Μια εκκίνηση θέλει να αξιοποιήσει τον κόσμο της τεχνητής νοημοσύνης για να βοηθήσει τις εταιρείες πετρελαίου να κάνουν περισσότερα με τα δεδομένα, καθώς και το πετρέλαιο, παίρνουν από τα πηγάδια τους.
Τα μεγάλα δεδομένα συχνά έχουν τη δυνατότητα να προσφέρουν τεράστια οφέλη στη βιομηχανία πετρελαίου και φυσικού αερίου σε βελτιωμένη αποδοτικότητα και παραγωγή, βοηθώντας τους χειριστές να κατανοήσουν περισσότερα σχετικά με τις δεξαμενές τους, τα πηγάδια και τον εξοπλισμό επεξεργασίας.
Όμως, πολύ συχνά το πρόβλημα δεν είναι η πρόσβαση στα δεδομένα, είναι αυτό που γίνεται με αυτό. Πολύ συχνά, τα μεγάλα ποσά των παραγόμενων δεδομένων απλώς δεν χρησιμοποιούνται. Τα καλώδια οπτικών ινών, για παράδειγμα, χρησιμοποιούνται τώρα στη βιομηχανία, μεταξύ άλλων για την κατανεμημένη ακουστική ανίχνευση (DAS) και την κατανεμημένη αισθητήρα θερμοκρασίας (DTS), μέσα και κατά μήκος των γεωτρήσεων. Είναι σε θέση να ανιχνεύσουν τεράστιες ποσότητες θερμοκρασίας και ηχητικών δεδομένων, από τις οποίες θα μπορούσαν να αντληθούν πολλές πληροφορίες σχετικά με τις συνθήκες στο πηγάδι.
"Μπορούν να ακούσουν τα πάντα, συμπεριλαμβανομένης της ροής υγρών μέσα ή έξω από την οπή του φρέατος, ρευστό που ρέει μέσα από το σχηματισμό, για παράδειγμα", λέει ο Graham Gaston, CEO της Sensalytx, μια νέα εταιρεία που δημιουργεί εργαλεία για τη βιομηχανία για να τα βοηθήσει με οπτικές ίνες ερμηνεία δεδομένων. Οι ήχοι που ανιχνεύονται μπορούν να δείξουν πού έρχεται το νερό στο πηγάδι, έτσι ώστε οι χειριστές να μπορούν να κλείσουν τη ζώνη ή όπου στερεά, όπως η άμμος, εμποδίζουν τη διαδρομή μέσα στο πηγάδι. Μπορούν επίσης να χρησιμοποιηθούν για την αξιολόγηση της κατάστασης του φρεατίου, έτσι ώστε οι χειριστές να μπορούν να βελτιστοποιήσουν τις λειτουργίες σύνδεσης και εγκατάλειψης.
"Το δυναμικό είναι τεράστιο. Αυτή τη στιγμή υπάρχουν μόνο 5.000 χιλιόμετρα ινών που έχουν εγκατασταθεί στη βιομηχανία μέχρι σήμερα και παράγουν περίπου 1.2 petabytes δεδομένων ετησίως », λέει ο Gaston, ο οποίος ολοκλήρωσε πρόσφατα το πρόγραμμα επιτάχυνσης της τεχνολογίας TechX του Τεχνολογικού Κέντρου Τεχνολογίας Πετρελαίου & Αερίου (AE). Πολλά εκατομμύρια περισσότερα χιλιόμετρα καλωδίων θα μπορούσαν να εγκατασταθούν σε παγκόσμιο επίπεδο, δημιουργώντας τεράστια ποσά δεδομένων για εταιρείες.
Αλλά υπάρχει ένα κοτόπουλο και το πρόβλημα των αυγών, λέει ο Gaston. Μόνο περίπου το 5-10% των δεδομένων που συλλέγονται από τα επί του παρόντος εγκατεστημένα συστήματα αίσθησης οπτικών ινών χρησιμοποιείται στην πραγματικότητα για τη δημιουργία αξίας. Αυτό οφείλεται εν μέρει στο γεγονός ότι τα εργαλεία αξιολόγησης αυτών των δεδομένων είναι λίγα και απέχουν μεταξύ τους, οπότε οι εταιρείες δεν έχουν ακόμα να βιώσουν το πλήρες δυναμικό ή να δουν τα οφέλη, πράγμα που σημαίνει ότι δεν ήταν γρήγοροι για την εγκατάσταση οπτικών ινών. "Ενώ τα κιβώτια ανάκρισης νέας γενιάς και οι ίνες δεύτερης γενιάς τους φέρνουν ακριβέστερα δεδομένα, εξακολουθεί να υπάρχει έλλειψη προόδου στην ανάλυση", λέει.
Ο Gaston υπήρξε σύμβουλος στη βιομηχανία εδώ και πολλά χρόνια και, πριν ιδρύσει την Sensalytx, βρήκε τον εαυτό του να ερμηνεύει τα δεδομένα οπτικών ινών από τα φρέατα σε ένα πεδίο offshore Νορβηγίας. Ήταν μια αργή και επώδυνη διαδικασία και αποφάσισε ότι έπρεπε να υπάρξει ένας καλύτερος τρόπος για να το κάνει.
"Η πλήρης διερμηνεία χρειάστηκε τέσσερις έως έξι εβδομάδες και ήταν μια χειροκίνητη διαδικασία στο Microsoft και το PowerPoint", λέει. "Ήταν αργή. Είναι δουλειά που διέρχεται από terabytes δεδομένων. Σκέφτηκα ότι πρέπει να υπάρξουν καλύτεροι τρόποι για να γίνει αυτό. "Ο Gaston έχει στραφεί στην ανάλυση δεδομένων, συγκεκριμένα στα τεχνητά νευρωνικά δίκτυα (ANN), μια μορφή επεξεργασίας πληροφοριών εμπνευσμένη από βιολογικά συστήματα όπως ο εγκέφαλος. Περιλαμβάνει ένα μεγάλο αριθμό εξαιρετικά διασυνδεδεμένων στοιχείων επεξεργασίας που λειτουργούν από κοινού για την επίλυση συγκεκριμένων προβλημάτων. Μαθαίνει με παράδειγμα και βοηθά στην αναγνώριση προτύπων και την ταξινόμηση δεδομένων.
"Αυτό που κάνει το AI είναι να επιτρέψει την αυτοματοποίηση της αναγνώρισης προτύπων που είναι απαραίτητη για την ανάλυση. Το AI ή το ANN μπορεί να αναγνωρίσει τα μοτίβα που βρήκα με το χέρι, αλλά πολύ ταχύτερα και θα επέτρεπε σε εμπειρογνώμονες που δεν έχουν σχέση με το θέμα να παίζουν με τα δεδομένα και να αποκομίζουν αξία από αυτό, αντί να το χωρίζουν με πολύ λίγους ειδικούς, ) η βιομηχανία δεν αναπτύσσεται ", λέει ο Gaston. «Χρειαζόμασταν λογισμικό για να το κάνουμε αυτό, αλλά κανείς δεν το έκανε». Ενώ υπάρχουν εταιρείες που προσφέρουν εξοπλισμό απόκτησης οπτικών ινών - καλώδια και ανακριτές - δεν πρόσφεραν λογισμικό ερμηνείας.
Πρόκειται για πρόκληση που η Sensalytx θέλει να λύσει - λαμβάνοντας τον χρόνο διερμηνείας από έξι εβδομάδες σε έξι λεπτά. Η εταιρεία, η οποία σχηματίστηκε τον Ιούλιο του 2017, συνεργάζεται με προγραμματιστές και επιστήμονες δεδομένων στο Πανεπιστήμιο Robert Gordon στο Aberdeen για την ανάπτυξη προηγμένων αλγορίθμων.
Επίσης, φέρνει τεχνικές από άλλες βιομηχανίες, όπως για παράδειγμα παιχνίδια, που θα συμβάλλουν στην απεικόνιση των δεδομένων 4D και ακόμα και των 5D, χρησιμοποιώντας την εικονική πραγματικότητα, έτσι ώστε οι άνθρωποι να μπορούν να μεταβούν κυριολεκτικά στα δεδομένα, για να δουν τι συμβαίνει.
"Μπορούμε να χρησιμοποιήσουμε το AI και στη συνέχεια τις δυνατότητες απεικόνισης και εικονικής πραγματικότητας που αναπτύσσονται στη βιομηχανία τυχερών παιχνιδιών για να δείξουν τις πληροφορίες στην τρίτη, τέταρτη και πέμπτη διάσταση", λέει ο Gaston. "Με το VR μπορείτε να προσεγγίσετε τα δεδομένα."
Ο Gaston παραδέχεται ότι η επεξεργασία θα εξακολουθήσει να απαιτεί υπολογιστές υψηλής ισχύος, αλλά λέει ότι η τεχνολογία έρχεται. Έχουν έρθει μονάδες επεξεργασίας υπολογιστών και μονάδες επεξεργασίας γραφικών που θα μπορούσαν να επιτρέψουν την ανάλυση αυτή να γίνει με το αντίστοιχο laptop. "Αυτές είναι βήμα αλλαγές που θα επιτρέψουν την ανάλυση να γίνει γρήγορα στο γραφείο, και όχι από ένα τεράστιο υπολογιστή", λέει. "Θα είναι απλούστερη, φθηνότερη και ευκολότερη η αντιμετώπιση των όγκων δεδομένων και η απεικόνισή της.
"Τελικά, αυτό που θέλουμε να κάνουμε είναι να προσφέρουμε βελτιστοποίηση της παραγωγής κατά παραγγελία. Το ονομάζουμε ισοδύναμο του Google Translate for wells. Αν υπάρχουν πηγαδάκια στο πηγάδι, θα είστε σε θέση να πείτε από πού προέρχεται το υγρό παραγωγής, αν είναι βελτιστοποιημένο, πόσο νερό περιέχει και μπορείτε να το χρησιμοποιήσετε για να αυξήσετε την απόδοση της παραγωγής και να μεγιστοποιήσετε την ανάκτηση από τη δεξαμενή.
Η Sensalytx αναπτύχθηκε από το πρόγραμμα Gray Matters Program, το οποίο δημιουργήθηκε για να αξιοποιήσει τις γνώσεις και την εμπειρία των επαγγελματιών του κλάδου πετρελαίου και φυσικού αερίου που κινδυνεύουν να απολυθούν ή απολύθηκαν κατά τη διάρκεια της ύφεσης, με σκοπό τη δημιουργία νέων επιχειρήσεων.
Στη συνέχεια δόθηκε μεγάλη ώθηση, καθώς ήταν μία από τις 10 εταιρείες που συμμετείχαν στον επιταχυντή τεχνολογίας TechX. Το πρόγραμμα έχει δώσει στην επιχείρηση πρόσβαση στη χρηματοδότηση, αλλά και μέντορες και φορείς εκμετάλλευσης. Ως αποτέλεσμα, η Sensalytx βρίσκεται τώρα σε συνομιλίες με δύο φορείς εκμετάλλευσης με σκοπό την πρόσβαση σε καλά δεδομένα τα οποία μπορούν να χρησιμοποιηθούν για την έναρξη της κατάρτισης του AI. Η εταιρεία έχει επίσης μια επιστολή προθέσεων για την υποστήριξη ενός παγκόσμιου προμηθευτή υλικού οπτικών ινών, που εργάζεται σε ορυχεία και άλλες βιομηχανικές διεργασίες, η οποία προσπαθεί να εισέλθει στη βιομηχανία πετρελαίου και φυσικού αερίου. Ο Gaston λέει ότι η καλή παρακολούθηση είναι επίσης μόνο η αρχή για το Sensalytx. Ενώ η ίνα χρησιμοποιείται για περίπου πέντε εφαρμογές αυτή τη στιγμή, έχει εντοπίσει τουλάχιστον 300 ακόμη - μόνο σε πετρέλαιο και φυσικό αέριο. Η τεχνολογία θα μπορούσε επίσης να χρησιμοποιηθεί σε άλλες βιομηχανίες. Τα ίνες εγκαθίστανται σε όλα, από αγωγούς έως σιδηροδρόμους και σε δρόμους για αυτόνομα αυτοκίνητα.