Áttekintés
A mesterséges intelligencia a szeizmikus felméréseken, a kútnaplókon és a műholdadatokon szűri át az olaj- és gáztározók gyorsabb és pontosabb megtalálását. Csökkenti a fúrási hely eldöntésének költségeit és találgatásait.
Az AI az olaj- és gázkutatásban az AI-t olyan tartomány-specifikus környezetekben alkalmazza, ahol a szabályozások, a műveletek és a kockázattűrés erősen befolyásolja a tervezési döntéseket.
Mély merülés
A szénhidrogének megtalálása hatalmas, zajos adatkészletek értelmezését jelenti: 3D és 4D szeizmikus felmérések, kútnaplók, magminták és termelési előzmények. Hagyományosan a geofizikusok hónapokon keresztül kézzel értelmezték ezeket. Az AI ezt drámaian felgyorsítja. A mélytanulási modellek, különösen a konvolúciós neurális hálózatok, automatikusan azonosítják a geológiai hibákat, sókupolákat és rétegrétegeket a szeizmikus képeken. A kútnaplózási adatok gépi tanulása előrejelzi a kőzet porozitását és permeabilitását, azokat a tulajdonságokat, amelyek meghatározzák, hogy az olaj tud-e folyni. A vállalatok tározómodelleket építenek, és mesterséges intelligencia által vezérelt „előzményegyeztetést” használnak a szimulációk valódi termeléshez való kalibrálásához. A mesterséges intelligencia ezenkívül valós időben irányítja a fúrást, úgy irányítja a fúrót, hogy a produktív „fizetési zónában” maradjon, és megjelöli a veszélyeket, például a hirtelen nyomásváltozásokat, amelyek kifújást okozhatnak. A nyereség kevesebb száraz lyuk és alacsonyabb feltárási kockázat.
Technikai betekintés
A szeizmikus értelmezés gyakran olyan CNN-eket használ, amelyek a hibák és a horizontok szegmentálására vannak kiképezve a 3D képtérfogatokban, és a reflexiós adatokat, például az orvosi képalkotó voxeleket kezelik. A kútnaplókhoz a regressziós és osztályozási modellek leképezik a mért jeleket (gammasugár, ellenállás, hang) a kőzet tulajdonságaira. A „helyettesítő modellek” hozzávetőlegesen lassú, fizikán alapuló tározószimulátorokat közelítenek meg, így a mérnökök több ezer forgatókönyvet tudnak gyorsan futtatni. A megerősítő tanulás és a Bayes-optimalizálás segít a megfelelő elhelyezés kiválasztásában a helyreállítás maximalizálása érdekében.
A mesterséges intelligencia elsajátítása az olaj- és gázkutatásban
A mesterséges intelligencia a szeizmikus felméréseken, a kútnaplókon és a műholdadatokon szűri át az olaj- és gáztározók gyorsabb és pontosabb megtalálását. Csökkenti a fúrási hely eldöntésének költségeit és találgatásait. Az AI az olaj- és gázkutatásban az AI-t olyan tartomány-specifikus környezetekben alkalmazza, ahol a szabályozások, a műveletek és a kockázattűrés erősen befolyásolja a tervezési döntéseket. A mélyebb megértés érdekében kezelje az AI-t az olaj- és gázkutatásban működési modellként, ne pedig egyetlen jellemzőként: határozza meg a kívánt eredményeket, tisztázza a feltételezéseket, és válassza el, hogy a rendszer mire képes megbízhatóan, és ami még szakértői megítélést igényel.
A gyakorlatban az olaj- és gázkutatásban mesterséges intelligenciát használó erős csapatok összehangolják a műszaki képességeket a tartománypolitikával, az auditálhatósággal és a frontvonalbeli döntéshozatallal. Dokumentálják az explicit sikerkritériumokat, tesztelik a valósághű adatokat és munkafolyamatokat, és a megfigyelt hibaminták alapján iterálnak, nem pedig egyszeri benchmark győzelmek alapján. Ez az a hely, ahol az elméleti megértés tartós képességgé válik a termék, a politika és a műveletek között.
Az iparági kontextus határozza meg, hogy az AI ötletek túlélik-e a valósággal való érintkezést. Ugyanakkor a szabályozási követelmények érvényteleníthetik az egyébként erős prototípusokat. A legrugalmasabb megközelítés a kísérleti sebesség és az irányítási fegyelem kombinálása: kísérleti kísérletek futtatása, bizonyítékok rögzítése, döntési naplók közzététele és a biztosítékok folyamatos frissítése a modell viselkedésének, a felhasználói elvárásoknak és a szabályozási követelményeknek megfelelően.
Stratégiai hatás
Az iparági kontextus határozza meg, hogy az AI ötletek túlélik-e a valósággal való érintkezést.
Az iparági kontextus határozza meg, hogy az AI ötletek túlélik-e a valósággal való érintkezést. A kiváló minőségű telepítéseknél ez mérhető működési szabályokká, tulajdonosi határokká és ismétlődő felülvizsgálati rituálékká alakul át, így a csapatok növelhetik a bizalmat a kétértelműség skálázása helyett.
A tartományi korlátok befolyásolják az elfogadható hibaarányt és a felügyeleti modelleket.
A tartományi korlátok befolyásolják az elfogadható hibaarányt és a felügyeleti modelleket. A kiváló minőségű telepítéseknél ez mérhető működési szabályokká, tulajdonosi határokká és ismétlődő felülvizsgálati rituálékká alakul át, így a csapatok növelhetik a bizalmat a kétértelműség skálázása helyett.
A sikeres telepítések összehangolják a műszaki képességeket a frontvonalbeli munkafolyamatokkal.
A sikeres telepítések összehangolják a műszaki képességeket a frontvonalbeli munkafolyamatokkal. A kiváló minőségű telepítéseknél ez mérhető működési szabályokká, tulajdonosi határokká és ismétlődő felülvizsgálati rituálékká alakul át, így a csapatok növelhetik a bizalmat a kétértelműség skálázása helyett.
Valós megvalósítás
Az ExxonMobil és az Microsoft gépi tanulás alkalmazása a Permi-medence fúrásának és termelésének optimalizálására
A Shell mesterséges intelligenciát használ a szeizmikus adatok értelmezésére és a berendezések meghibásodásának előrejelzésére a műveletek során
A BP tározómodellező eszközei mesterséges intelligencia által vezérelt előzmények egyeztetésével az előrejelzési terepi kimenettel
Műholdas és mesterséges intelligencia metánészlelő programok (pl. olyan cégektől, mint a Kayrros) észlelik a szivárgást a kúthelyeken
Megvalósítási minták
AI az olaj- és gázkutatásban a gyakorlatban
Az ExxonMobil és a Microsoft gépi tanulás alkalmazása a Permi-medence fúrásának és termelésének optimalizálására.
Az ExxonMobil és a Microsoft gépi tanulás alkalmazása a Permi-medence fúrásának és termelésének optimalizálására A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöbértékeket, emberi eszkalációs utat tartanak a szélsőséges esetekhez, és nyomon követik a termelékenységnövekedést és a hibaköltségeket az idő múlásával.
AI az olaj- és gázkutatásban a gyakorlatban
A Shell mesterséges intelligenciát használ a szeizmikus adatok értelmezésére és a berendezések meghibásodásának előrejelzésére a műveletek során.
A Shell mesterséges intelligencia segítségével értelmezi a szeizmikus adatokat és előrejelzi a berendezések meghibásodását a műveletek során. A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöböket, megtartják az emberi eszkalációs útvonalat a szélsőséges eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket az idő múlásával.
AI az olaj- és gázkutatásban a gyakorlatban
A BP tározómodellező eszközei mesterséges intelligencia által vezérelt előzmények egyeztetésével az előrejelzési terepi kimenettel.
A BP tartálymodellező eszközei mesterséges intelligencia által vezérelt előzmények illesztésével a terepi eredmények előrejelzéséhez A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöbértékeket, emberi eszkalációs útvonalat tartanak a szélsőséges eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket az idő múlásával.
AI az olaj- és gázkutatásban a gyakorlatban
Műholdas és mesterséges intelligencia metánészlelő programok (például olyan cégektől, mint a Kayrros) szivárgásokat észlelnek a kutak helyein.
Műholdas és mesterséges intelligencia metánészlelési programok (például olyan cégektől, mint a Kayrros) a kúttelepeken észlelik a szivárgásokat. A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöbértékeket, megtartják az emberi eszkalációs utat a szélsőséges eseteknél, és nyomon követik mind a termelékenységnövekedést, mind a hibaköltségeket az idő múlásával.
Kockázatok és védőkorlátok
A szabályozási követelmények érvényteleníthetik az egyébként erős prototípusokat.
A korábbi adatok olyan elfogultságot kódolhatnak, amely bizonyos közösségeket károsít.
Az örökölt rendszerek szűk keresztmetszeteket és rejtett költségeket okozhatnak az integrációban.
Végrehajtási ütemterv
Vonjon be területi szakértőket a probléma megfogalmazásától az értékelésig.
Vonjon be területi szakértőket a probléma megfogalmazásától az értékelésig. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.
Tervezze meg az ellenőrzési nyomvonalakat és a dokumentációt az indítás előtt.
Tervezze meg az ellenőrzési nyomvonalakat és a dokumentációt az indítás előtt. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.
Korán érvényesítse a megfelelési és biztonsági kötelezettségeket.
Korán érvényesítse a megfelelési és biztonsági kötelezettségeket. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.
Fázisokban történő bevezetés egyértelmű leállítási és visszaállítási kritériumokkal.
Fázisokban történő bevezetés egyértelmű leállítási és visszaállítási kritériumokkal. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.