigData والتعلم الآلي.
النمذجة الجيولوجية ثلاثية الأبعاد للرواسب
إذا اخترنا قاموسًا توضيحيًا وفتحناه على "Geomodeling" ، نحصل تقريبًا على التعريف التالي: إنه تصميم وإنشاء صور رسم الخرائط استنادًا إلى تصور المصدر أو البيانات المشتقة أو النهائية. من الواضح أنه في صناعة النفط ، يعد تحديد المواقع الجغرافية أحد الأماكن المركزية. يتم إنفاق جزء كبير من نفقات شركات النفط حول العالم (وهذا لا يتعلق فقط بأرامكو السعودية ، ولكن حول جميع منتجي النفط بشكل عام) على التنقيب والنمذجة اللاحقة لرواسب الهيدروكربونات.
وفقًا للمفهوم المقبول عمومًا ، يمكن تفكيك التكويد الجغرافي إلى المراحل التالية:
- التحضير ؛
- النمذجة الهيكلية
- إنشاء شبكة ثلاثية الأبعاد ؛
- حساب متوسط بيانات الآبار على خلايا شبكة ثلاثية الأبعاد ؛
- النمذجة الليثولوجية - وجوه .
- النمذجة البتروفيزيائية
- نمذجة التشبع
- حساب المخزون ثلاثي الأبعاد.
في الواقع ، إن النمذجة ثلاثية الأبعاد للرواسب هي عملية معقدة ومتعددة المراحل لتقييم مجال لعدد من العلامات ، على الرغم من أنه قد يبدو للوهلة الأولى أنه يكفي تحديد "أين" و "أين" تكمن الهيدروكربونات.
لماذا نحتاج إلى نماذج جغرافية للحقل بعد بدء الإنتاج؟ من الواضح أن العملية الكلاسيكية لاستخراج الهيدروكربونات من الأمعاء تبدأ بالاستكشاف المباشر للحقل. يقوم الجيولوجيون ببناء خريطته ، التي يتم على أساسها إنشاء نموذج كمبيوتر كامل للخزان بأكمله. يتم ذلك من أجل تطوير استراتيجية لتطوير الحقل ، من الأفضل وضع آبار النفط وتقليل الخسائر الناتجة عن إزاحة التكوينات وتجنب الحوادث أثناء الإنتاج.
رسم تخطيطي للموقع الأكثر فائدة لمنصة النفط لإنتاج النفطكما يمكنك أن تفهم ، فإن وضوح نموذج الخزان هذا يتناقص بمرور الوقت نظرًا لحقيقة أنه لا يمكن لأي نموذج أن يتنبأ بدقة 100٪ بجميع التغييرات في هيكل الصخور والحقل نفسه أثناء إنتاج النفط. أعلاه أعطينا مثال تخطيطي لحقل نفطي ، ولكن في الواقع ، كل شيء أكثر تعقيدًا. على سبيل المثال ، تعمل أرامكو السعودية على تطوير أكبر حقل نفط
جافار في العالم ، تم اكتشافه في عام 1948. يحتوي على ما يصل إلى 10-12 مليار طن من النفط ، وتبلغ المساحة الإجمالية للحقل ~ 5300 كيلومتر مربع.
هذا يعني أننا توصلنا إلى استنتاج مفاده أنه حتى استكشاف الرواسب النشطة يتطلب دراسة ونمذجة مستمرة ، على الأقل من أجل فهم مكان الحفر وأين يكون عديم الفائدة أو مكلفًا للغاية. يجب أن نتذكر أن الرواسب المعدنية يمكن أن تحدث في المناطق العملاقة ، أي أن الحفر والإنتاج يحدثان في وقت واحد في العديد من النقاط. من المستحيل عمليًا حساب التغييرات في بنية المجال والتنبؤ بها يدويًا ، وبالتالي ، فإن مهمة نمذجة الحقول النشطة تذهب إلى مستوى تطوير أنظمة تكنولوجيا المعلومات ومعالجة كميات كبيرة من البيانات.
هنا يبدأ العمل لمتخصصي تكنولوجيا المعلومات في مجالات الذكاء الاصطناعي و BigData والتعلم الآلي. في حوالي الستينيات ، بدأت شركات النفط في جمع الكثير من البيانات حول الحقول المتقدمة. بمرور الوقت ، أصبحت هذه المعلومات دفقًا كبيرًا من جميع أنواع البيانات التي تم الحصول عليها أثناء الاستكشاف وأثناء الحفر والإنتاج. بناءً على هذه المعلومات ، يريد المتخصصون تدريب الشبكات العصبية من أجل نمذجة أسرع وأكثر دقة لسلوك الحقول المتقدمة في المستقبل القريب.
وقد تم بالفعل القيام بالكثير من العمل في هذا الاتجاه وتم إجراء عدد من الدراسات. لذلك ، في أحد هذه الأنواع يتم تغذية الأنواع التالية من البيانات حول المجال لمدخلات الشبكة العصبية:
- معلومات حول شدة أشعة جاما ؛
- المسامية.
- الكثافة
- تشبع الماء
- وغيرهم.
عند الخروج ، يحصل الباحثون على توقعات لدرجة الحرارة والضغط والهيكل والضغط للصخور وحتى المسافة الموصى بها بين الأبراج. بالإضافة إلى تقييم الرواسب نفسها ، يمكن استخدام هذه الأنظمة أيضًا للتنبؤ بالمشاكل أثناء الحفر والإنتاج نفسه ، والتي تتوقع الحوادث والانهيارات والخسائر غير المخطط لها.
تفسير البيانات ومنحنيات التسجيل
إذا تحدثنا عن الحفر ، فمن الجدير تذكر منحنيات قطع الأشجار ودراسة الآبار.
قطع الأشجار هو طريقة للبحث الجيوفيزيائي للآبار. بطبيعة الحال ، فإن الطريقة الأكثر وضوحًا لتقييم هيكل البئر هي رفع اللب - نشر الصخور ، متبوعًا بدراسة فيزيائية لـ "العمود" بأكمله. ومع ذلك ، لن يسمح لك مهندسو الحفر بالكذب: إن عملية القطع والرفع الأساسي تكلف مبلغًا هائلاً من المال وتنطوي على عدد من الصعوبات الفنية. بادئ ذي بدء ، إنها فترة طويلة. إن حفر بئر عن طريق رفع الصخور المسحوقة إلى سطح مائع الحفر شيء آخر ، وهو قطع عمود ورفعه بالشكل الذي تم وضعه فيه. لهذا السبب ، يستخدم التسجيل الحديث مجسات جيوفيزيائية يتم إنزالها في البئر لدراسة جدران البئر والمساحة القريبة من حفرة البئر وجمع المعلومات "من الداخل".
تم تجهيز مجسات التسجيل بمجموعة من أجهزة الاستشعار السلبية والنشطة. تجمع أجهزة الاستشعار السلبية معلومات حول المجال الكهربائي المغناطيسي والعفوي وإشعاع جاما الطبيعي وما إلى ذلك. أجهزة الاستشعار النشطة هي أجهزة استقبال ومصادر المجالات الكهربائية والصوتية والإشعاعية الأخرى التي تم إنشاؤها صناعيًا. باستخدام مسبار تسجيل ، يقوم علماء الجيوفيزياء بجمع المعلومات في بعض فترات البئر ، والتي يتم تشكيلها بعد ذلك في منحنيات السجل.
مثال على السجلات المرسومة للعديد من المعلماتيتم معالجة البيانات التي تم جمعها من البئر من قبل الجيولوجيين ، وهذه عملية شاقة للغاية وتستغرق وقتًا ، والتي تحدث غالبًا في الوضع اليدوي.
تعمل شركة أرامكو إنوفيشنز على تطوير أنظمة الترجمة الفورية المعتمدة على تقنيات التعلم الآلي. معظم العمل مع المنحنيات هو عمل قرد نموذجي ، يتلخص في العثور على نقاط التبعيات والاختلافات مع البيانات التي يمتلكها الجيولوجيون بالفعل. التعلم الآلي هو الأنسب لتحديد هذه التبعيات في منحنيات التسجيل مع التكوين اللاحق للتقرير النهائي ، والذي يتم تحليله بالفعل من قبل أخصائي. يمكن لهذا النهج أن يزيد بشكل كبير من كفاءة أبحاث البئر ويسرع بشكل كبير عملية تقييم البئر والاستكشاف ككل.
أيضًا ، من المخطط استخدام رؤية الماكينة لتحليل بنية اللحامات العميقة بناءً على الصور التي تم الحصول عليها أثناء الاستكشاف الزلزالي. والأهم بالنسبة للجيولوجيين عليهم هو الآفاق والشقوق الحاملة للنفط في الصخر ، والتي يمكن أن تشكل تهديدًا محتملاً أثناء التعدين. يعمل متخصصو ابتكارات أرامكو الآن على تفويض الآلات الأكثر رثاء ورتيبة إلى الآلات ، مما يترك للأشخاص فقط وظيفة التحليل النهائي واتخاذ القرار.
ابتكارات تكناتون أرامكو
أعلاه ، تحدثنا عن عدد قليل من مجالات تطبيق الإنجازات الحديثة لمجال تكنولوجيا المعلومات في إنتاج النفط. من الصعب المبالغة في تقدير أهميتها: فنحن نعيش حرفياً في عالم بلاستيكي. تم إنشاء جميع الأشياء من حولنا تقريبًا ، بدرجة أو بأخرى ، إما من النفط والمشتقات ، أو من المواد التي تم الحصول عليها عن طريق حرق وقود الكربون.
في نهاية هذا الأسبوع ، من 26 إلى 28 أكتوبر ، ستقيم
شركة أرامكو إنوفيشنز ، جنبًا إلى جنب مع منتزه العلوم بجامعة موسكو الحكومية ، في موسكو
أرامكو أبستريم سوليوشنز تيكناثون ، حدثًا مخصصًا لتطبيق تقنيات الذكاء الاصطناعي لصناعة النفط.
الهدف الرئيسي من الحدث هو تقييم وتعزيز الإمكانات العلمية في مجال التعلم الآلي والذكاء الاصطناعي ، وكذلك العثور على المرشحين المحتملين الذين يرغبون في الانضمام إلى فريق ابتكارات أرامكو. في اليوم الأول ، 26 أكتوبر ، من الساعة 12:00 إلى الساعة 16:00 ، سيتمكن جميع المشاركين من الاستماع إلى محاضرات علمية شعبية حول أهداف الحدث. الغرض من المحاضرات هو إعطاء فكرة عن إنتاج النفط لأولئك البعيدين عن الصناعة. المحاضرات ، مثل التكناتون نفسها ، مجانية تمامًا.
ستقام نهائيات تكناتون في 28 أكتوبر ، حيث سيتم منح 3 فرق فائزة ، وسيتم منح جائزتين خاصتين لحل المشاكل التي ميزها الحكام. مجموع جوائز Technaton هو 7000 دولار (حوالي 470.000 روبل). سيتاح للمشاركين 48 ساعة من الترميز والعمل مع كبار الخبراء من مركز أرامكو السعودي للعلوم.
بادئ ذي بدء ، يتم دعوة متخصصي تكنولوجيا المعلومات في مجال التعلم الآلي والذكاء الاصطناعي ، والمتخصصين في المهن التقنية والجيولوجيين والجيوفيزيائيين للمشاركة.
يمكنك
التعرف على الجدول الزمني والجدول الزمني للحدث
هنا . للمشاركة في تكنوناتون تحتاج
إلى الذهاب للتسجيل المجاني حتى 26 أكتوبر 17:50 بتوقيت موسكو.
نحن ننتظر جميع المتخصصين المهتمين في 26 أكتوبر ، الساعة 18:00 على العنوان: موسكو ، Science Park of Moscow State University ، ul. جبال لينين ، 1s77.
إذا كانت لديك أسئلة إضافية حول الحدث ، فاكتب إلى
ab@codenrock.com أو اسأل في
قناة Telegram الخاصة بالحدث.