Geben Sie zu, wenn es um die Ölförderung geht, stehen texanische Landschaften und mechanische „Schaukelstühle“ vor meinen Augen vor dem Sonnenuntergangshimmel. Jemand anderes wird Brennerrohre sehen, die damit verbundene Gase verbrennen, und vielleicht auch eine Bohrplattform irgendwo vor der Küste. Natürlich ist die Ölförderung ein schwieriges und riskantes Geschäft. Riesige Autos, Bohrinseln, Explosions- und Brandgefahr. Die Ölförderung in den Köpfen der Massen ist zweifellos eine brutale Angelegenheit für harte Arbeiter und fast ebenso starke Ingenieure.
Sie alle haben gleichzeitig Recht und Unrecht. Ja, Öl wurde extrahiert und wird mit Hilfe einer „Schaukel“ extrahiert, aber das gesamte Bild, das wir aus Filmen und Fernsehsendungen erhalten haben, entspricht nicht mehr dem Gesamtbild. Fortschrittliche Unternehmen beginnen zunehmend, die neuesten Fortschritte in der IT umzusetzen. Moderne Mitarbeiter der Ölindustrie nutzen gleichzeitig die neuesten Entwicklungen bei der Verarbeitung von BigData, KI, maschinellem Lernen und vielen anderen. Basierend auf den Erfahrungen von Aramco Innovations werden im Folgenden einige Beispiele aufgeführt, wie tief IT-Technologien in ein scheinbar klassisches und inertes Geschäft wie die Ölförderung eingedrungen sind.
Es lohnt sich, mit dem zu beginnen, über dessen Fälle wir sprechen. Aramco Innovations ist eine russische Repräsentanz einer Forschungsorganisation, die Teil der saudischen nationalen Ölgesellschaft
Saudi Aramco ist . Letzterer ist der größte Ölproduzent der Welt und befindet sich zu 100% im Besitz des Königreichs Saudi-Arabien. Insbesondere ist Aramco Innovations in der übergeordneten Organisation der Forschung auf dem Gebiet der künstlichen Intelligenz (KI), Hochleistungsrechnersysteme und Nanomaterialien tätig. Das Unternehmen hat kürzlich ein Büro in Moskau eröffnet, einem der vielversprechendsten Orte für die Organisation wissenschaftlicher Arbeiten in den Bereichen KI, BigData und maschinelles Lernen.
Geologische 3D-Modellierung von Lagerstätten
Wenn wir ein erklärendes Wörterbuch in die Hand nehmen und es unter „Geomodellierung“ öffnen, erhalten wir ungefähr die folgende Definition: Es handelt sich um das Entwerfen und Erstellen von kartografischen Bildern auf der Grundlage der Visualisierung von Quell-, abgeleiteten oder endgültigen Daten. In der Ölindustrie ist Geomodellierung offensichtlich einer der zentralen Orte. Ein erheblicher Teil der Ausgaben von Ölunternehmen auf der ganzen Welt (und dies betrifft nicht nur Saudi Aramco, sondern alle Ölproduzenten im Allgemeinen) wird für die Exploration und anschließende Modellierung von Kohlenwasserstoffvorkommen aufgewendet.
Nach dem allgemein anerkannten Konzept kann die Geomodellierung in folgende Stufen zerlegt werden:
- Vorbereitung;
- Strukturmodellierung;
- Erstellen eines dreidimensionalen Gitters;
- Mittelung von Bohrlochdaten auf Zellen eines dreidimensionalen Gitters;
- lithologische - Fazies- Modellierung;
- petrophysikalische Modellierung;
- Sättigungsmodellierung;
- 3D-Bestandsberechnung.
Tatsächlich ist die dreidimensionale Modellierung von Ablagerungen ein mehrstufiger, komplexer Prozess zur Bewertung eines Feldes auf eine Reihe von Zeichen, obwohl es auf den ersten Blick ausreicht, zu bestimmen, wo und wo Kohlenwasserstoffe vorkommen.
Warum brauchen wir nach Produktionsbeginn Geomodelle des Feldes? Es ist klar, dass der klassische Prozess der Kohlenwasserstoffgewinnung aus dem Darm mit der direkten Erkundung des Feldes beginnt. Geologen erstellen seine Karte, auf deren Grundlage ein vollständiges Computermodell des gesamten Reservoirs erstellt wird. Dies geschieht, um eine Strategie für die Entwicklung des Feldes zu entwickeln. Es ist am vorteilhaftesten, Ölquellen zu platzieren, Verluste durch Verschiebung von Formationen zu minimieren und Unfälle während der Produktion zu vermeiden.
Schematische Darstellung des vorteilhaftesten Standorts der Bohrinsel für die ÖlförderungWie Sie verstehen können, nimmt die Klarheit eines solchen Reservoirmodells im Laufe der Zeit ab, da kein Modell alle Änderungen der Gesteinsstruktur und des Feldes selbst während der Ölförderung mit 100% iger Genauigkeit vorhersagen kann. Oben haben wir ein schematisches Beispiel eines Ölfeldes gegeben, aber in Wirklichkeit ist alles viel komplizierter. Zum Beispiel entwickelt Saudi Aramco das größte
Gavar- Ölfeld der Welt, das bereits 1948 entdeckt wurde. Es enthält bis zu 10-12 Milliarden Tonnen Öl und die Gesamtfläche des Feldes beträgt ~ 5300 Quadratkilometer.
Das heißt, wir kommen zu dem Schluss, dass selbst erforschte aktive Lagerstätten ständige Untersuchungen und Modellierungen erfordern, zumindest um zu verstehen, wo gebohrt werden muss und wo es nutzlos oder zu teuer ist. Es sei daran erinnert, dass Mineralvorkommen in gigantischen Gebieten auftreten können, dh an vielen Stellen gleichzeitig gebohrt und gefördert werden. Es ist praktisch unmöglich, Änderungen in der Struktur des Feldes manuell zu berechnen und vorherzusagen. Daher geht die Aufgabe der Modellierung aktiver Felder in die Ebene der Entwicklung von IT-Systemen und der Verarbeitung großer Datenmengen.
Hier beginnt die Arbeit für IT-Experten in den Bereichen KI, BigData und maschinelles Lernen. Um die 1960er Jahre begannen Ölfirmen, viele Daten über entwickelte Felder zu sammeln. Im Laufe der Zeit sind diese Informationen zu einem riesigen Strom von Daten aller Art geworden, die sowohl während der Exploration als auch während der Bohrungen und der Produktion erhalten wurden. Basierend auf diesen Informationen möchten Spezialisten neuronale Netze trainieren, um das Verhalten entwickelter Felder in naher Zukunft schneller und genauer modellieren zu können.
In dieser Richtung wurde bereits viel Arbeit geleistet und eine Reihe von Studien durchgeführt. In einem von ihnen werden also die folgenden Arten von Daten über das Feld dem Eingang des neuronalen Netzwerks zugeführt:
- Informationen über die Intensität der Gammastrahlung;
- Porosität;
- Dichte
- Wassersättigung;
- und andere.
Am Ausgang erhalten die Forscher Vorhersagen über Temperatur, Druck, Struktur und Verdichtung des Gesteins und sogar den empfohlenen Abstand zwischen den Türmen. Neben der Bewertung der Lagerstätten selbst können solche Systeme auch verwendet werden, um Probleme beim Bohren und bei der Produktion selbst vorherzusagen, wodurch Unfälle, Ausfälle und ungeplante Verluste antizipiert werden.
Dateninterpretations- und Protokollierungskurven
Wenn wir über Bohrungen sprechen, lohnt es sich, an die Protokollierungskurven und die Untersuchung von Bohrlöchern zu erinnern.
Die Protokollierung ist eine Methode zur geophysikalischen Untersuchung von Bohrlöchern. Der naheliegendste Weg, um die Struktur eines Brunnens zu beurteilen, besteht natürlich darin, den Kern anzuheben - das Gestein auszusägen, gefolgt von einer physikalischen Untersuchung der gesamten „Säule“. Die Bohringenieure lassen Sie jedoch nicht lügen: Der Prozess des Schneidens und Hebens des Kerns kostet eine ungeheure Menge Geld und bringt eine Reihe technischer Schwierigkeiten mit sich. Erstens ist es eine lange Zeit. Es ist eine Sache, einen Brunnen zu bohren, indem Schotter in der Bohrflüssigkeit an die Oberfläche gehoben wird, und eine andere, eine Stange zu schneiden und in der Form anzuheben, in der sie gelegt wurde. Aus diesem Grund werden bei der modernen Protokollierung geophysikalische Sonden verwendet, die in den Brunnen abgesenkt werden, um die Wände des Brunnens und den Raum in der Nähe des Bohrlochs zu untersuchen und Informationen „von innen“ zu sammeln.
Protokollierungssonden sind mit einer Reihe passiver und aktiver Sensoren ausgestattet. Passive Sensoren erfassen Informationen über magnetisches und spontanes elektrisches Feld, natürliche Gammastrahlung usw. Aktive Sensoren sind Empfänger und Quellen künstlich erzeugter elektrischer, akustischer und anderer Felder und Strahlung. Mithilfe einer Protokollierungssonde sammeln Geophysiker in einigen Intervallen des Bohrlochs Informationen, die dann zu Protokollkurven geformt werden.
Ein Beispiel für geplottete Protokolle für mehrere ParameterDie aus dem Bohrloch gesammelten Daten werden von Geologen weiterverarbeitet. Dies ist ein sehr mühsamer und zeitaufwändiger Prozess, der häufig im manuellen Modus stattfindet.
Aramco Innovations arbeitet an der Entwicklung von Protokollinterpretationssystemen, die auf maschinellen Lerntechnologien basieren. Die meiste Arbeit mit Kurven ist ein typischer Affenjob, bei dem es darum geht, die Punkte von Abhängigkeiten und Unterschieden mit den Daten zu finden, über die Geologen bereits verfügen. Maschinelles Lernen ist am besten geeignet, um diese Abhängigkeiten in Protokollierungskurven mit der anschließenden Erstellung des Abschlussberichts zu identifizieren, der bereits von einem Spezialisten analysiert wird. Dieser Ansatz kann die Effizienz der Bohrlochforschung erheblich steigern und den Prozess der Bewertung und Exploration von Bohrlöchern insgesamt erheblich beschleunigen.
Außerdem ist eine Bildverarbeitung geplant, um die Struktur tiefer Nähte anhand von Bildern zu analysieren, die während der seismischen Erkundung erhalten wurden. Am wertvollsten für Geologen sind ölhaltige Horizonte und Risse im Gestein, die im Verlauf des Bergbaus eine potenzielle Bedrohung darstellen können. Jetzt arbeiten die Spezialisten von Aramco Innovations daran, die trostlosesten und eintönigsten Arbeiten an Maschinen zu delegieren, sodass die Menschen nur noch die Funktion der endgültigen Analyse und Entscheidungsfindung haben.
Technaton Aramco Innovationen
Oben haben wir nur einige Anwendungsbereiche moderner Errungenschaften der IT-Sphäre in der Ölförderung angesprochen. Es ist schwer, ihre Bedeutung zu überschätzen: Wir leben buchstäblich in einer plastischen Welt. Fast alle Objekte um uns herum wurden bis zu dem einen oder anderen Grad entweder aus Öl und Derivaten oder aus Materialien hergestellt, die durch Verbrennen von Kohlenstoff gewonnen wurden.
Dieses Wochenende, vom 26. bis 28. Oktober, veranstaltet Aramco Innovations zusammen mit dem Wissenschaftspark der Moskauer Staatlichen Universität den Moskauer
Aramco Upstream Solutions Technathon , eine Veranstaltung, die sich der Anwendung künstlicher Intelligenztechnologien für die Ölindustrie widmet.
Das Hauptziel der Veranstaltung ist es, das wissenschaftliche Potenzial im Bereich des maschinellen Lernens und der künstlichen Intelligenz zu bewerten und zu fördern sowie potenzielle Kandidaten zu finden, die dem Aramco Innovations-Team beitreten möchten. Am ersten Tag, dem 26. Oktober, von 12:00 bis 16:00 Uhr, können alle Teilnehmer populärwissenschaftliche Vorträge zu den Zielen der Veranstaltung anhören. Der Zweck der Vorträge ist es, denjenigen, die weit von der Industrie entfernt sind, eine Vorstellung von der Ölförderung zu vermitteln. Vorträge sind wie die Technik selbst absolut kostenlos.
Das Technaton-Finale findet am 28. Oktober statt, innerhalb dessen 3 Gewinnerteams vergeben werden und 2 Sonderpreise für die Lösung von Problemen vergeben werden, die von den Richtern markiert wurden. Der Preispool von Technaton beträgt 7.000 US-Dollar (ca. 470.000 Rubel). Die Teilnehmer haben 48 Stunden Programmierzeit und arbeiten mit führenden Experten des Saudi Aramco Science Center zusammen.
Zunächst werden IT-Spezialisten auf dem Gebiet des maschinellen Lernens und der KI, Spezialisten für technische Berufe, Geologen und Geophysiker zur Teilnahme eingeladen.
Hier können
Sie sich mit dem Zeitplan, dem Zeitplan und den Regeln der Veranstaltung
vertraut machen . Um an der Technologie teilzunehmen, müssen Sie sich bis zum 26. Oktober, 17:50 Uhr Moskauer Zeit,
kostenlos registrieren .
Wir warten auf alle interessierten Fachkräfte am 26. Oktober um 18:00 Uhr unter der Adresse: Moskau, Wissenschaftspark der Moskauer Staatlichen Universität, Ul. Lenin-Gebirge, 1s77.
Wenn Sie weitere Fragen zur Veranstaltung haben, schreiben Sie an
ab@codenrock.com oder fragen Sie im
Telegrammkanal der Veranstaltung nach.