Më shumë saktësi dhe më pak rreziqe: si ndikon Inteligjenca Artificiale në industrinë e naftës dhe gazit

Industri e naftës dhe gazit është një nga më komplekset në botë, si për shkallën globale të operacioneve të saj, ashtu edhe për shumëllojshmërinë e variablave teknikë të përfshirë — nga gjeologjia e thellë deri te sistemet e inxhinierisë të saktësisë së lartë. Ky sektor, i konsideruar si motor thelbësor i ekonomisë botërore, vazhdon të jetë një nga burimet kryesore të energjisë, edhe në mes të tranzicionit energjetik.

Në vitin 2023, karburantet fosile ende përfaqësonin 78% të kërkesës globale për energji, dhe parashikohet se do të vazhdojnë të jenë përgjegjëse për rreth 40% të kësaj kërkese deri në vitin 2050. Për më tepër, vlerësohet se industria e naftës dhe gazit do të gjenerojë të paktën 2.5 trilionë dollarë amerikanë deri në vitin 2030, duke treguar se, edhe pse e ardhmja tregon për burime të ripërtëritshme, e tashmja ende varet fuqishëm nga këto burime.

Në Brazil, rëndësia e sektorit është e dukshme. Vendi zë pozitën e tetë në renditjen globale të prodhimit të naftës, me një mesatare vjetore prej 3.358 milionë fuçi në ditë, sipas Agjencisë Kombëtare të Naftës (ANP).

Pjesa më e madhe e kësaj prodhimi, më shumë se 76%, vjen nga pre-sali, një rajon i vendosur nën një shtresë të trashë kripë në fund të detit, i pasur me naftë të cilësisë së lartë. Që nga viti 2007, pre-sali ka transformuar mënyrën se si vendi e sheh potencialin e tij energjetik dhe ka filluar të jetë fokusi i investimeve, kërkimit dhe zhvillimit teknologjik.

Jo në Departamentin e Inxhinierisë Kimike dhe Materialeve (DEQM) të PUC-Rio, jemi gjithashtu të përfshirë në këtë përpjekje. Qëllimi ynë është të zhvillojmë zgjidhje teknologjike që rrisin efikasitetin e proceseve, uljen e kostove operative dhe përmirësojnë sigurinë e operacioneve në naftë dhe gaz. Për këtë, kemi investuar fuqishëm në teknologji të Inteligjencës Artificiale dhe Mësimin e Makinerisë, ose “Machine Learning” (ML).

Kur të dhënat takojnë puset e naftës

Përdorimi i teknikave të ML po revolucionarizon sektorin e naftës dhe gazit, duke lejuar parashikimin e sjelljeve komplekse të rezervuarëve, zbulimin e defekteve në kohë reale dhe identifikimin e kushteve optimale të prodhimit. Këto aftësi janë të nxitura nga analiza e volumete të mëdha të të dhënave operacionale dhe gjeologjike, të mbledhura vazhdimisht gjatë proceseve industriale. Një nga përparimet më të rëndësishme të kësaj transformimi është zhvillimi i gjenove digjitale — kopje virtuale të njësive fizike që simulojnë, në kohë reale, funksionimin e pajisjeve dhe sistemeve.

Të krijuara nga integrimi i sensorëve inteligjentë, këto modele digjitale kapin të dhëna nga mjedisi fizik dhe i riprodhojnë në mjedisin virtual me saktësi të lartë. Brenda këtij konteksti, ndjeshmëria përmes imazhit, duke përdorur ML, është futur si opsion për analizë në kushte të rënda të procesit të prodhimit të naftës, si tubacionet që lidhin puset me platformën.

Por si funksionon kjo në praktikë? Një shembull i mirë është variabla e njohur si BHP (Presioni në Fundin e Puset), presioni në fund të pusit. Ky parametër është thelbësor për të monitoruar performancën e një pušti, parashikuar sjelljen e rezervuarit dhe udhëhequr strategjitë e prodhimit, si injektimi i ujit ose gazit. Megjithatë, matja ose vlerësimi i saktë i BHP-së mund të jetë sfidë teknike dhe financiare, për shkak të mjedisit të vështirë për t’u aksesuar dhe menaxhuar.

Në studimet tona, përdorim të dhëna reale të prodhimit të disponueshme nga iniciativa si arkivi i Society of Petroleum Engineers, që përmbledh informacion nga 53 puset e naftës. Me ndihmën e modeleve parashikuese të mbikëqyrura bazuar në IA, arritëm të vlerësojmë BHP-në me rezultate premtuese, gjë që përfaqëson një përfitim të konsiderueshëm në operacionet e platformave.

Për më tepër, përballemi me sfidën e cilësisë dhe sasisë së të dhënave, një faktor kritik për suksesin e çdo modeli të mësimit të makinerisë. Fatmirësisht, bazat si seti i të dhënave 3W nga Petrobras janë thelbësore. Krijuar në vitin 2019, kjo bazë përmbledh të dhëna të gjeneruara nga sensorë të vërtetë, simulime dhe madje informacione të shkruara nga ekspertë, duke krijuar një mjedis të pasur për kërkimin shkencor.

Duke zbuluar problemet para se të ndodhin

Aplikimet e modeleve të AI për të zbuluar defekte në puse jashtë bregdetit, ato të vendosura në mjedis detar, përfshijnë pajisje komplekse dhe kushte mjedisore sfiduese, siç u përmend më parë. Anomali si rritje e papritur e përmbajtjes së ujit dhe sedimenteve në naftë, mbyllja e gabuar e valvulës së sigurisë, ndërprerje e rëndë ose humbje e produktivitetit mund të komprometojnë të gjithë operacionin dhe madje të shkaktojnë dëme mjedisore dhe njerëzore.

Në studimet tona, kemi zhvilluar modele të afta të identifikojnë ndodhinë e defekteve dhe të diagnostikojnë llojin e defektit bazuar në disa puse. Ideja e modelit të zhvilluar është të shërbejë si një mjet i quajtur CRISP-DM (Cross Industry Standard Process for Data Mining) ose Procesi Standard Ndërindustrikor për Minierat e të Dhënave. Ai ofron një udhëzues për planifikimin, organizimin dhe zbatimin e projekteve, duke siguruar një qasje më sistematike dhe duke rritur shanset për sukses.

Procesi CRISP-DM përbëhet nga gjashtë faza kryesore: kuptimi i biznesit, kuptimi i të dhënave, përgatitja e të dhënave, modelimi, vlerësimi dhe implementimi. Këto modele trajnohet me të dhëna nga depozitoret e përmendura që ndikojnë si në puse të shfaqur, që rrjedhin natyrshëm, ashtu edhe në ato jo-shfaqur, që kërkojnë pompuar artificialisht.

Shkenca, inovacioni dhe siguria energjetike

Besojmë se aplikimi i shkencës së të dhënave në industrinë e naftës dhe gazit është një hap vendimtar drejt një eksplorimi më të sigurt, ekonomik dhe të qëndrueshëm. Modelet e machine learning të trajnuara me të dhëna reale dhe simulime mund të validohen, të testohet dhe kanë potencial për të transformuar mënyrën se si monitorojmë dhe menaxhojmë puse nafte.

Detyra jonë, si pjesë e komunitetit shkencor, është ta bëjmë këto përparime të aksesueshme, jo vetëm për industrinë, por edhe për shoqërinë në përgjithësi. Fundja, jemi duke folur për një sektor strategjik për ekonominë dhe sigurinë energjetike të vendit. Këto veprime jo vetëm që përmirësojnë fitimet ekonomike, por gjithashtu janë të përshtatura në luftën kundër rreziqeve ndaj mjedisit si pjesë e rrugës drejt tranzicionit energjetik.

Duke u fokusuar në të ardhmen, vazhdojmë të jemi të përkushtuar për të kontribuar në mënyrë të rëndësishme në kërkim dhe inovacion në sektorin e naftës dhe gazit. Dhe mbështetja nga agjencitë kombëtare të financimit si FAPERJ dhe CNPq ka qenë e pazëvendësueshme.