IoT, ИИ и крайние вычисления революционизируют операции нефтяной отрасли

Каждый год IoT эволюционирует, принимая новые возможности и расширяя охват на новые фронтиеры, и теперь нефтяная отрасль зрела для цифровой трансформации.

Барселона, IoT Solutions World Congress — Нефтяная отрасль, особенно в области добычи, все еще работает с большей частью оборудования и стандартов безопасности, установленных в прошлом веке.

Пока уровни безопасности растут, и отрасль удается избегать более серьезных аварий и экологических катастроф, её операционная производительность и аптайм ресурсов не улучшились.

Некоторые операторы и сервисные компании, с новыми инструментами сбора данных, облачной аналитикой, машинным обучением и крайними вычислениями, начинают видеть потенциал IoT для предоставления предиктивного обслуживания, идентификации потенциальных отказов, более высокой безопасности и увеличения производственной производительности их нефтяных месторождений.

Во время панельной сессии на IoT Solutions World Congress Джонатан Карпентер, Глава стратегии Petrofac, дал обзор их услуг клиентам и как IoT и аналитика могут стать гейм-чейнджером для отрасли. Он назвал концепцию «Petrolytics».

Высокая стоимость даунтайма

Petrofac начала осознавать ценность цифровых инструментов год назад, сказал Карпентер, и у компании был внутренний разговор: «…как мы можем эксплуатировать заводы, или строить заводы, безопаснее, строить их дешевле, в срок, и когда они работают, иметь более низкие операционные затраты?»

Карпентер упомянул, что средний аптайм в Северном море, где много операций Petrofac, составляет 73% сегодня. В сравнении, средний аптайм авиалайнера — 99,9%.

«В нефтяной отрасли мы принимаем 73% в среднем, потому что цена товара так высока, что мы строим нашу экономику на этом предположении».

С этим видением Карпентер сказал, Petrofac спросила себя: «Что, если бы у нас было предложение, за которым клиенты бы стояли в очереди — если бы мы могли строить завод за половину стоимости, всегда сдавать в срок, работать на 100% аптайме, за половину операционных затрат?»

Мало моделей отказов для облачного обучения

Один из крупнейших вызовов для реализации потенциала новой технологии — нехватка исторических данных, так как старые датчики на существующих заводах не были спроектированы для сбора и хранения информации, а только для предупреждения о неисправностях. Это значит, что нет данных о серьезных отказах, из которых модели машинного обучения могли бы извлечь инсайты. По хорошей причине отрасль работает с жесткими и консервативными стандартами безопасности и процедурами, управляя, чтобы избежать именно тех проблем, которые они хотят анализировать. Именно поэтому инженеры и дата-сайентисты должны обучать облачные модели машинного обучения по сути вслепую.

Пока большинство оборудования, установленного на производственных заводах, имеет некоторые первичные датчики, связность ограничена, и большая часть данных, которые эти датчики собирают, отбрасывается.

Тереза Тунг, Managing Director в Accenture Labs, которая работает с Petrofac над облачной аналитикой, сказала, что им пришлось использовать знания техников и инженеров, работающих на тех нефтяных заводах, чтобы понять проблемы, смоделировать данные, которые могли бы быть собраны во время инцидента, и первоначально обучить модели таким образом.

Будущее — полностью автономный нефтяной завод

По Карпентеру, «Petrolytics» — один из строительных блоков компании в пути к ультра-эффективным операциям.

Используя опыт проектирования и внедрения предиктивной аналитики, и данные, собранные и обработанные крайними устройствами, возможно двигаться вперед к ИИ-оптимизированному заводу, с более низкими операционными затратами и меньшими проблемами обслуживания. В конечном счете, сказал Карпентер, возможно начать говорить о полностью автономном заводе, где инженеры мониторят его операцию через цифровой двойник и планируют обслуживание заранее для достижения 100% эффективности.

«Был проведен nghiênением Всемирным экономическим форумом, что говорит, что только в нашей отрасли есть более 750 млрд долларов ценности, которые могут быть извлечены применением ИИ, аналитики, дронов и т.д. Число потенциально огромное», — сказал Карпентер позже.

Потенциальная ценность цифровых инициатив и технологий в нефти и газе, для отрасли и общества

«Сегодня есть признание против трех лет назад, что это перешло от концепции, идеи и исследовательских проектов в реальные проекты на реальных активах, и мы фактически начинаем видеть первую волну этих решений, промышленных», — заключил он.