Посещение ADIPEC-2019
Скажем прямо, наш взгляд – больше видение выставки как разработчиков месторождений и как разработчиков сложного софта (физических движков в комбинации с машинным обучением) для разработки месторождений. Итак, вот основные тезисы:
- Количество представленных на выставке компаний действительно очень внушительное (около 2200) – в Абу-Даби в этом году собралась рекордная по масштабам нефтегазовая выставка и конференция за всю историю. Для примера, крупнейшие отраслевые выставки в Москве собирают около 500 компаний.
НО, часто на ADIPEC в рамках одного стенда располагается несколько компаний, поэтому сам размер и общая площадь выставки не гигантская. Всю выставку можно обойти за 1,5-2 дня (из всего 4 дней), если никуда не спешить.
- На выставке представлено много нефтедобывающих компаний, они продают/покупают нефть или предлагают услуги дочерних сервисных компаний. Заинтересованные в технологиях представители ходят по выставке в поиске нового и интересного, но не стоят на стендах.
- Даже самый небольшой стенд дает огромное число новых знакомств с заинтересованными профессионалами (от 50 до 100 новых контактов в день).
- В этом году на выставке создали отдельную обширную зону Digitalalisation Zone под компании, претворяющие в жизнь Индустрию 4.0. К сожалению, на наш взгляд, зона была заполнена не всегда целевыми компаниями. Некоторые были откровенно притянуты за уши и не имели даже до этого релевантного опыта работы в нефтегазе.
- Некоторые решения в Digitalization Zone не показались откровением. Допустим, видеокамера на касках рабочих, чтобы мастер мог контролировать работу всех удаленно… Или летающие дроны, а также всевозможные датчики, объединенные в единую систему. Хотя были и хорошие решения: например, молодая компания из Канады предложила на рынок программу по оптимизации распределения бригад КРС по скважинам. Подобное решение было реализовано в России еще в 2017-2018 годах одной крупной нефтедобывающей компанией в партнерстве с иностранцами. Но все же в мире параллельно возникают одни и те же идеи в разных странах и развиваются параллельно. Это здорово.
- Любопытно, и что является САМЫМ ВАЖНЫМ для Nest Lab – проблема большой погрешности замеров на скважинах (15-20%), проблема ручной подделки месячных эксплуатационных рапортов (при корректировке уровней добычи после подготовки нефти) с учетом сокрытия «плохих» ГТМ, а также ужасные результаты адаптаций моделей по таким «данным» (с итоговой поскважинной погрешностью моделей по нефти в 100-200% и больше, показатель MAPE – mean average percentage error) – подтверждают reservoir engineers (геологи, разработчики месторождений) как с Ближнего Востока, так и с Африки, Юго-Восточной Азии (Индонезия, Малайзия). ТО ЕСТЬ иными словами, это общая беда для всех. А значит, решаемая нами проблема – универсальна, и мы в России работаем в рамках общемировой практики.
«Переутверждая всю историю замеров с помощью машинного обучения, мы снизили погрешность исходных данных до 5-7% в рамках расчетов Nest. Мы использовали последние разработки в области упрощенных физических моделей типа INSIM, чтобы ускорить расчеты и проводить адаптации сотен, тысяч моделей в автоматическом режиме. Мы дополнительно ограничили область решений в упрощенных физических моделях с помощью машинного обучения и теперь готовим релиз самого роботизированного продукта в области разработки нефтяных месторождений – программного комплекса Nest второго поколения.
Теперь мы снизили MAPE до 20-40% на реальных месторождениях при самых лучших мировых практиках в районе 80-85%. Мы знаем больше о распределении нефти и взаимовлиянии скважин, пластовом давлении. Погрешность прогноза параметров работы новых скважин до бурения с Nest находится в диапазоне плюс-минус 20%, простая перенастройка системы заводнения дает рост добычи в 40% и более. Мы экономим до 40% неэффективных расходов на управление разработкой.
Сейчас Nest Lab ставит перед собой самую амбициозную цель – дать возможность использовать наши наработки как можно большему числу инженеров по всему миру.» — рассказал после выставки директор Nest Lab, Михаил Фокин.