0
Die künstliche Intelligenz (KI) bereits bewährt für öl-und gas-Unternehmen, und die noch weit verbreitete Annahme von AI-Technologien in der Branche immer noch mit vielen Hürden.
“Die Barrieren für die öl-Unternehmen die Annahme der neuen KI-Technologien sind vielfältig, reichen von Widerstand gegen Veränderungen, die überzeugung, dass das, was Sie bereits haben, ausreichend ist, und Skepsis darüber, ob die neuen Technologien liefern”, sagte Ray Hall, energy sector director bei Tessella, ein Anbieter von engineering-und consulting-Dienstleistungen hat dazu beigetragen, dass die globalen Energie-Unternehmen zu identifizieren Möglichkeiten zur Verbesserung der Bohr-und betriebliche Effizienz mit Daten.
“Viele unserer Kunden haben investiert in große Technologie-Anbieter Versprechen die Welt von analytics, nur gelassen zu werden mit dem Ergebnis enttäuscht”, sagt Hall.
Öl-Unternehmen sind seit Jahren mit analytics Methoden wie model predictive control (MPC) in supply-chain-Plattformen und lineare Programme in Raffinerie-Planung, Halle sagte.
“Sie sind keine fremden auf die Verwendung von strukturierten Daten, Ansätze und Analysen”, sagt Hall. “Oft sind Sie einfach nicht weitergekommen und Ihre Ansätze werden nun, basierend auf alten Technologien, die fehlt die Fähigkeit zu integrieren neuere Analysen Techniken wie machine learning, um die Leistung zu verbessern.”
Es ist wichtig, von einem wettbewerblichen Standpunkt, dass öl-und gas-Unternehmen bei der Bewältigung der Herausforderungen bei der Annahme von AI und anderen neuen Technologien, denn die Branche steht vor Herausforderungen auf vielen Ebenen.
Für eine Sache, es ist der langfristige Preis der Unsicherheit. “Die Tage der langfristigen barrel-Preis von über 100 $Weg sind; – Druck der globalen Nachfrage versus Produktion-Wachstum halten den ölpreis senken, und meine öl-Unternehmen haben sich auf die Produktion und Raffination Kosten beträchtlich”, sagt Hall.
Das bedeutet, dass signifikante Schritte, die zu Effizienzgewinnen, um Kosten zu reduzieren durch die Anwendung der neuen Technologien. “Zum Beispiel, könnte die Robotik eine Rolle in einer Produktion asset zu behandeln, die Bohr-und Fertigstellungen Prozesse?” Hall sagte.
Darüber hinaus hat die Branche eine alternde Belegschaft. “Wir haben gesehen, verschiedene Schätzungen, aber es ist allgemein anerkannt, dass bis zu 40 Prozent der Arbeitskräfte in der öl-und gas werden in den Ruhestand gehen in den nächsten fünf bis 10 Jahre”, sagt Hall. “Ersetzen Sie diese sehr erfahrene Belegschaft mit Menschen sehr herausfordernd, aber mit erhöhten automatisierte Entscheidungsunterstützung durch kognitive und machine-learning-Lösungen ist ein Mittel zur Reduktion der Rückgriff auf Erfahrungen, Entscheidungen zu treffen.”
Schließlich, als die Abhängigkeit von öl und gas vermindert, Unternehmen der Branche transformieren müssen Ihre Geschäfte in vollständige Energie-Lieferanten, die sich für erneuerbare Energien.
“Um dies zu tun, müssen Sie Ihr Geschäft betreiben zu können über sowohl fossilen und erneuerbaren Energien in eine profitable Art und Weise”, sagt Hall. “Dies erfordert von einem modernen Technologie-Umfeld in der Lage, die Anforderungen Ihrer Kunden rentabel und in der Lage sein, zu optimieren, die Quelle der Energie.”
Tessella hat dazu beigetragen, mehrere öl-Unternehmen nutzen die Fähigkeiten der KI, um die Prozesse zu verbessern. Zum Beispiel, es arbeitete mit einer Erdöl-Kunden zu helfen, die Unternehmen verbessern Ihr Verständnis von Haltbarkeit und Ebenen der Korrosion von bestehenden Brunnen, die als Teil des Unternehmens plan höhere Erträge aus den Brunnen.
“Das Unternehmen hatte eine Menge von historischen Daten zur Verfügung stehen, aber nicht eine riesige Verständnis”, sagt Hall. “Wir haben die Zeit Geschichten alle operativen Daten für die Brunnen und verwendet eine Reihe von AI-statistische Techniken zu finden, die Struktur in den Daten. Wir suchten nach Korrelationen zwischen den Clustern in der historischen Daten und die Korrosion Ebene, und dann Drill-down in die zugrunde liegenden Variablen, zu verstehen, was insbesondere in den historischen Aufzeichnungen war die treibende Korrosion.”
Die Arbeit erlaubt den client sicher zu machen eine Risiko-basierte Entscheidung, um das Feld zu nutzen, mit voller Sichtbarkeit der Unsicherheiten, Risiken und Empfindlichkeiten. “Der Einfluss war riesig”, sagt Hall. “Das Verständnis der Korrosion war die entscheidende Voraussetzung dafür, dass die Entscheidung, zu gehen voran mit dem Projekt.”
0