ИИ и Big Data спасут нефтегазовую промышленность от кризисов
Российские ученые совместно с иностранными коллегами проанализировали данные крупнейших нефтегазовых компаний России во время экономических кризисов 2020 и 2022 годов и предложили алгоритм, который повысит устойчивость отрасли. В этом помогут технологии «Индустрии 4.0»: искусственный интеллект, интернет вещей, Big data и другие. Результаты опубликованы в журнале Resources Policy.
В 2020 пандемия обрушила цены на нефть почти на 70% за три первых месяца года. В 2022 году нефтегазовый рынок столкнулся с новым кризисом. Однако, вопреки ожиданиям, мировые цены на энергоресурсы возросли, и это пагубно сказалось на нефтегазовом секторе. Российские ученые совместно с иностранными коллегами исследовали показатели крупных нефтегазовых компаний и пришли к выводу, что лучше пережить кризис помогут методы так называемой четвертой промышленной революции, или «Индустрии 4.0». Современные методы сбора и анализа данных помогут навести порядок в корпоративной отчетности и государственном контроле.
«Нефтегазовые компании стремятся не создавать социальные и экологические преимущества, а выпускать положительные отчеты об устойчивом развитии для улучшения своей репутации в условиях кризиса. Поэтому в последнее время внимание исследователей направилось на несовершенства в корпоративной отчетности нефтегазовых компаний», — рассказала Елена Попкова, доктор экономических наук, профессор РУДН, президент Института научных коммуникаций, президент Консорциума устойчивого развития и технологического лидерства.
Экономисты проводили исследование на примере отчетности двух крупнейших нефтегазовых компаний России: «Лукойл» и «Газпром». Для этого авторы использовали трендовый анализ. Его суть в том, что каждую позицию отчета сравнивают с рядом этих же позиций в предыдущие периоды. В результате определяется «тренд» — основная тенденция изменений. Фокусом этого исследования стали цены на нефть Brent в течение двух экономических кризисов — 2020 и 2022 годов. Затем авторы сопоставили полученные результаты с теоретическими моделями и сформулировали методику устойчивого развития для нефтегазовых компаний.
Алгоритм содержит три ключевых шага. Первый — автоматизированный сбор данных. Для этого ученые предлагают использовать в числе прочего технологии интернета вещей и Big Data, которые позволят формировать и систематизировать обширные наборы данных. Второй шаг — анализ данных с помощью искусственного интеллекта. Наконец, полученные результаты обобщаются и формируются всесторонние отчеты — также с помощью искусственного интеллекта.
«Прорывные технологии Индустрии 4.0 значительно повышают устойчивость к кризисам в нефтяном секторе. Метод управления на основе наборов данных позволит автоматизировать корпоративный учет и государственный мониторинг. Отчеты об устойчивом развитии могут стимулировать устойчивый рост нефтегазовых компаний за счет отслеживания их деятельности государственным и частным секторами, а также позволят сравнивать вклад различных компаний в устойчивое развитие всего сектора», — отметила Елена Попкова.
Российские исследователи разработали ПО, которое автоматически строит 3D-модель месторождений. С помощью нейросети оно оценивает, сколько полезных ископаемых есть в конкретном месте. Эта модель пригодится добывающим компаниям на стадии предварительной разведки, сообщает пресс-служба МИСиС.
В современной геологии есть свои трудности. Одна из них — цифровые модели раскопок и горных систем. Специалисты вынуждены вручную выполнять большой объем работы, ведь проектирование поверхностей до сих пор не доведено до автомата.
Поэтому исследователи из Университета МИСиС разработали web-приложение с клиент-серверной архитектурой, которая распределяет обработку данных на несколько серверов, а не на один. В приложение загружается файл excel с результатами опробования керновых или шламовых проб. Затем пользователь задает размер блока, и на его основе создается модель в границах месторождения.
Основную работу делает нейронная сеть: она обучалась на открытых данных с геологических разведок. Нейросеть показывает границу перехода от одной горной породы к другой и определяет то, сколько полезных ископаемых содержится в рудном теле. По результатам проверки модель правильно предсказала 97,65% блоков ископаемых.
«Программа работает с SQL-базами данных и сохраняет полученную информацию в любом удобном формате. Это позволяет интегрировать разработанный инструментарий в существующие горно-геологические информационные системы, такие как Макромайн, Геомикс, Липфрог, Сюрпак», — рассказал Артем Кожухов, участник исследования из Университета МИСиС.
Некоторые предприятия уже заинтересованы в использовании разработки. Исследователи дорабатывают ПО и в будущем готовы предоставить его для добывающей промышленности.