Нефтяная отрасль, являющаяся одной из наиболее технологически развитых, испытывает высокую потребность в цифровизации. Возможности «Индустрии 4.0» находят широкое применение в этой сфере: от создания цифровых двойников до использования продвинутой аналитики, искусственного интеллекта (ИИ), мобильных платформ, Интернета вещей (IoT), 3D-печати, блокчейна и технологий дополненной/виртуальной реальности (AR/VR) и чат-ботов.
В настоящее время нефтяные компании все чаще рассматривают внедрение технологий ИИ. К ним относятся предиктивная аналитика, анализ данных (Data Science) и компьютерное зрение. Эти технологии способны повысить операционную и экономическую эффективность нефтедобывающих предприятий.
Согласно прогнозам зарубежных и отечественных аналитиков, в ближайшем будущем ожидается увеличение внедрения технологий ИИ в нефтяной отрасли. В частности, исследование компании EY выявило, что удаленный мониторинг с использованием компьютерного зрения занимает первое место среди цифровых технологий, применяемых в нефтегазовой промышленности.
Статистика из отчета EY: Oil and Gas Digital Transformation and the Workforce Survey
В 2019 году объем рынка искусственного интеллекта в нефтяной промышленности составил 89 миллионов долларов США. Прогнозируется, что с 2021 по 2026 год среднегодовой темп роста данного рынка достигнет 10,14%. Согласно оценкам Министерства энергетики Российской Федерации, внедрение технологий искусственного интеллекта в нефтегазовый сектор страны позволит ежегодно достигать экономического эффекта в размере 700 миллиардов рублей.
Ставка на компьютерное зрение
Среди всех направлений развития искусственного интеллекта особое внимание приковывает компьютерное зрение. Данная технология, относящаяся к области искусственного интеллекта, использует методы машинного обучения для быстрого анализа и интерпретации данных, получаемых с фотографий или видеоматериалов.
Существующие аналитические данные подтверждают высокую востребованность компьютерного зрения на рынке. Согласно прогнозам агентства TelecomDaily, объем российского рынка видеоаналитики к концу 2022 года достигнет 12,8 миллиардов рублей, что соответствует росту на 6%. Для сравнения, с 2020 по 2021 год рост выручки составил 12%, а с 2019 по 2020 год – 10%. В глобальном контексте объем рынка видеоаналитики прогнозируется увеличением почти с 6,35 миллиардов долларов в 2022 году до 28,37 миллиардов долларов к 2029 году, что составляет 24% роста. Специалисты отечественной IT-индустрии оценивают ежегодный рост рынка видеоаналитики в России на уровне 20,4%. Предполагается, что к 2025 году объем рынка достигнет 52 миллиардов рублей, а к концу 2023 года он может составить 38 миллиардов рублей.
Ставка на компьютерное зрение
Нефтедобывающая промышленность, как и многие другие секторы, может извлечь значительные выгоды из внедрения технологий компьютерного зрения. Ключевыми факторами, обуславливающими необходимость такого внедрения, являются:
- Высокая степень повторяемости событий: Многие операции в нефтедобыче носят рутинный характер, что делает их идеальными кандидатами для автоматизации с помощью компьютерного зрения.
- Минимизация влияния человеческого фактора: Системы компьютерного зрения способны выполнять задачи с высокой точностью и без риска ошибок, свойственных человеку.
- Ускорение рабочих процессов: Автоматизация задач с помощью компьютерного зрения позволяет сократить время выполнения операций, повысить эффективность производства и снизить затраты.
- Высокий экономический потенциал: Внедрение технологий компьютерного зрения может привести к существенному увеличению прибыли за счет оптимизации расходов, повышения производительности и минимизации рисков.
Запросы рынка на внедрение компьютерного зрения
Исследование потребностей рынка: В ходе опроса представителей нефтедобывающей отрасли было выявлено значительное количество нерешенных задач, которые могут быть эффективно решены с помощью внедрения технологий компьютерного зрения.
Основные потребности:
- Минимизация выездов на удаленные месторождения: Компьютерное зрение позволит осуществлять удаленный мониторинг и контроль состояния объектов, минимизируя необходимость физического присутствия персонала на отдаленных объектах.
- Автоматизация сбора данных: Технологии компьютерного зрения способны автоматизировать сбор данных о состоянии оборудования, окружающей среде и других параметрах, повышая эффективность процессов.
- Обеспечение безопасности в режиме реального времени: Системы компьютерного зрения могут обнаруживать нарушения правил безопасности на объектах, предупреждая о потенциальных угрозах и предотвращая несчастные случаи.
- Контроль сотрудников и повышение безопасности труда: Внедрение систем компьютерного зрения позволит отслеживать перемещения персонала на опасных участках, повышая дисциплину и снижая риск травматизма.
Другие области применения:
- Анализ качества хранения продукции.
- Детекция и сегментация дефектов на объектах и материалах.
- Контроль качества строительства и анализ объемов использованных материалов.
- Мониторинг оборудования для минимизации ремонтов и простоев.
Выводы: По результатам проведенного опроса было выявлено около 70 нерешенных задач в нефтедобывающей отрасли, которые могут быть успешно решены с помощью внедрения технологий компьютерного зрения.
Варианты применения и решений внедрения компьютерного зрения
Технологии компьютерного зрения находят всё более широкое применение в нефтедобывающей отрасли. Ключевыми областями их использования являются:
- Дистанционный мониторинг: Позволяет осуществлять контроль за производственными процессами и состоянием оборудования на удаленных объектах без необходимости физического присутствия.
- Обеспечение безопасности: Использование систем компьютерного зрения для обнаружения потенциальных опасностей, таких как утечки, пожары или несанкционированный доступ на объекты.
- Оптимизация и оценка производства: Анализ данных с камер для повышения эффективности работы оборудования, выявления узких мест в производственном процессе и оценки производительности.
- Сокращение затрат на производство: Автоматизация ручных операций, снижение потребности в персонале, оптимизация расходов на обслуживание оборудования.
Настоящее время характеризуется активным внедрением перечисленных сценариев использования компьютерного зрения в нефтегазовой отрасли, что приводит к повышению эффективности и безопасности производственных процессов.
Удаленный мониторинг
Применение компьютерного зрения открывает возможности для осуществления дистанционного контроля над производственными процессами. Ранее, для обеспечения надзора за работой на объектах, требовалось физическое присутствие специалистов. Поездки на месторождения могли быть затруднительными, а традиционные системы видеонаблюдения не предоставляли полной картины и не позволяли эффективно контролировать происходящее.
Внедрение технологий компьютерного зрения и машинного обучения в автономные системы позволяет осуществлять удалённый мониторинг рабочих процессов посредством видеоанализа. Такие системы способны распознавать определенные события, а менеджеры на местах получают краткие видеоотчёты по электронной почте или в виде текстовых сообщений, либо просматривают их в интерфейсе системы. Это существенно сокращает количество физических проверок на объектах.
Пример
В “Газпром нефти” внедрение систем компьютерного зрения осуществляется на протяжении длительного времени. Пилотный проект был реализован в 2013 году и предусматривал круглосуточное видеонаблюдение периметра объектов с целью:
- обнаружения чрезвычайных ситуаций;
- контроля въезда и выезда транспортных средств;
- распознавания номерных знаков автомобилей;
- уведомления о несанкционированном доступе;
- наблюдения за действиями персонала;
- обеспечения соблюдения правил промышленной безопасности.
В рамках проекта по мониторингу промышленной безопасности для “Газпромнефть-Ямала” было внедрено решение по автоматизированному удаленному контролю промышленной безопасности на буровых установках, а также система контроля соблюдения правил дорожного движения.
Безопасность
Рабочая среда на объектах нефтяной промышленности характеризуется повышенной опасностью вследствие воздействия высоких температур и токсичных паров. Несоблюдение установленных стандартов безопасности может повлечь за собой травмы персонала и серьезные административные санкции.
Применение технологий компьютерного зрения способно минимизировать риски, присущие данной сфере. Системы видеоаналитики позволяют:
- Идентифицировать наличие и корректное использование средств индивидуальной защиты (СИЗ).
- Осуществлять отслеживание перемещения персонала и объектов на территории.
- Контролировать доступ в опасные зоны.
- Анализировать поведение сотрудников с целью выявления потенциально опасных действий.
- Обеспечивать детекцию признаков пожара.
- Обнаруживать утечки нефти и газа.
Внедрение этих технологий способствует повышению уровня безопасности на объектах нефтяной промышленности и минимизирует риски для здоровья и жизни персонала.
Примеры
Компьютерное зрение для обнаружения утечки
Компания Osprey Informatics, основанная в 2011 году, является признанным лидером в области применения компьютерного зрения в нефтегазовой отрасли. Разработанное ею программное обеспечение использует подключённые к сети камеры для мониторинга буровых установок и промысловых объектов с целью обнаружения утечек метана и потенциальных нарушений.
Идея создания Osprey родилась, когда один из основателей компании проходил стажировку в нефтяной фирме и осознал потенциал удалённого мониторинга месторождений посредством видеосвязи для сокращения количества поездок на объекты.
Программное обеспечение Osprey, благодаря алгоритмам компьютерного зрения, распознаёт определенные события, предоставляя менеджерам на местах краткие видеозаписи с информацией о происходящем до отправки сотрудников на объект. Более 30 нефтедобывающих компаний в США и Канаде внедрили это программное обеспечение, что позволило некоторым пользователям сократить количество физических проверок на 50%.
Интегрируясь с тепловизионными камерами, программное обеспечение генерирует уведомления о выбросах метана из резервуаров хранения. В настоящее время ведётся работа по расширению этой функции для обнаружения утечек с меньшим объёмом, исходящих из устьев скважин или компрессорных станций.
Автоматическое тепловое обнаружение утечек в скважинах и резервуарах – лишь одно из многочисленных применений компьютерного зрения в нефтегазовой отрасли, предлагаемых алгоритмами Osprey Informatics.
Компьютерное зрение для распознавания СИЗ
На объектах добычи нефти и нефтепереработки существует высокий риск травматизма, обусловленный пренебрежением требованиями безопасности и отсутствием у работников средств индивидуальной защиты (СИЗ) при доступе в опасные зоны.
В связи с этим предъявляются строгие требования к использованию СИЗ. Нарушения техники безопасности ведут к многомиллионным убыткам для предприятий и травмам сотрудников. Поэтому выявление таких нарушений должно проводиться систематически и на ранних стадиях.
Для обеспечения безопасности персонала обученный алгоритм анализирует местоположение работников и отправляет уведомления в случае отклонений, например, если работник выходит в опасную зону без СИЗ.
В качестве иллюстрации можно привести пример ядра видеоаналитики Core+ от Napoleon IT. Core+ представляет собой набор модулей компьютерного зрения, предназначенных для создания решений в области видеоаналитики.
Скриншот с платформы Core+ (Фото: Napoleon IT)
Программное обеспечение, использующее технологию компьютерного зрения, способно выявлять сотрудников, не использующих средства индивидуальной защиты (СИЗ), отмечая их тонкими красными рамками на видеоизображении. Данная программа может быть интегрирована в существующие системы видеонаблюдения, что позволит автоматизировать процедуры обеспечения безопасности на промышленных объектах и нефтяных скважинах.
В качестве примера сотрудничества в области компьютерного зрения Shell и Microsoft разрабатывают технологию, которая способна обнаруживать потенциально опасные ситуации в режиме реального времени, такие как попытки курения на розничных заправочных станциях.
Оптимизация и оценка производства
Нефтяная промышленность является одной из наиболее доходных отраслей мировой экономики. Ввиду специфики операций, связанных с высоким уровнем риска и чувствительности к внешним факторам, оптимизация всех этапов производства приобретает критическое значение.
Компьютерное зрение находит широкое применение в нефтегазовой отрасли, способствуя оптимизации бизнес-процессов, производственных операций и повышения эффективности. Оно обеспечивает непрерывное обновление информации в режиме реального времени, что позволяет осуществлять дистанционный контроль за месторождениями и процессом добычи, сокращая затраты времени и ресурсов.
Примеры
Компьютерное зрение для оценки резервуара
Нефтяной сектор сталкивается с необходимостью постоянного поиска новых месторождений нефти, затраты на бурение которых могут достигать 150 миллионов долларов. Для успешной эксплуатации месторождения требуется детальное знание геологических структур, расположенных на значительной глубине. Однако данные, накопленные за много лет, часто устарели и не систематизированы, что приводит к низким показателям успеха (менее 20%).
Компании, подобные Lucidworks, внедряют решения на основе искусственного интеллекта для оптимизации процесса выбора скважин. Технологии компьютерного зрения могут быть использованы в бурении для получения данных о проницаемости пород, содержании воды и газа, а также температурных градиентах. Это позволяет геологам принимать более обоснованные решения, способствует открытию новых источников энергии и минимизации негативного воздействия бурения на окружающую среду.
Компьютерное зрение для распознавания геологических пород
Одним из ключевых этапов геологоразведочных работ является тщательный анализ добытых образцов геологической породы (керна). Данный анализ направлен на оценку целостности керна, идентификацию типов и свойств пород, а также выявление наличия углеводородов. Полученная информация Subsequently служит основой для построения модели месторождения.
Традиционно керн распиливался вдоль, полировался и фотографировался при дневном и ультрафиолетовом освещении. Опытные специалисты сервисных организаций проводили визуальную оценку ключевых параметров керна. Обработка 400 метров керна тремя специалистами занимала более недели.
Специалисты «Газпром нефти» разработали и внедрили инновационную систему автоматического распознавания геологических пород. Данная система основана на алгоритме машинного обучения, обученном с использованием экспертных оценок. Методы компьютерного зрения используются для получения дескрипторов изображений, которые позволяют определить принадлежность сегмента изображения к конкретному классу пород.
Внедрение данной технологии позволило:
- Ускорить процесс анализа пород: время обработки 400 метров керна сократилось в 12 раз (с более чем недели до 8 часов).
- Повысить точность определения качества и параметров керна: исключение субъективного фактора человеческого восприятия.
- Снизить расходы на привлечение подрядчиков: автоматизация процесса анализа керна минимизирует необходимость в привлечении внешних специалистов.
- Систематизировать полученные данные: автоматическая обработка изображений керна обеспечивает структурирование и удобный доступ к информации.
В результате внедрения данной технологии «Газпром нефти» ежегодно экономит 85 миллионов рублей на лабораторных исследованиях керна.
Снижение затрат на производство и техническое обслуживание
Перепады температурных режимов и погодных условий способны оказывать негативное влияние на качество транспортируемой нефти, вызывая коррозию и деградацию её состава.
Внедрение технологий “Интернета вещей” (IoT) в сочетании с компьютерным зрением открывает возможности для прогнозирования повреждений и коррозии на ранних стадиях. Данный подход позволяет компаниям эффективно планировать мероприятия по техническому обслуживанию трубопроводов, минимизируя риск возникновения аварийных ситуаций и простоев в работе.
В современном производстве нефти ошибки, связанные с неожиданными повреждениями оборудования, могут иметь высокую стоимость. Деградация материалов и коррозия могут привести к серьезным авариям и значительным материальным убыткам. По данным Popoola et al., ежегодные расходы на борьбу с коррозией в нефтегазовой отрасли составляют 1,372 миллиарда долларов.
Ручной контроль состояния оборудования не всегда точен, а пропуск дефектов может привести к серьезным финансовым потерям. Решение этой проблемы кроется в внедрении систем автоматического обнаружения дефектов в режиме реального времени.
К примеру, компания V-Soft Digital реализовала систему компьютерного зрения для автоматического выявления дефектов на промышленных изделиях, таких как стальные трубопроводы, используемые в нефтегазовой промышленности. Эта система не только автоматически обнаруживает дефекты, но и классифицирует их, что значительно повышает эффективность промышленной лаборатории.
Компьютерное зрение позволяет эффективно решать задачу обнаружения дефектов в трубопроводах, применяемых для поддержания пластового давления и промыслового сбора нефти. С помощью камер, установленных на трубопроводе, система собирает данные в реальном времени. Алгоритмы машинного обучения анализируют эти данные, сравнивая их с заранее заданными стандартами качества, и выявляют дефекты, предоставляя информацию о степени отклонения от нормы.
Внедрение этой автоматизированной системы повысило точность обнаружения дефектов на 17%, что позволило сэкономить время и деньги, которые могли бы быть потрачены на устранение незамеченных дефектов. Время простоя оборудования для ремонта сократилось на 10% благодаря более активному анализу данных, а ручной контроль был полностью исключен. В итоге, общее увеличение эффективности производства составило 150 тысяч долларов на одну производственную линию.
Таким образом, внедрение компьютерного зрения в нефтегазовую промышленность позволяет сделать производственный процесс более точным и эффективным, а также повысить качество контроля состояния оборудования.
Экономический и количественный эффект
Эффективность внедрения передовых технологий, таких как компьютерное зрение, следует оценивать в комплексе, учитывая их взаимодействие с другими направлениями искусственного интеллекта, включая машинное обучение и предиктивную аналитику.
По прогнозам Министерства энергетики Российской Федерации, суммарный эффект от внедрения искусственного интеллекта в нефтегазовую отрасль России в период 2025-2040 годов составит 5,4 триллиона рублей для отрасли и государства.
Оценка эффективности внедрения искусственного интеллекта традиционно фокусируется на экономических показателях: росте доходов или снижении себестоимости. Однако не менее важным является повышение качества бизнес-процессов. Внедрение решений на основе компьютерного зрения в нефтяные компании позволит достичь более высокой производительности, прибыльности и конкурентоспособности.
Проекты цифровизации нефтяной отрасли характеризуются высоким уровнем технической эффективности. Использование технологий компьютерного зрения способствует улучшению таких показателей, как время бурения, снижение капитальных затрат, время простоя оборудования, величина незапланированных расходов, затраты на техническое обслуживание, энергоэффективность и уровень безопасности труда.
Крупнейшая нефтесервисная компания Schlumberger приводит следующие статистические данные по внедрению технологий искусственного интеллекта: сокращение сроков обработки сейсмических данных с 13 до 2,5 месяцев; уменьшение времени интерпретации неисправностей на 80%; повышение эффективности планирования скважин на 50%; снижение травмоопасных инцидентов на предприятиях в 12 раз.
Использование предиктивной аналитики, Big Data и компьютерного зрения в добыче нефти может привести к сокращению затрат на 50 миллиардов долларов. Цифровая трансформация всех бизнес-процессов в нефтяной промышленности открывает перед сектором широкие перспективы развития.
Выводы
Внедрение технологий компьютерного зрения в нефтяной отрасли приобретает особую актуальность в свете современных возможностей их практического применения. Данные технологии обладают потенциалом существенно повысить как операционную, так и экономическую эффективность деятельности нефтяных компаний.
