روندهای فنی | انرژی هارت

[ad_1]

ارائه شده توسط:

آرم E&P

یادداشت سردبیر: این بخش “Trend Trends” در خبرنامه جدید E&P نشان داده می شود. این بخش هفتگی آخرین فناوری ها و خدمات بالادستی صنعت نفت و گاز را برجسته می کند. نسخه در اینجا از بیانیه های مطبوعاتی و اطلاعیه های محصولات شرکت های خدماتی جمع آوری شده است و نظرات هارت انرژی را منعکس نمی کند. به روزرسانی های شرکت خود را در رابطه با محصولات و خدمات با فناوری جدید ارسال کنید به آریانا آوسادو در [email protected]مشترک شدن در خبرنامه E&P در اینجا.


CGG و Geoptic توافق نامه همکاری تحقیق و توسعه برای نظارت CCS را امضا کردند

CGG توافق نامه همکاری تحقیق و توسعه با Geoptic را امضا کرده است تا به طور مشترک یک تحقیق و ارزیابی یک راه حل جدید برای گمانه برای نظارت بر گسترش CO2 در سایت های ذخیره سازی زیر سطح برای جذب و ذخیره کربن (CCS). این توافق نامه بر روی توسعه نسخه جدیدی از ابزار ردیابی میون DIABLO Geoptic مخصوص برنامه های CCS متمرکز است. ژئوپتیک DIABLO را به عنوان بخشی از استفاده از میونهای اشعه کیهانی برای تصویربرداری منفعلانه و غیر سرزده از ساختار داخلی اجسام به کار می گیرد. این شرکت در حال حاضر در زمینه استفاده از فناوری های میون برای بررسی زیر سطح ، مانند تصویربرداری از طریق بارهای سنگین تونل های راه آهن ، تجربه کسب کرده است. با توجه به این موفقیت ، Geoptic در حال توسعه سنسورهای میون مناسب برای استفاده از گمانه ها برای تصویربرداری از پروژه های CCS در چند کیلومتری زیر زمین است ، زیرا می تواند به ویژه برای مناطق حساس به محیط زیست مفید باشد. کاربرد این سنسورها می تواند شامل نقشه برداری از سایت های ساختمانی ، نظارت بر سازه ، استخراج و سایر عرصه های نظارت بر سطح زیرین باشد. این همکاری بخشی از ابتکار CGG برای پیشبرد رهبری خود پیرامون فناوری هایی است که اندازه گیری ، نظارت و تأیید CO را پیش می برند2 ذخیره سازی. CGG از تخصص گسترده خود در زمینه تصویربرداری ژئوفیزیک و راه حل های یکپارچه علوم زمین برای پردازش و مدل سازی داده های به دست آمده توسط ابزارهای پایین دستی Geoptic بهره خواهد برد. این همکاری متمرکز بر ارائه یک ابزار جدید مانیتورینگ طولانی مدت زیرسطحی است که خطرات مرتبط با CO را کاهش می دهد2 نشت و افزایش ایمنی CO2 پروژه های ذخیره سازی

برنامه PDC خودکار DarkCircus AI با درجه بندی کمی کسل کننده داده ها را برای تصمیم گیری بهتر جمع می کند

DarkCirrus AI اخیراً یک نسخه آزمایشی بتا از برنامه اتوماتیک PDC برای درجه بندی کمی کسل کننده این شرکت راه اندازی کرده است. هنگامی که به چگونگی بهینه سازی انتخاب بیت و بهبود طرح های محصول آینده نگاه می کنید ، یک گام مهم اندازه گیری و درک شرایط کسل کننده و جمع آوری اطلاعات برای تصمیم گیری بهتر و آگاهانه است. برنامه درجه بندی کمی کسل کننده به منظور خودکار کردن فرآیند اندازه گیری سایش برش در حالی که داده ها را برای کاربر قابل دسترسی تر می کند ، در داشبورد تجزیه و تحلیل ساده ارائه شده است. پس از بارگذاری تصاویر بیت در برنامه ، از آن استفاده می شود یادگیری ماشین و هوش مصنوعی برای تجزیه و تحلیل تصاویر و تهیه گزارش با درجه کسل کننده و آمار آسیب برش. این برنامه در حال حاضر به صورت رایگان در دسترس است و همچنین کاربران می توانند به عنوان API به برنامه دسترسی پیدا کنند تا نسخه های سفارشی خود را بسازند.

Well Data Labs و Ubiterra یک پلتفرم واحد ارائه می دهند که نتایج عملیاتی و اقتصادی را بهبود می بخشد

شرکت Well Data Labs با همکاری شرکت Ubiterra همکاری راهبردی کرده است تا یک راه حل جامع برای تجزیه و تحلیل تکمیل زمان واقعی و پس از کار ، حفاری و داده های جغرافیایی سازی در اختیار مشتریان E&P قرار دهد. این مشارکت گام مهمی در جهت توانمندسازی مشتریان در استفاده از بینش های تحلیلی پیشرفته در کنار تجسم های پیشرفته است. دسترسی از طریق یک پلت فرم واحد به گردش کار داده های هر دو شرکت ، به اپراتورها امکان می دهد تا با آگاهی بیشتر تصمیمات مهم تجاری را که نتایج عملیاتی و اقتصادی را کاهش می دهد ، کاهش دهند و ریسک را کاهش دهند. فناوری های توانمندی مشارکت شامل Well Data Labs Completions و برنامه مبتنی بر ابر ZoneVu Ubiterra است. ادغام بین پلتفرم ZoneVu و Well Data Labs Completions به اپراتورها یک راه حل یکپارچه برای ضبط ، تجسم و تجزیه و تحلیل داده های حفاری و داده ها ارائه می دهد.

فناوری EOT از ML برای انجام پیش بینی در زمان واقعی و تشخیص ناهنجاری استفاده می کند

AI Edge Controller Embassy of Things Inc. (EOT) با استفاده از مدل های آموزش ماشین آموخته (ML) امکان انجام پیش بینی در زمان واقعی و تشخیص ناهنجاری در لبه مراکز عملیاتی را فراهم می کند و از حلقه بسته ، اقدام عملیاتی واکنش برای جلوگیری فوری از خرابی های سنگین و افزایش تولید. در مرحله آموزش مدل های ML ، مجموعه داده های بزرگی از حسگرها برای بهینه سازی کیفیت پیش بینی آنها مورد نیاز است. این نیاز به محاسبه و ذخیره سازی قابل توجهی دارد که فقط در فضای ابری موجود است. با این حال ، نیاز به تشخیص ناهنجاری و بهینه سازی خود در لبه عملیاتی رخ می دهد که هیچ محاسبه ، ذخیره سازی یا اتصال به اینترنت وجود ندارد. فناوری AI Edge Controller با ارائه مدل های کاملاً کوچک و آموزش دیده ML از ابر به لبه ، به عنوان پلی عمل می کند. این جایی است که موتور بینش عملیاتی Twin Talk EOT داده های عملیاتی را از طریق مدل های ML آموزش دیده به صورت لحظه ای پخش می کند تا بلافاصله ناهنجاری های تجهیزات را تشخیص دهد ، مشکلات را تشخیص دهد ، هشدارهای غلط را کاهش دهد ، تولید خود را بهینه کند و با اقدام قبل از خرابی ماشین از خرابی های گران قیمت جلوگیری کند.

فناوری InEight ابزار افزایش یافته و پیش بینی را فراهم می کند

InEight Inc فاز زمانی را منتشر کرده است بودجه و ویژگی پیش بینی به InEight Control که به تیم های پروژه امکان اتصال متقابل را می دهد بینش برای کمک به اطمینان از ماندن پروژه های ساختمانی در برنامه و زیر بودجه. با رویکرد مرحله به مرحله بودجه و پیش بینی ، پروژه را انجام دهید ذینفعان می توانند بجای استفاده از فرایندهای ماهانه سنتی که می توانند اطلاعات منسوخ را تحویل دهند ، کنترل داده ها را با داده های بلادرنگ کنترل کنند. در نهایت ، تیم های پروژه قادر خواهند بود با دقت و کارآیی بیشتری هزینه ها را ردیابی و پیش بینی کنند ، به آنها این امکان را می دهد که خطر را کاهش دهند ، ورود دستی اطلاعات و نیاز به سیستم های متفاوت را کاهش دهند و پرداخت به موقع را دریافت کنند. ویژگی جدید فاز زمانی InEight Control به شما امکان می دهد در هر دوره مالی مشخص شده بودجه ای منطبق و ردیابی شود تا با گزارش مورد نیاز مطابقت داشته باشد. مدیران پروژه قادر خواهند بود الگوهای توزیع بودجه را با استفاده از الگوهای استاندارد یا ایجاد منحنی هزینه های سفارشی تعریف کنند پیمانکار در تعیین هزینه برای مشتری ، دید وی را مشخص می کند. یک دانه دانه ماهانه نیز برای ایجاد مقادیر پیش بینی مرحله به مرحله در دسترس خواهد بود که می تواند به پیش بینی زنده هدایت شود و به مجموعه روشهای قوی ارائه شده برای کاربران برای رسیدن به مقادیر پیش بینی شده در InEight Control ، اضافه شود. عکسهای فوری پیش بینی شده بصورت ماهانه برای بررسی عملکرد پروژه در دسترس خواهد بود. با فعالیت به عنوان یک منبع واحد از حقیقت برای بودجه مرحله به مرحله و اطلاعات پیش بینی ، و با یکپارچه سازی کامل سیستم ERP خارجی ، تیم های پروژه دیگر نیازی به نگهداری سیستم های جداگانه یا صفحات گسترده نخواهند داشت. داده ها به طور خودکار متصل می شوند و به روز می شوند ، و نیازی به انجام دستی انجام مجدد محاسبات یا به روزرسانی داده ها در زمان بسته شدن مالی نیست.

LYTT مجدداً زیرساخت های فیبر نوری را مورد استفاده قرار می دهد تا از چاه های تعویض دریچه پشتیبانی کند

LYTT ، یک شرکت نرم افزاری است که با ترکیب داده های فیبر نوری و تجزیه و تحلیل ترکیبی ، بینشهای واقعی را به اپراتورهای نفت و گاز ارائه می دهد ، زیرساخت های موجود فیبر نوری را برای پشتیبانی از ترمیم چاه بسته در دریای شمال ، دوباره استفاده کرده است. چاه برای بیش از سه سال بسته شده بود زیرا روشهای تشخیصی سنتی نتوانستند راه حلی برای یک مسئله فشار پایدار را شناسایی کنند. با ادامه نوسان قیمت برای تولیدکنندگان نفت عدم اطمینان ، هزینه مداوم و نیاز منابع مدیریت دارایی های غیرمولد بیش از هر زمان دیگری است. هنگامی که رویکردهای سنتی برای عیب یابی مسائل مربوط به یکپارچگی خوب به نتیجه نرسد ، می تواند هزینه های ناشی از تلاش های متعدد برای بازسازی را در کنار درآمد از دست رفته برای اپراتورها متحمل کند – این مسئله به ویژه هنگامی که دارایی تعلیق در یک نصب پر هزینه برون مرزی است ، مسئله مهمی است. برای دارایی مورد نظر ، پس از آنکه تیم عملیاتی نتوانست منبع نشتی لوله را با استفاده از ابزار کولیس چند انگشتی مشخص کند ، LYTT آورده شد. اگرچه یک ناهنجاری ضخامت دیواره شناسایی شد و یک وصله اعمال شد ، اما این عمل نتوانست به طور کامل منبع نشت را برطرف کند و مسئله فشار همچنان پابرجاست. همچنین یک تلاش تشخیصی بیشتر با استفاده از یک ابزار سنجش صوتی سیم خط دار نیز در شناسایی منبع این مسئله ناکام ماند. با استفاده از بینش های ایجاد شده توسط LYTT ، تیم عملیاتی توانستند یک طرح بهبودی قابل اعتماد برای رفع چندین نشت و ایجاد دوباره چاه به صورت آنلاین تهیه کنند. مطالعه موردی دریای شمال را اینجا بخوانید.

ابزار Ikon Science چالش های مدیریت دانش زیر سطح را حل می کند

Ikon Science نسخه Curate را ابزاری گسترده برای مدیریت دانش با قابلیت پشتیبانی از ابر ارائه داده است که برای ارائه کارایی هزینه همراه با تصمیم گیری سریعتر و دقیق تر طراحی شده است. Curate شرکت های انرژی را قادر می سازد تا در یک فضای کاری واحد همکاری کنند تا به کلیه داده های سطح زیرین با گردش کار کارآمد دسترسی داشته باشند ، به این ترتیب امکان دموکراتیک سازی داده ها و آموخته های تجاری را فراهم می کند. Curate به شرکت ها کمک می کند تا سرعت اکتشاف ، به حداقل رساندن ریسک نمونه کارها و بهینه سازی فعالیت های برنامه ریزی و حفاری را بدست آورند و با حفظ سرمایه و منابع انسانی به نتایج بیشتری دست یابند تا خط پایین تری را ایجاد کنند. شرکتهای انرژی به چالش کشیده می شوند که مقدار زیادی داده پیچیده را در اختیار داشته باشند ، زیرا این اطلاعات اغلب در بخشهای مختلف و برنامه های نرم افزاری ارسال می شود. این ناکارآمدی باعث 20-30٪ در وقت از دست رفته پرسنل می شود. ناتوانی در دسترسی فوری به داده ها منجر به گردش کار جدا شده ، استفاده ضعیف و تصمیم گیری خدشه دار می شود ، در نتیجه قفل شدن در سرمایه و تأخیر درآمد به دلیل فرآیندهای کاوش ، ارزیابی و توسعه بهینه نیست. Curate با دسترسی سریع به اطلاعات سطح زیرین ، عملکرد بی حد و حصر و توانایی استفاده از دانش متخصص در روند کار گسترده تر ، این معضل را حل می کند. این یکپارچه سازی دقیق با پایگاه های داده قدیمی و استانداردهای صنعت باز مانند سیستم عامل داده OSDUTM را فراهم می کند ، توانایی سازمان ها را برای ایجاد مداوم دانش موجود از طریق برنامه های گردش کار و فرآیندهای کارآمد افزایش می دهد. این امر به شرکتها امکان می دهد تا با دستیابی به بازدهی در کل گردش کار اکتشاف ، ارزیابی و توسعه ، به نتایج کسب و کار بهتری دست یابند. Curate انعطاف پذیری استقرار راه حل های مقیاس پذیر از تحویل SaaS تا استقرار Enterprise را برای شرکت ها فراهم می کند.

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>