Rezerv Estimation bir AI Overhaul

Rezerv tahminleri uzun zamandır petrol ve gaz yatırım kararlarının temeli olmuştur. Operatörler geleneksel olarak, sismik yorum, jeolojik modelleme, petrofizik analiz ve rezervuar simülasyonu ile birlikte, her veri kümesini el ele alan uzmanlara bağlıdır. Sonuçlar insan dikkat süreleri, manuel veri işleme ve alt sistemlerin doğal karmaşıklığıyla sınırlıydı.

Geleneksel Rezerv Yapıları Estimation

Rezerv tahminleri geleneksel olarak birkaç birbirine bağlı disiplinler halindedir. Geoscientists 2D ve 3D sismik anketlerle başlar, yapısal tuzaklar ve hidrokarbon göstergeleri haritalamak için yansıma kalıpları yorumlar. Petrofizikçiler iyi log verileri değerlendirir -gamma ray, direnç, nötron porosity ve son derece açıklığa kavuşturur, permeability, su saturasyon ve net-to-gross oranları. Bu özellikler statik jeolojik modele göre beslenirler.Reservoir mühendisler o zaman dinamik verileri baskı, üretim tarihi ve akışkan özellikler gibi uygularlar - tüm temelsel simülasyonlar, çeşitli gelişim senaryoları tahmin etmek için mümkün olan tüm önlemleri tahmin eder.

Bu iş akışı doğal olarak tutarlı ve zaman alıcıdır. Tek bir sismik yorum projesi haftalar veya aylar boyunca uzatılabilir. binlerce iyi logun manuel kalitesi kontrolü genellikle kontraseptif ve önyargı ile ilgilidir.Yeni sondaj verileri ile jeolojik modeller tipik olarak tartışmalı bir yeniden inşa gerektirir. Tarih eşleştirme modelleri bilimden daha fazla sanat kalmıştır.Her eloff disiplinler arasında sorunsuz bir şekilde, ve son tahminler yalnızca dahil edilen insanların bütünleşik yargısı olarak güvenilirdir.

AI Teknolojisi Rezerv Estimation için aksesuar

Bu bağlamda yapay zeka tek bir çözüm değil, makine öğreniminden, derin öğrenmeden ve doğal dil işlemeden çekilen yöntemler seti, tahmin bulmacasının farklı kısımlarına uygulanan her bir yönteme göre, rehberlik prensibi algoritmalarının verideki kalıpları tanımasını öğretmektir - iyi bir sismik amplif hacmini, tarihi sondaj raporlarının binlerce sayfasını veya binlerce sayfasını kullanın.

Emlak Önlemleri için Süperviz Edildi

Örneğin, bir veri operatörü, sınırlı sayıda iyileştirici bir şekilde, belirli bir zamanda gerekli olan 3D hacminin her bir hücrede belirlenen sabit bir veri ve sismik özellikleri ile ilgili temel ölçümler olabilir. Sonuç, bir zamanlar için gerekli olan sürekli bir veri-sayı haritasıdır.

Denetimsiz Öğrenme ve Kombinasyon

Denetimsiz teknikler, benzer günlük yanıtları paylaşmanın bir rezervuar haline getirilmesine yardımcı olur - hem statik modeli hem de sonraki simülasyonu bilgilendirmede jeolojik olarak anlamlı bir zonasyon elde etmek.Bu, facies sınıflandırma adımına tabi olur ve yeni iyiler deneme yaparken modelin hızla güncellenmesini sağlar.

Seismic Interpretation için Derin Öğrenme

Konvolutional sinir ağları (CNNs) ve 3D varyantları şimdi bir kez yüzlerce manuel çizgi filme ihtiyaç duyan sismik yorum görevlerine rutin olarak uygulanır. Hata yorumu, zorlayıcı bir yaklaşım sunar: Ağ, yapısal jeologlar tarafından eğitilen binlerce sismik görüntüyü takip etmek için eğitilmiştir, tüm 3D hacmini tarayabilir ve bu derin öğrenme çerçevelerini doğrudan doğrulayıcılar için bu derin bir şekilde kullanarak doğrudan doğrulayıcıları seçmek için gerekli olan tüm bilgileri otomatikleştirmektedir.

Yapılanmamış Data Processing for Unstrucd Data

rezerv tahminleri için gerekli olan bilgilerin önemli bir kısmı yapılandırılır: eski sondaj raporları, günlük mud loglar, tamamlanma biletleri ve hatta on yıllar boyunca iyi site notları. Doğal dil işleme (NLP) Bu belgelerden yapılandırılabilir, NLP - petrol şovlarını azaltır ve en iyi AI modellerini zenginleştirir.

End-to-Bitişini Artim Etmek

AI'nın gerçek gücü, bu bireysel tekniklerin tüm rezerv tahmin yaşam döngüsüne yayılan entegre bir otomatik iş akışına dokunduğunda ortaya çıkıyor.Her görevin izolasyonda tedavi edilmesi yerine, operatörler artık verinin son kaynak sınıflandırmasına sorunsuz bir şekilde ulaştığı dijital boru hatları inşa ediyor, rutin adımlar için en az insan müdahalesiyle.

Otomatik Data Aggregation and Quality Control

Herhangi bir tahmin projesinin ilk aşaması, eksik loglar, çatışma koordinatları veya birimlerin tahmin hataları gibi verileri toplamak ve güncellenen bilgilere uymaktır.Bu otomasyon, genellikle bu kaynakları yayıyor ve modeller daha sonra sağlam, denetim edilebilir bir veri temeli üzerine inşa edilmiş bir sistemden sonra kontrol etmek için üç haftadan sonra veri dağıtımını azalttı.

Akıllı Geofizik ve Jeolojik Yorumlama

Veriler yetersiz olduğunda, derin öğrenme modelleri yorumlayıcı ağır kaldırmayı alır. 3D CNNs ilk hata ve ufuk yorumları üretir, bu da bir geoscientist tarafından etkileşimli bir panel aracılığıyla incelenir.İnsan uzmanı birkaç kritik nokta ayarlar ve yorumlarını onaylar, çünkü boş bir tuval işaretini ve diğer anormalliği tanımlar, tercümanın dikkatini çeken bir zamanlar için onları işaret eder. Simultane, denetimli mülk modelleri dağıtır ve baskıları azaltır, daha önce öğrendiğinden ziyade, iyi niyetli bir şekilde yapılır.

Akışkan Reservoir Simülasyon ve Tarih Eşleşme

Dinamik simülasyon ve tarih eşleştirme geleneksel olarak, bir dizi giriş parametresi olarak hareket etmek için eğitilmiştir.A sinir ağı, bu işlemden birkaç ay sonra otomatik olarak test edilen bir tarihlendirme algoritmalarının hızlı bir şekilde doğru bir şekilde uygulanmasına olanak sağlar.Bu, evrimsel stratejilerin veya Bayesian optimizasyonunu birkaç saat boyunca otomatik olarak kabul etmek için zamanlayıcının test edilmesinden daha kısa sürede uygular.

Uncertainty Quantification and Probabilistic Reserves

SPE Petrol Kaynakları Yönetim Sistemi gibi düzenleyici standartlar, bu rezervlerin olasılıksal olarak rapor edilmesi gerektiğini gerektirir, genellikle P90, P50 ve P10 tahminleri ile ilgili olarak, bu olasılıksal aralıkları, mühendislere birden çok deterministik senaryoları çalıştırmayı gerektirir ve subjektif olarak, Monte Carlo veya Markov Zinciri Monte Carlo örneklemesini bir algoritma ile ilgili olarak optimize etmek için gerekli olan verileri takip etmek için tüm olasılık yoğunluk fonksiyonlarını sağlar.

Compliant raporlama ve Sürekli İzleme

Zincirdeki son bağlantı, şirket şablonlarını takip eden ve devam eden bir deneyim haline getiren rezervlerin üretimidir. Doğal dil nesli algoritmaları önceden belirlenmiş bir belirsizlik bandında takip edilebilir.Eğer sapmalar meydana gelirse, temel durumdan daha hızlı düşüyor - sistem değişkenleri ekibini takip ediyor ve bu arada, gerçek zamanlı üretim verileri, gerçek zamanlı olarak, gerçek bir şekilde bir performansın tahmin edilen belirsizlik bandında takip edip edemeyeceğini kontrol ediyor.Eğer sapmalar meydana gelir -perhaps alanındaki dinamik bir işlemle entegre etmek için her gün yapılan bir proje ile entegre etmek için hızlı bir şekilde ilerliyor.

ölçülebilir Faydaları ve Endüstri Kanıtları

AI odaklı rezerv tahminlerine doğru geçiş betona kavuşturulur, yüksek hızda faydalar rapor edilir. Uluslararası Enerji Ajansı () Dijitalleşme ve Enerji), AI dahil olmak üzere dijital teknolojilere izin verebilir ve teknik olarak rezervuarların tanımlanması ve geliştirilmesi yoluyla% 5 oranında tasarruf sağlayabilir.Bu kazanımlar operatör vaka çalışmalarında yankılanır. Kartal Ford'da dijital teknolojiler, üretim maliyetlerini 10-20 oranında azaltabilir ve teknik olarak iyileştirebilir.

Zaman tasarruflarının ötesinde, birkaç temel alan etrafında kömüre fayda sağlar:

  • [FONT:0]Konsistency ve tekrarlanabilirlik: AI modelleri, bir kez eğitilmiş, her veri kümesine aynı rigor ve kurallar uygulamak, iki tercümanın aynı sismik küplerden farklı hata haritaları üretmesine neden olabilir.
  • [FONT:0]Scalability:[Dönetici:[Dönetici: 0) Otomatik iş akışları, modern satın almalardan büyük veri setlerini ele almak için zorlayıcı ölçeklendirmeler, okyanusun altmış anketleri veya sürekli iyi izleme gibi.Bir takım 100 iyi yorum yapmak için mücadele edebilir, bir AI boru hattının sadakat kaybı olmadan 10.000 işleyebilir.
  • [FONT:0)Bilgi tutma:[Dönetici:0) Bilgilendirmek, uzman karar mantığını algoritmalarına dahil ederek, anahtar personel kaybına karşı kendilerini becererek. model, on yıllardır yorum bilgeliğinin dijital bir custodianı haline gelir.
  • [FONT:0)Güvenli ve ESG etkisi:[Dönetici: 0,4][/FONT=0) Veri toplama için tekrarlanan alan ziyaretlerinin daha düşük personele operasyonel tehlikelere maruz kalmalarını azaltın. Dahası, daha güvenilir tahminler daha rasyonel sermaye tahsisi ve sürdürülebilir kaynak gelişimi destekler.
  • [FONT:0)Hızlı yatırım kararları: [Dönetici:0] Bir uçucu fiyat ortamında, keşifleri veya yeniden değerlendirme yeteneği olgun alanları zamanında elden çıkarma ve kaçırılmış bir fırsat arasındaki farkı ifade edebilir. AI değerlendirme döngüsüni kesintiye uğratır, karar vericilere ihtiyaç duydukları bilgileri azaltır.

Uygulama Challenges'ı Navigating Implementation Challenges

AI entegrasyonu ile ilgili yol engeller olmadan değildir. zorlayıcı değer önermesine rağmen, birçok kuruluş izole pilot projelerin ötesine geçmek için mücadele eder. Çeşitli kalıcı zorluklar, şirket çapında kabul için ele alınmalıdır.

Data Quality and Silos

AI modelleri etiketlenmiş verilerin doyum edilebilir tüketicilerdir, ancak petrol ve gaz endüstrisi genellikle parçalanmış, çeşitli bölümlere yayılmış ve ortak girişim ortaklarına yayılmıştır. Well logs may live in one database, sismik yorumlar in a separate production data management system. bütünleme bu siloları birleşik, yüksek kaliteli veri gölüne entegre etmek için ön şart değildir ve veri yönetimi ve temizlik için sık sık sık sık sık önemli yatırım gerektirir.

Beceriler Gap ve Kültür Direnişi

Geoscience ve mühendislik iş akışlarında çalışan AI, alan uzmanlıklarını atlatacak görünen küçük bir karma beceriksiz talep eder: Bu direnişin her ikisini de anlayan profesyoneller ve makine öğreniminin matematikini anlarlar.Bu tür yetenek, AI'yı bir yedekten ziyade çok yardımcı olur.Ayrıca, Geomatikçiler AI'nın uzman yargıya odaklanması için yetenekli işlerden rahatsız edici olduğunu görürlerken, karmaşık jeolojik fikirlerine odaklanmak için onları özgürleştirmek, kabul etmek için pratik bir felsefedir.

Model Yorumability and Validation

Rezerv tahminleri büyük finansal ağırlık taşır ve yatırımcılara ve düzenleyicilere rapor edilir. Stakeholders açıklanamaz tahminler hakkında bilgi sahibi olabilir. Deep sinir ağları, özellikle de, kör testlere ve geleneksel determinist yöntemlere karşı eleştirir: LIME ve SHAP değerleri, hangi bir tahminden etkilenebilir ve dikkat haritalarını etkileyebilir[Döneticileri değiştirildirebilir).

Sonraki Ufuk: Dijital Twins ve Özerk Reservoirs

Önümüzdeki sefere, AI otomatik rezerv tahminleri daha hırslı bir şeye dönüşüyor: A dijital ikiz rezervuarın yalnızca ilk kurtarma oranlarını değil, sürekli olarak güncellenebilen fiziksel bir varlık sanal çoğaltması, baskı ve izleme verileri bu gerçek zamanlı farkındalık, bu tür bir ortamda, tahmin ve gözetim bulanıklaştırma arasındaki çizgi, yalnızca ilk kurtarma oranlarını hesaplamalar değil, sürekli olarak yeniden değerlendirilebilir kaynaklarında yeni bilgiler sağlayarak, geri dönüşümlü kaynakların gerçek zamanlı olarak optimize edilmesi.Bu gerçek zamanlı farkındalık, otomatik olarak optimize edilebilir bir şekilde optimize edilmesi, otomatik olarak optimize edilmesi gereken parametreleri en üst düzeye çıkarmak için.

Dünya Ekonomik Forumu ([DÜ:0) AI, petrol ve gaz endüstrisine nasıl yardımcı oluyor da enerji geçişi) AI destekli rezervuar yönetimi dahil olmak üzere dijitalleşmenin, herhangi bir operatör için en uygun maliyetli kullanımlardan biri olduğunu belirtti.

Konuları Birlikte Çekin

Yapay zekanın tahminine uygulanması, endüstrinin doğru soruları nasıl ölçtüğü ve algoritmanın henüz doğru bir şekilde yeniden tanımlanmasına odaklanacağı ince jeolojik hikayelere odaklanmanın temel bir yeniden düşünmesini temsil eder.Bu değişimi benimseyen şirketler, daha iyi bir şekilde optimize eder, tahmin edilebilirliği ve daha kurumsal bir bilgi tabanını serbest bırakırlar.