Google Translate für Ölquellen

Verteilte akustische Sensordaten wurden über vier Minuten aufgezeichnet. Lauter Ton ist gelb und Rot und Blau sind leise. (Quelle: Sensalytx)

Ein Startup will die Welt der künstlichen Intelligenz nutzen, um Ölunternehmen dabei zu helfen, mehr mit den Daten zu tun, als auch mit dem Öl, das sie aus ihren Brunnen beziehen.

Big Data wird oft als das Potenzial betrachtet, der Öl- und Gasindustrie enorme Vorteile bei der Verbesserung der Effizienz und Produktion zu bieten und den Betreibern dabei zu helfen, ihre Reservoirs, Brunnen und Prozessanlagen besser zu verstehen.

In den meisten Fällen ist das Problem jedoch nicht der Zugriff auf Daten, sondern der Umgang damit. Allzu oft werden große Mengen der erzeugten Daten einfach nicht verwendet. In der Industrie werden zum Beispiel heute Glasfaserkabel verwendet, darunter verteilte akustische Erfassung (DAS) und verteilte Temperaturerfassung (DTS) innerhalb und entlang von Bohrungen. Sie sind in der Lage, riesige Mengen an Temperatur- und Tondaten zu erfassen, aus denen sich viele Informationen über die Bedingungen im Bohrloch ableiten lassen.

„Sie können alles hören, einschließlich des Flüssigkeitsflusses innerhalb oder außerhalb des Bohrlochs, zum Beispiel durch die Formation fließende Flüssigkeit“, sagt Graham Gaston, CEO von Sensalytx, einem Start-up-Unternehmen, das Werkzeuge für die Industrie entwickelt, die ihnen bei der Glasfaseroptik helfen Dateninterpretation. Die erkannten Geräusche zeigen an, wo Wasser in den Brunnen gelangt, so dass die Bediener diese Zone abschalten können oder wo Feststoffe wie Sand den Weg in den Brunnen blockieren. Sie können auch verwendet werden, um den Zustand des Bohrlochs zu beurteilen, sodass die Bediener die Vorgänge zum Verstopfen und Aufgeben optimieren können.

„Das Potenzial ist enorm. Derzeit sind in der Branche nur 5.000 Kilometer Glasfaserkabel installiert. Pro Jahr werden schätzungsweise 1,2 Petabyte Daten erzeugt “, sagt Gaston, der kürzlich das TechX-Technologiebeschleunigerprogramm Tech & Technology des Aberdeen Oil & Gas Technology Center abgeschlossen hat. Weltweit könnten viele Millionen Kilometer mehr Kabel installiert werden, wodurch große Datenmengen entstehen, die für Unternehmen verwendet werden können.

Verteilte Temperaturdaten werden über eine Stunde aufgezeichnet. Heißere Temperaturen in tieferen Tiefen zeigen sich als rote und kühlere Oberflächentemperaturen blau. (Quelle: Sensalytx)

Aber es gibt ein Hühner- und Eierproblem, sagt Gaston. Nur etwa 5-10% der Daten, die von den derzeit installierten faseroptischen Sensorsystemen gesammelt werden, werden tatsächlich zur Wertschöpfung verwendet. Dies ist zum Teil darauf zurückzuführen, dass nur wenige Werkzeuge zur Auswertung dieser Daten zur Verfügung stehen. Daher müssen die Unternehmen das volle Potenzial noch nicht ausschöpfen oder die Vorteile erkennen, was bedeutet, dass die Glasfaserinstallation nicht so schnell in Anspruch genommen werden konnte. "Während Interrogation-Boxen der neuen Generation und Fasern der zweiten Generation genauere Daten liefern, fehlt es immer noch an Fortschritten bei der Analyse", sagt er.

Gaston war seit vielen Jahren als Berater in der Branche tätig und hatte bereits vor der Gründung von Sensalytx festgestellt, dass er Glasfaserdaten aus Bohrungen auf einem Feld vor der Küste Norwegens interpretierte. Es war ein langsamer und schmerzhafter Prozess und er entschied, dass es einen besseren Weg geben müsse.

"Eine vollständige Interpretation dauerte vier bis sechs Wochen und es war ein manueller Prozess in [Microsoft] Excel und PowerPoint", sagt er. „Es war langsam. Es ist eine Plackerei, die Terabytes von Daten durchläuft. Ich dachte, es muss bessere Wege geben. “Gaston wandte sich der Datenanalytik zu, insbesondere künstlichen neuronalen Netzwerken (ANN), einer Form der Informationsverarbeitung, die von biologischen Systemen wie dem Gehirn inspiriert ist. Dabei handelt es sich um eine große Anzahl stark miteinander verbundener Verarbeitungselemente, die im Zusammenspiel bestimmte Probleme lösen. Es lernt anhand von Beispielen und unterstützt die Mustererkennung und Datenklassifizierung.

„KI ermöglicht die Automatisierung der Mustererkennung, die für die Analyse unerlässlich ist. KI oder ANN können die Muster, die ich manuell gefunden habe, jedoch viel schneller erkennen, und sie würden es den Nicht-Fachexperten ermöglichen, mit den Daten zu spielen und daraus Wert zu gewinnen, anstatt mit nur wenigen Spezialisten zusammen zu sitzen, weshalb (Glasfaser) ) Die Industrie wächst nicht “, sagt Gaston. „Wir brauchten dazu Software, aber niemand tat es.“ Zwar gab es Unternehmen, die Geräte für die Glasfaser-Akquisition - Kabel und Abfragegeräte - anboten, aber keine Interpretationssoftware.

Eine Herausforderung, die Sensalytx zu lösen sucht - die Interpretationszeit wird von sechs Wochen auf sechs Minuten reduziert. Das im Juli 2017 gegründete Unternehmen arbeitet mit Entwicklern und Datenwissenschaftlern der Robert Gordon University in Aberdeen zusammen, um fortschrittliche Algorithmen zu entwickeln.

Es bringt auch Techniken aus anderen Branchen ein, zum Beispiel Spiele, die dabei helfen werden, die Daten 4D und sogar 5D unter Verwendung der virtuellen Realität zu visualisieren, sodass die Leute buchstäblich in die Daten gehen können, um zu sehen, was passiert.

"Wir können KI und dann die in der Spielebranche entwickelten Visualisierungs- und Virtual-Reality-Funktionen verwenden, um die Informationen in der dritten, vierten und fünften Dimension anzuzeigen", sagt Gaston. "Mit VR können Sie sich den Daten nähern."

Unterirdische Glasfaserinstallation im Offshore-Bereich (Fotos: Weatherford)

Gaston gibt zu, dass die Verarbeitung weiterhin hochleistungsfähige Computer erfordern wird, aber er sagt, dass die Technologie kommt. Computer-Processing-Units und Grafik-Processing-Units kommen, mit denen diese Analyse auf dem Äquivalent eines Laptops durchgeführt werden könnte. "Dies sind schrittweise Änderungen, mit denen die Analyse schneller auf dem Schreibtisch als mit einem riesigen Computer durchgeführt werden kann", sagt er. „Es wird einfacher, billiger und einfacher, mit den Datenmengen umzugehen und sie zu visualisieren.

„Letztendlich wollen wir On-Demand-Produktionsoptimierung anbieten. Wir nennen es das Äquivalent von Google Translate für Brunnen. Wenn sich Faser im Brunnen befindet, können Sie feststellen, woher die Produktionsflüssigkeit kommt, ob sie optimiert ist, wie viel Wasser sie enthält, und Sie können diese verwenden, um die Produktionseffizienz zu erhöhen und die Rückgewinnung aus dem Reservoir zu maximieren. “

Sensalytx wurde aus dem Gray Matters-Programm entwickelt, das das Wissen und die Erfahrung von Fachleuten der Erdöl- und Erdgasbranche, die während des Abschwungs gefährdet oder entlassen wurden, zur Gründung neuer Unternehmen nutzen sollte.

Als einer von zehn Unternehmen, die am TechX-Technologiebeschleuniger beteiligt waren, erhielt das Unternehmen einen entscheidenden Schub. Das Programm hat der Firma den Zugang zu Finanzmitteln, aber auch Mentoren und Betreibern ermöglicht. Daher führt Sensalytx jetzt Gespräche mit zwei Betreibern, um auf die Daten des Bohrlochs zuzugreifen, mit denen die KI trainiert werden kann. Das Unternehmen hat auch eine Absichtserklärung zur Unterstützung eines globalen Glasfaser-Hardwarelieferanten, der im Bergbau und in anderen industriellen Prozessen tätig ist und versucht, in die Öl- und Gasindustrie einzusteigen. Gaston sagt, dass eine gute Überwachung auch für Sensalytx der Anfang ist. Während Faser derzeit für ungefähr fünf Anwendungen verwendet wird, hat er mindestens 300 weitere identifiziert - nur in Öl und Gas. Die Technologie könnte auch in anderen Branchen eingesetzt werden. Glasfaser wird in alles eingebaut, von Pipelines bis zu Eisenbahnen und in Straßen für autonome Autos.

Graham Gaston, CEO von Sensalytx (Foto: Sensalytx)