«Проблемы экономики и управления нефтегазовым комплексом»

Проблемные вопросы разработки и внедрения технологий искусственного интеллекта в нефтегазовой отрасли. Вызовы, технологические решения, направления развития

УДК: 550.8.012+622.276
DOI: -

Авторы:

¹ Институт проблем нефти и газа РАН, Москва, Россия

Ключевые слова: генеративный искусственный интеллект, большие языковые модели, машинное обучение, нейронные сети, универсальные интеллектуальные модули и комплексы, интегрированные интеллектуальные системы автоматизации разработки месторождений

Аннотация:

В условиях санкционной войны, развернутой ведущими западными государствами против нефтегазового сектора экономики Российской Федерации, разработка и внедрение современных технологий искусственного интеллекта (ИИ) является наиболее перспективным направлением автоматизации производственных процессов, повышения эффективности и устойчивости функционирования нефтегазовой отрасли. В статье проведен анализ проблемных вопросов разработки и внедрения современных технологий искусственного интеллекта в нефтегазовой отрасли. Сегодня большие языковые модели (LLM) продемонстрировали значительный потенциал в решении сложных проблем в различных областях, включая нефтегазовую инженерию и другие дисциплины промышленного проектирования, такие как автоматизация производства. Функционалы генеративного ИИ, классических нейросетей и методов машинного обучения взаимодополняют друг друга. Использование возможностей LLM моделей для интеграции и управления агентами на основе классических моделей машинного обучения при решении сложных разнородных задач нефтегазового производства позволяет говорить о создании интегрированных интеллектуальных систем автоматизации разработки и эксплуатации нефтегазовых месторождений. Создание Исследовательского центра искусственного интеллекта, поэтапное развертывание элементов цифровой SMART экосистемы нефтегаза позволят унифицировать и ускорить разработку технологий ИИ НГ на основе информационно-технического объединения разработчиков, исследователей, образовательных организаций и компаний в интересах повышения эффективности нефтегазового производства. В статье использованы результаты исследований и опытной эксплуатации экспериментального образца автоматизированной системы предупреждения осложнений и аварийных ситуаций при строительстве скважин (АС ПОАС), разработанного в ИПНГ РАН в рамках поисковой научной работы по заказу Министерства образования Российской Федерации [1].

Список литературы:

1. Автоматизированная система предотвращения аварий при строительстве скважин / А.Н. Дмитриевский, Н.А. Еремин, А.Д. Черников [и др.] // Нефт. хоз-во. – 2021. – № 1. – С. 72–76. – DOI: 10.24887/0028-2448-2021-1-72-76
2. Черников А.Д., Архипов А.И., Ерёмин Н.А. Расширение функционала программы интеллектуальной системы предупреждения осложнений и аварий при строительстве скважин (ИС ПОАС) // Современные технологии стр-ва и капитального ремонта скважин. Перспективные методы увеличения нефтеотдачи пластов: сб. докл. 18-й Междунар. науч.-практ. конф., Сочи, 18–23 сент. 2023 г. – Краснодар: Науч.-произв. фирма "Нитпо", 2023. – С. 19–25.
3. Еремин Н.А. Черников А.Д., Столяров В.Е. Значение информации для цифровой трансформации при бурении и строительстве нефтегазовых скважин // Бурение и нефть. – 2022. – № 7-8. – С. 8–18.
4. Обеспечение экологической безопасности строительства газовых скважин на суше и на море на базе ИС ПОАС / Н.А. Еремин, А.Н. Дмитриевский, А.Д. Черников, А.И. Архипов // Экологическая безопасность в газовой пром-сти (ESGI-2023): тез. докл. VIII Междунар. науч.-техн. конф. и выставки, М., 13–15 дек. 2023 г. – М.: Газпром ВНИИГАЗ, 2023. – С. 8.
5. Экологичное бурение скважин с использованием интеллектуальной системы обработки высокочастотных данных со станций геолого-технологических измерений / Н.А. Еремин, О.К. Чащина-Семенова, А.Д. Черников, А.И. Архипов // Российская отраслевая энергетическая конференция: сб. материалов конф., М., 03–05 окт. 2023 г. – М.: Геомодель, 2023. – С. 747–761.
6. Ogundare O., Madasu S., Wiggins N. Industrial Engineering with Large Language Models: A case study of ChatGPT's performance on Oil & Gas problems. – 2023. – DOI: 10.48550/arXiv.2304.14354
7. Применение методов искусственного интеллекта для выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин: проблемы и основные направления решения / А.Д. Черников, Н.А. Еремин, В.Е. Столяров [и др.] // Георесурсы. – 2020. – Т. 22, № 3. – С. 87–96. – DOI: 10.18599/grs.2020.3.87-96
8. Об увеличении продуктивного времени бурения нефтегазовых скважин с использованием методов машинного обучения / А.Н. Дмитриевский, А.Г. Сбоев, Н.А. Еремин [и др.] // Георесурсы. – 2020. – Т. 22, № 4. – С. 79–85. – DOI: 10.18599/grs.2020.4.79-85
9. Интеллектуальные системы предупреждения осложнений для безопасного строительства скважин / А.Н. Дмитриевский, Н.А. Еремин, А.Д. Черников, С.О. Бороздин // Безопасность труда в пром-сти. – 2022. – № 6. – С. 7–13. – DOI: 10.24000/0409-2961-2022-6-7-13
10. Deep Learning and Time-Series Analysis for the Early Detection of Lost Circulation Incidents During Drilling Operations / M. Aljurban, J. Ramasamy, M. Albassam [et al.] // IEEE Access. – 2021. – Vol. 9. – P. 76833–76846. – DOI: 10.1109/ACCESS.2021.3082557
11. Обеспечение безопасности строительства скважин на основе использования интеллектуальных систем раннего предупреждения осложнений / А.Н. Дмитриевский, Н.А. Еремин, М.Я. Гельфгат, А.И. Архипов // Тр. РГУ нефти и газа им. И.М. Губкина. – 2022. – № 1(306). – С. 40–51. – DOI: 10.33285/2073-9028-2022-1(306)-40-51