Die Übersetzung des Artikels wurde speziell für Studierende der Grund- und Fortgeschrittenenkurse „Mathematik für Datenwissenschaften“ erstellt. Ist es interessant, sich in diese Richtung zu entwickeln? Sehen Sie sich die Aufnahmen der Meisterklassen „Lineare Algebra: Matrizen und ihre praktische Anwendung“ und „Mathematik für die Datenwissenschaft: Auf dem Weg zum Senior“ an !

In den letzten Jahren hat sich die Öl- und Gasindustrie verändert, und im Energiesektor sind neue Technologien aufgetaucht, um die Herausforderungen der digitalen Wirtschaft zu bewältigen. Künstliche Intelligenz ist bereits zu einem technologischen Trend geworden, aber welche Anwendung kann sie in der Öl- und Gasindustrie finden? Umar Ali erforscht den Einsatz künstlicher Intelligenz (KI) in der Offshore-Öl- und Gasindustrie.

Und was ist mit künstlicher Intelligenz?

Künstliche Intelligenz (KI) ist ein sehr vielseitiger Bereich . In der Öl- und Gasindustrie gibt es jedoch hauptsächlich zwei Richtungen: maschinelles Lernen und Datenanalyse.

Durch maschinelles Lernen können Computersysteme Daten ohne menschliches Eingreifen lernen und interpretieren und ihre Leistung durch Iterationen bestimmter Vorgänge verbessern. Als Teil der Offshore-Öl- und Gasindustrie können Unternehmen so komplexe interne Prozesse steuern und schnell auf Probleme reagieren, die die Menschen nicht vorhersehen konnten.

Maschinelles Lernen kann auch verwendet werden, um verschiedene Situationen zu modellieren, wobei spezielle Prognosedatenmodelle verwendet werden, die sich darauf konzentrieren, Muster basierend auf verschiedenen Eingabedaten zu finden und zu definieren. In diesem Fall kann die Öl- und Gasindustrie mithilfe von KI die möglichen Folgen neuer Entwicklungen simulieren oder das Umweltrisiko eines neuen Projekts bewerten, bevor es umgesetzt wird.

Bei der Datenanalyse werden mithilfe von KI Informationen aus Daten mithilfe neuronaler Netze abgerufen, um Informationen miteinander zu verbinden und ein vollständigeres Bild der vorhandenen Informationen zu erstellen. Die Offshore-Öl- und Gasindustrie kann mithilfe von Datenanalysen komplexere strukturierte Daten, die während der Entwicklung von Öl- und Gasfeldern gewonnen wurden, zugänglicher machen, sodass Unternehmen neue Produktionsmöglichkeiten entdecken oder vorhandene Infrastrukturen besser nutzen können.

Einsatz künstlicher Intelligenz in der Öl- und Gasindustrie

Im Januar 2019 investierte BP in das Houstoner Technologie-Startup Belmont Technology , um die KI-Basis des Unternehmens durch die Entwicklung einer Cloud-basierten Geowissenschaftsplattform namens Sandy zu stärken.

Mit Sandy kann BP geologische, geophysikalische, historische und Reservoirinformationen für ein Projekt interpretieren und so einzigartige „Wissensgraphen“ erstellen.

AI verknüpft Informationen „intuitiv“ miteinander, identifiziert neue Beziehungen und Prozesse und erstellt daraus eine aktuelle Karte der fossilen Vermögenswerte von BP . Basierend auf den Ergebnissen der KI kann sich die Ölgesellschaft auf das von der KI mithilfe neuronaler Netze erzeugte Wissensdiagramm beziehen, um die Ergebnisse zu simulieren und zu interpretieren.

Die Öl- und Gasbehörde verwendet AI in gleicher Weise im ersten britischen National Data Repository, das im März 2019 gestartet wurde .

NDR enthält 130 Terabyte, was ungefähr acht Jahren Filmen in HD-Qualität über geophysikalische, infrastrukturelle, Feld- und Bohrlochdaten entspricht. Die verfügbaren Daten umfassen mehr als 12.500 Bohrlöcher, 5.000 seismische Untersuchungen und 3.000 Pipelines.

NDR verwendet AI, um diese Daten zu interpretieren. OGA hofft, mit ihrer Hilfe neue Perspektiven im Bereich Öl und Gas eröffnen und die Produktionsraten bestehender Infrastrukturen erhöhen zu können.

Die OGA geht davon aus, dass die AI-basierte Plattform Teil der Energiewende der britischen Öl- und Gasindustrie sein wird und Reservoir- und Infrastrukturdaten als gute Grundlage für zukünftige Projekte zur Kohlenstoffabscheidung, -nutzung und -speicherung dienen werden.

KI kann auch verwendet werden, um die Betriebssicherheit auf Öl- und Gasplattformen zu erhöhen. Im März 2019 begann Aker Solutions im Rahmen seiner Cognitive Operation- Initiative mit SparkCognition zusammenzuarbeiten , um KI-Anwendungen zu verbessern.

Die künstlichen Intelligenzsysteme von SparkCognition werden in einer Analyseplattform namens SparkPredict verwendet , die die Oberflächen- und Unterwasserinstallationen von mehr als 30 Offshore-Strukturen verfolgt.

Die SparkPredict- Plattform verwendet Algorithmen für maschinelles Lernen, um Daten von Sensoren zu analysieren. Auf diese Weise kann das Unternehmen suboptimale Vorgänge und bevorstehende Fehler identifizieren, bevor sie auftreten.

Shell begann im September 2018 mit der Verwendung einer ähnlichen Softwarelösung, als in Zusammenarbeit mit Microsoft die Azure C3- Softwareplattform Internet of Things in den Offshore-Betrieb einbezogen wurde.

Die Plattform nutzt KI, um die Effizienz in allen Bereichen der Offshore-Infrastruktur von Shell zu steigern, von Bohrungen und Produktion bis hin zur Befähigung der Mitarbeiter und zur Gewährleistung ihrer Sicherheit.

Die Zukunft der künstlichen Intelligenz

AI ist bereits in einer Reihe von Sektoren der Öl- und Gasindustrie im Rahmen globaler Innovationen für die digitale Transformation von Explorations- und Bergbaubetrieben tätig. Aber wie sieht die Zukunft der Technologie für künstliche Intelligenz in der Öl- und Gasindustrie aus?

Die Branche scheint digitale Technologien wie KI ohne weiteres übernommen zu haben und ist hinsichtlich des Potenzials dieser Technologie optimistisch.

Per Harald Kongelf, Senior Vice President von Aker BP, sagte:

"Die Öl- und Gasindustrie sieht sich einer sich schnell verändernden digitalen Landschaft gegenüber, die den Einsatz fortschrittlicher Technologien erfordert, um Wachstum und Erfolg sicherzustellen."

IBM Senior Manager Brian Gaucher sprach auch zu diesem Thema:

„Kognitive Umgebungen und Technologien können Entscheidungsträger zusammenbringen, ihnen helfen, Informationen einfach auszutauschen, heterogene Datensätze reibungsloser einzugeben und gezielte Analysen und Modelle bereitzustellen.“