皆さんは同時に正しいことも間違っていることもあります。 はい、オイルは抽出され、「スイング」の助けを借りて生産されますが、映画やテレビ番組から得たこの全体像は、全体像とは一致しません。 進歩的な企業は、ITの最新の進歩を実装し始めています。 現代の石油産業の労働者は、BigData処理、AI、機械学習などの最新の開発を同時に使用しています。 以下では、アラムコイノベーションズの経験に基づいて、一見古典的で不活性な石油生産などのビジネスにITテクノロジーがどのように深く浸透したかの例をいくつか示します。
私たちが話しているケースから始める価値があります。 Aramco Innovationsは、サウジアラビアの国営石油会社Saudi Aramcoの一部である研究機関のロシア代表事務所です。 後者は地球上で最大の石油生産国であり、サウジアラビア王国が完全に所有しています。 具体的には、アラムコイノベーションズは、人工知能（AI）、高性能コンピューティングシステム、ナノマテリアルの分野の研究の親組織に従事しています。 同社は最近、AI、BigData、機械学習の分野で科学研究を組織するための最も有望な場所の1つとしてモスクワにオフィスを開設しました。
堆積物の3D地質モデリング
説明辞書を選択して「ジオモデリング」で開くと、おおよそ次の定義が得られます。これは、ソース、派生、または最終データの視覚化に基づいた地図画像の設計と作成です。 明らかに、石油産業では、ジオモデリングは中心的な場所の1つです。 世界中の石油会社の費用のかなりの部分（およびサウジアラムコだけでなく、すべての石油生産者全般についても話している）は、炭化水素鉱床の探査とその後のモデリングに費やされています。
一般に受け入れられている概念に従って、ジオモデリングは次の段階に分解できます。
実際、堆積物の3次元モデリングは、一見すると「どこ」と「どこ」の炭化水素が存在するかを判断するのに十分であるように見えるかもしれませんが、複数の兆候についてフィールドを評価する多段階の複雑なプロセスです。
生産開始後にフィールドジオモデルが必要なのはなぜですか？ 腸からの炭化水素抽出の古典的なプロセスは、フィールドの直接探査から始まることは明らかです。 地質学者が地図を作成し、それに基づいて、貯水池全体の完全なコンピューターモデルが作成されます。 これは、油田の開発戦略を開発するために行われます。油井を配置し、地層の移動による損失を最小限に抑え、生産中の事故を回避することが最も有利です。
石油生産のための石油掘削装置の最も有利な場所の概略図
理解できるように、石油生産中の岩石と油田の構造のすべての変化を100％の精度で予測できるモデルはないため、このような貯留層モデルの透明度は時間とともに低下します。 上記では油田の模式的な例を示しましたが、実際にはすべてがはるかに複雑です。 たとえば、サウジアラムコは1948年に発見された世界最大のGavar油田を開発しています。 最大100〜120億トンの石油が含まれており、油田の総面積は約5300平方キロメートルです。
つまり、少なくともどこで掘削するのか、それがどこで役に立たないか高価すぎるのかを理解するためには、活発な鉱床を探検したとしても、常に研究とモデリングが必要であるという結論に達します。 鉱床は巨大な地域で発生する可能性があることを覚えておく必要があります。つまり、掘削と生産は多くの地点で同時に発生します。 現場の構造の変化を手動で計算して予測することは実際上不可能であるため、アクティブな堆積物をモデル化するタスクは、ITシステムの開発と大量のデータの処理の面に入ります。
AI、BigData、機械学習の分野でITプロフェッショナルが仕事を始める場所です。 1960年代頃、石油会社は開発中の分野に関する多くのデータを収集し始めました。 時間が経つにつれて、この情報は、探査中と掘削および生産中の両方で取得されたあらゆる種類のデータの巨大なストリームに変わりました。 この情報に基づいて、専門家はニューラルネットワークを訓練して、近い将来に開発されたフィールドの動作をより速く、より正確にモデリングすることを望んでいます。
この方向で既に多くの作業が行われ、多くの研究が実施されています。 そのため、そのうちの1つでは、フィールドに関する次のタイプのデータがニューラルネットワークの入力に供給されます。
- ガンマ線の強度に関する情報。
- 気孔率;
- 密度
- 水の飽和;
- その他。
出口では、研究者は岩の温度、圧力、構造、圧縮、さらにはタワー間の推奨距離の予測を得ます。 堆積物自体の評価に加えて、このようなシステムは、事故や故障、計画外の損失を予測する掘削や生産自体の問題を予測するためにも使用できます。
データ解釈とロギング曲線
掘削について話す場合、検層曲線と井戸の研究を思い出す価値があります。 検層は、井戸の地球物理学的研究の方法です。 もちろん、井戸の構造を評価する最も明白な方法は、コアを上げることです-岩石をのこぎりで引いてから、「柱」全体を物理的に調べます。 ただし、掘削技術者は嘘をつくことはできません。切断とコアの持ち上げのプロセスには莫大な費用がかかり、多くの技術的困難が伴います。 まず第一に、それは長い時間です。 井戸を掘削して砕石を掘削液の表面に上げることと、ポールを切って敷設された形に上げることです。 このため、現代の検層では、井戸内に下げられた地球物理学的プローブを使用して、井戸の壁と井戸の近くの空間を調査し、「内側から」情報を収集します。
ロギングプローブには、さまざまなパッシブセンサーとアクティブセンサーが装備されています。 パッシブセンサーは、磁場および自発電界、自然ガンマ線などに関する情報を収集します。 アクティブセンサーは、人工的に作成された電気、音響、その他のフィールドおよび放射のレシーバーおよびソースです。 ロギングプローブを使用して、地球物理学者は井戸の特定の間隔で情報を収集し、ログカーブに形成します。
いくつかのパラメーターのプロットされたログの例
井戸から収集されたデータはその後地質学者によって処理されますが、これは非常に骨の折れる時間のかかるプロセスであり、多くの場合手動モードで発生します。
Aramco Innovationsは、機械学習技術に基づいたログ解釈システムの作成に取り組んでいます。 曲線を使った作業の大部分は、典型的な猿の仕事であり、地質学者がすでに持っているデータとの依存関係や相違点を見つけることになります。 機械学習は、ログ曲線でこれらの依存関係を特定し、その後最終レポートを作成するのに最適です。これは、専門家によって既に分析されています。 このアプローチにより、井戸の研究の効率が大幅に向上し、全体としての井戸の評価と探査のプロセスが大幅に加速されます。
また、マシンビジョンは、地震探査中に取得した画像に基づいて深層の構造を分析するために使用する予定です。 それらの地質学者にとって最も価値があるのは、油を含む地平線と岩の割れ目であり、これは採掘の過程で潜在的な脅威になる可能性があります。 現在、アラムコイノベーションのスペシャリストは、最も退屈で単調な作業を機械に委任し、最終的な分析と意思決定の機能のみを人々に任せています。
Technaton Aramco Innovations
上記では、石油生産におけるIT分野の最新の成果の適用分野についてごく少数について説明しました。 彼らの重要性を過大評価することは困難です。私たちは文字通りプラスチックの世界に住んでいます。 私たちの周りのほぼすべてのオブジェクトは、ある程度まで、オイルと派生物から、または炭素燃料を燃やして得られた材料から作成されました。
今週末、10月26日から28日まで、アラムコイノベーションはモスクワ州立大学のサイエンスパークとともに、モスクワアラムコアップストリームソリューションズTechnathonで開催されます。
このイベントの主な目標は、機械学習と人工知能の分野における科学的可能性を評価および促進すること、ならびにアラムコイノベーションチームに参加したい潜在的候補者を見つけることです。 10月26日の12:00から16:00までの最初の日に、すべての参加者は、イベントの目的に関する一般的な科学の講義を聞くことができます。 講義の目的は、産業界から遠く離れた人々に石油生産のアイデアを与えることです。 講義は、テクナトン自体と同様に、完全に無料です。
テクナトン決勝は10月28日に開催され、その中で3つの勝者チームが授与され、審査員によってマークされた問題を解決するために2つの特別賞が授与されます。 テクナトンの賞金プールは7,000米ドル（約470,000ルーブル）です。 参加者は48時間のコーディングを行い、サウジアラムコサイエンスセンターの主要な専門家と協力します。
まず、機械学習とAIの分野のIT専門家、技術専門家の専門家、地質学者、地球物理学者が参加するよう招待されています。
ここで、イベントのスケジュール、スケジュール、およびルールに慣れることができます 。 テクナトンに参加するには、モスクワ時間の10月26日17時50分まで無料で登録する必要があります。
モスクワ、モスクワ州立大学サイエンスパーク、ULで、10月26日18:00にすべての関心のある専門家を待っています。 レーニン山脈、1s77。
イベントについてさらに質問がある場合は、 ab @ codenrock.comに書き込むか、イベントのTelegramチャンネルで質問してください。