IoT, AI en Edge Computing Revolusioneren Olie-Industrie Operaties

Elk jaar evolueert IoT om nieuwe capaciteiten om te armen en zijn bereik uit te breiden naar nieuwe grenzen, en nu is de olie-industrie rijp voor digitale transformatie.

Barcelona, IoT Solutions World Congress – De olie-industrie, met name in het productiegebied, opereert nog steeds met de meeste apparatuur en veiligheidsstandaarden ingesteld vorige eeuw.

Terwijl veiligheidsniveaus stijgen en de industrie erin slaagt om ernstigere ongevallen en milieurampen te vermijden, zijn de operationele prestaties en resource uptime niet verbeterd.

Sommige operators en servicebedrijven, met nieuwe data-verzameltools, cloud analytics, machine learning en edge computing, beginnen de potentie van IoT te zien voor predictief onderhoud, identificatie van potentiële storingen, hogere veiligheid en verhoogde productieprestaties van hun olievelden.

Tijdens een panelsessie op de IoT Solutions World Congress gaf Jonathan Carpenter, Head of Strategy bij Petrofac, een overzicht van hun diensten aan klanten, en hoe IoT en analytics een game-changer voor de industrie kunnen zijn. Hij noemde het concept "Petrolytics."

De hoge kosten van downtime

Petrofac begon de waarde van digitale tools een jaar geleden te realiseren, zei Carpenter, en het bedrijf had een intern gesprek met de vraag "...hoe kunnen we planten betrouwbaarder runnen, of bouwen, veiliger, tegen lagere kosten, op schema, en wanneer het opereert, met lagere operatiekosten?"

Carpenter vermeldde dat de gemiddelde uptime in de Noordzee, waar veel Petrofac operaties zijn, vandaag 73 procent is. In vergelijking, is de gemiddelde vliegtuig-uptime 99,9 procent.

"In de olie-industrie accepteren we gemiddeld 73% omdat de prijs van de commodity zo hoog is, dat we onze economie baseren op die veronderstelling."

Met die visie, zei Carpenter, vroeg Petrofac zich af: "Wat als we een aanbod hadden waar klanten voor in de rij zouden staan – als we een plant voor half de kosten konden bouwen, en altijd op schema leverden, opereert op 100% uptime, tegen half de operatiekosten?"

Weinig foutmodellen voor cloud learning

Een van de grootste uitdagingen om het potentieel van nieuwe technologie te realiseren is het gebrek aan historische data, aangezien oude sensoren op bestaande planten niet ontworpen waren om informatie te verzamelen en op te slaan, maar alleen om te waarschuwen voor malfunctionen. Wat dat betekent is dat er een tekort is aan data over serieuze storingen waaruit machine learning modellen inzicht kunnen halen. Om een goede reden werkt de industrie met rigoruze en conservatieve veiligheidsstandaarden en procedures, die erin slagen om het type problemen dat ze willen analyseren te vermijden. Daarom moeten ingenieurs en data-wetenschappers de cloud machine learning modellen basis blind trainen.

Terwijl de meeste apparatuur in productieplanten enige primaire sensoren heeft, is de connectiviteit beperkt, en het grootste deel van de data die die sensoren verzamelen, wordt weggegooid.

Teresa Tung, Managing Director bij Accenture Labs, die met Petrofac werkt aan cloud analytics, zei dat ze de kennis van technici en ingenieurs die op die olieplanten werken moesten benutten om de problemen te begrijpen, de data te simuleren die tijdens een incident had kunnen worden verzameld, en de modellen op die manier initieel te trainen.

De toekomst is de volledig autonoze olieplant

Volgens Carpenter is "Petrolytics" een van de bouwstenen van het bedrijf in de reis naar ultra-efficiënte operaties.

Door gebruik te maken van de ervaring van het ontwerpen en implementeren van predictieve analytics, en de data verzameld en verwerkt door edge-apparaten, is het mogelijk om voort te schrijden naar een AI-geoptimaliseerde plant, met lagere operatiekosten en minder onderhoudskwesties. Uiteindelijk, zei Carpenter, zou het mogelijk kunnen zijn om te beginnen te praten over een volledig autonoze plant, waar ingenieurs de operatie monitoren met een digitale tweeling en onderhoudsoperaties van tevoren plannen om 100% efficiëntie te bereiken.

"Er was een studie gedaan door het World Economic Forum die zegt dat in onze industrie alleen al meer dan 750 miljard dollar aan waarde kan worden geëxtraheerd door de toepassing van AI, analytics, drones, etc. Het getal is potentieel enorm," zei Carpenter later.

Potentiële Waarde van Digitale Initiatieven en Technologieën in Olie en Gas, voor de Industrie en de Samenleving

"Er is erkenning vandaag versus drie jaar geleden dat dit is bewogen van een concept, een idee, en onderzoeksprojecten, naar echte projecten op echte activa, en we beginnen de eerste golf van deze oplossingen te zien geïndustrialiseerd," concludeerde hij.