L’intelligenza artificiale nell’esplorazione di petrolio e gas
L’intelligenza artificiale esamina indagini sismiche, registri dei pozzi e dati satellitari per trovare giacimenti di petrolio e gas in modo più rapido e accurato.
Panoramica
It cuts the cost and guesswork of deciding where to drill.
Immersione profonda
Trovare idrocarburi significa interpretare enormi e rumorosi set di dati: indagini sismiche 3D e 4D, registri dei pozzi, carotaggi e cronologia della produzione. Tradizionalmente i geofisici li hanno interpretati manualmente nel corso dei mesi. L’intelligenza artificiale accelera notevolmente questo processo. I modelli di deep learning, in particolare le reti neurali convoluzionali, identificano automaticamente faglie geologiche, cupole saline e strati stratigrafici nelle immagini sismiche. L’apprendimento automatico sui dati dei pozzi prevede la porosità e la permeabilità della roccia, le proprietà che determinano se il petrolio può fluire. Le aziende costruiscono modelli di giacimento e utilizzano la “corrispondenza storica” basata sull’intelligenza artificiale per calibrare le simulazioni rispetto alla produzione reale. L'intelligenza artificiale guida inoltre la perforazione in tempo reale, guidando la punta per rimanere nella "zona paga" produttiva e segnalando pericoli come improvvisi cambiamenti di pressione che potrebbero causare scoppi. Il risultato è un minor numero di buchi asciutti e un minor rischio di esplorazione.
Approfondimento tecnico
L’interpretazione sismica utilizza spesso CNN addestrate a segmentare faglie e orizzonti in volumi di immagini 3D, trattando i dati di riflessione come voxel di immagini mediche. Per i log dei pozzi, i modelli di regressione e classificazione mappano i segnali misurati (raggi gamma, resistività, suono) alle proprietà della roccia. I "modelli surrogati" approssimano i simulatori di giacimenti lenti basati sulla fisica in modo che gli ingegneri possano eseguire rapidamente migliaia di scenari. L'apprendimento per rinforzo e l'ottimizzazione bayesiana aiutano a scegliere il posizionamento corretto per massimizzare il recupero.
Impatto strategico
Contesto e regole
Il contesto del settore determina se le idee dell’intelligenza artificiale sopravvivono al contatto con la realtà.
Controllo di qualità
I vincoli di dominio influenzano i tassi di errore accettabili e i modelli di supervisione.
Scelte di build
Le implementazioni di successo allineano le capacità tecniche con i flussi di lavoro in prima linea.
Il futuro dell’intelligenza artificiale nell’esplorazione di petrolio e gas
Aspettatevi cicli in tempo reale più stretti in cui i sensori del fondo pozzo alimentano l’intelligenza artificiale che regola istantaneamente la perforazione e gemelli digitali di interi campi che si aggiornano continuamente. Le stesse capacità di modellazione del sottosuolo si stanno orientando verso la cattura e lo stoccaggio del carbonio e l’energia geotermica, dove l’intelligenza artificiale deve verificare che la CO2 iniettata rimanga intrappolata o che la roccia calda generi calore. Mentre il settore si trova ad affrontare la pressione della transizione energetica, l’intelligenza artificiale punta sempre più alla riduzione delle emissioni e al rilevamento delle perdite di metano insieme all’esplorazione.
Implementazione nel mondo reale
ExxonMobil e Microsoft applicano il machine learning per ottimizzare la perforazione e la produzione del bacino del Permiano
Shell utilizza l'intelligenza artificiale per interpretare i dati sismici e prevedere i guasti delle apparecchiature durante le operazioni
Strumenti di modellazione dei giacimenti di BP che utilizzano la corrispondenza storica basata sull'intelligenza artificiale per prevedere i risultati sul campo
Programmi satellitari e AI di rilevamento del metano (ad esempio, di aziende come Kayrros) che individuano perdite nei siti dei pozzi
Rischi e guardrail
I requisiti normativi possono invalidare prototipi altrimenti robusti.
I dati storici possono codificare pregiudizi che danneggiano comunità specifiche.
I sistemi legacy possono creare colli di bottiglia nell’integrazione e costi nascosti.
Tabella di marcia per l'implementazione
Coinvolgere esperti del settore dall'inquadramento del problema alla valutazione.
Progettare audit trail e documentazione prima del lancio.
Convalidare tempestivamente la conformità e gli obblighi di sicurezza.
Implementazione in fasi con chiari criteri di stop e rollback.
Continua a esplorare
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Oil and Gas Exploration quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Prossima guida
L'intelligenza artificiale nell'analisi sportiva
Domande frequenti
What is AI in Oil and Gas Exploration?
L’intelligenza artificiale esamina indagini sismiche, registri dei pozzi e dati satellitari per trovare giacimenti di petrolio e gas in modo più rapido e accurato. Riduce i costi e le congetture legate alla decisione su dove perforare.
Su che tipo di dati si basano maggiormente i modelli di intelligenza artificiale per mappare i serbatoi sotterranei?
L'intelligenza artificiale per l'esplorazione interpreta le immagini dei rilievi sismici e le misurazioni dei pozzi, che rivelano la struttura e le proprietà delle rocce sotterranee.
Quale tipo di rete neurale viene comunemente utilizzata per individuare faglie e strati nelle immagini sismiche 3D?
Le CNN eccellono nei dati simili a immagini, quindi vengono utilizzate per segmentare faglie, orizzonti e cupole saline in volumi sismici in modo molto simile all'imaging medico.
Qual è un vantaggio chiave in termini di sicurezza derivante dall’intelligenza artificiale che guida la punta del trapano in tempo reale?
L’intelligenza artificiale in tempo reale monitora le condizioni del fondo pozzo e avverte di pericolosi sbalzi di pressione, aiutando a prevenire scoppi e mantenendo la punta nella zona di pagamento.
Perché gli ingegneri utilizzano “modelli surrogati” di intelligenza artificiale dei simulatori di giacimento?
Le simulazioni dei giacimenti basate sulla fisica sono computazionalmente lente; I surrogati dell’intelligenza artificiale li approssimano, consentendo di testare rapidamente migliaia di scenari.
A quale utilizzo della transizione energetica viene ora applicata la stessa intelligenza artificiale del sottosuolo?
Le competenze di modellazione del sottosuolo si trasferiscono direttamente alla verifica che la CO2 iniettata rimanga intrappolata nel sottosuolo e ai progetti geotermici.