پیاده‌سازی هوش مصنوعی برای بهینه‌سازی تولید نفت و گاز

هوش مصنوعی در مقیاس سازمانی پتانسیل تغییر عملیات بالادستی نفت و گاز را دارد و اجرای موفقیت آمیز، نیاز به توجه به یکپارچه‌سازی داده‌ها، توسعه، استقرار و نگهداری تعداد زیادی از مدل های یادگیری و تخصص ترکیبی در علم داده در حوزه نفت و گاز دارد.

یوسف موسایی، کارشناس حوزه انرژی، در گفت‌وگو با خبرنگار جهان اقتصاد اظهار کرد: اولین پیش نیاز برای بهینه‌سازی تولید دسترسی به داده‌ها از منابع مختلف مانند داده‎های چاه، داده‌های تولید، داده‌های مدل سازی مخزن، داده‌های زیرساخت میدانی و داده‌های برنامه‌ریزی مالی و اقتصادی برای کسب و کار تولید است.

وی تصریح کرد: در مورد اندازه‌گیری مجازی مبتنی بر هوش مصنوعی، داده‌ها باید شامل تمام اندازه‌گیری‌های باشد که می‌توانند به‌عنوان ویژگی‌های ورودی و نتایج آزمایش چاهی استفاده شوند که به‌عنوان مقادیر هدف برای آموزش مدل‌ها استفاده می‌شوند و برای یک میدان نفت و گاز معمولی، این داده‌ها باید برای بسیاری از چاه‌ها در دسترس باشد که شامل چندین چاه تولید می شود .

وی با اشاره به اینکه تعداد چاه‌ها برای یک برنامه بهینه سازی تولید به راحتی می تواند از صدها تا هزاران باشد گفت: سازماندهی و یکپارچه سازی تمام منابع داده لازم برای ساخت یک مدل بهینه سازی تولید نیازمند یک دریاچه ای از داده است و این داده‌ها از تجربیات قبلی شرکت‌های نفت و گاز استخراج می‌شود و سرعت عمل تولید را به وسیله دسترسی سریع و قابل اعتماد به همه منابع داده افزایش می دهد .

موسایی با بیان اینکه ایجاد و نگهداری مدل‌های یادگیری برای ماشین آلات صنعتی فعال در حوزه بالادستی با استفاده از هوش مصنوعی گفت: توسعه یک مدل یادگیری ماشین یک فرآیند بسیار تکراری است و معمولاً به تخصص حوزه، کاوش دقیق منابع داده و آزمایش با مجموعه‌های مختلف ویژگی، تکنیک‌های یادگیری و مدل‌های یادگیری نیاز دارد و مدیریت صدها یا هزاران ماشین آلات صنعتی فعال در حوزه صنایع بالا دستی یک کار چالش برانگیز است.

وی با اشاره به اینکه ابتدا هر مدلی نیاز به آموزش و تنظیم پارامترها تخصصی خاص خود را دارد خاطرنشان کرد: هنگامی که این مدل ها آموزش داده می شوند باید برای تولید مداوم پیش بینی‌ها و ریسک‌های تولید دیده شود و این خروجی‌ها باید تداوم داشته باشند تا از ایجاد خطا در سیستم جلوگیری شود و در نهایت کیفیت پیش‌بینی‌ها باید به طور مستمر پایش شود و مدل‌ها بروز شده با مدل‌های قدیمی جایگزین شوند و انجام این وظایف در مقیاس مورد نیاز در سطح میدان، چالش‌های فنی زیادی را به همراه دارد.

به اعتقاد وی بهینه‌سازی تولید یکی از الزامات اصلی در صنعت نفت و گاز است که نیازمند استقرار هوش مصنوعی در صنایع بالادستی است این هوش مصنوعی یک مدل داده قابل توسعه را به شرکت های نفت و گاز ارائه می دهد که می تواند روابط بین تمام دارایی‌ها و اندازه‌گیری‌های کلیدی در یک میدان نفت و گاز مدل سازی کرد در این مدل داده از پیش تعریف شده و پس از پیکربندی مدل بر اساس شرایط میدان می‌توان به آسانی از این طریق به تمام داده‌های استاتیک و زمانی مربوط به یک میدان دسترسی موثر داشت.

وی خاطرنشان کرد: پیچیدگی استقرار و مدیریت مدل هوش مصنوعی نیز ساده شده است و با استفاده از نرم افزارهای پیشرفته می‌توان هزاران مدل را به طور همزمان پردازش یا تنظیم کرد و کاربر می تواند داده‌های مورد استفاده را پیکربندی کند و یک اپراتور می‌تواند مشخص کند که آیا برای یک نوع کنتور مجازی ( نرخ تولید گاز) داده های آموزشی باید بین همه چاه‌ها به اشتراک گذاشته شود یا به صورت جداگانه برای هر چاه جمع آوری شود .

اگرچه برنامه‌های کاربردی هوش مصنوعی می توانند پیچیدگی بهینه سازی تولید را ساده کنند اما تخصص نقش مهمی در استقرار موفقیت آمیز سیستم دارد و شناسایی مجموعه‌های داده‌ای که بیشترین اطمینان و اعتماد را توسط مهندسان و تکنسین‌های میدانی دارند انتخاب مدل برنامه ریزی را تا حد زیادی تسریع می‌کند و این فرآیند مستلزم کمک کارشناسان حوزه نفت و گاز است .

موسایی می گوید: همچنین عملیات و رویه‌‌های خاصی وجود دارد که برای هر زمینه خاص است و تشخیص آن بدون آشنایی و درک عمیق دامنه ممکن است دشوار باشد در نهایت کارشناسان می توانند پیش بینی ها و قابلیت توضیح مدل‌های مورد استفاده در بهینه سازی تولید را تأیید کنند و این مرحله نهایی برای اطمینان از اینکه برنامه به درستی پیکربندی شده و به عنوان بخشی از سیستم تولید یکپارچه شده است، حیاتی است.

وی در پایان اظهار داشت: هوش مصنوعی در صنایع بالادستی نفت و گاز با استفاده از تخصص علم داده و درک عمیق از فناوری در تولید بهینه انرژی برای شرکت های نفت و گاز به کار گرفته می شود .