Esse processo de refinamento de dados é aquele que a indústria de petróleo e gás vem adotando nos últimos anos. Com o auxílio dos avanços em computação de alto desempenho, rede, armazenamento, aprendizado de máquina e muito mais, operadores e empresas de serviços estão instalando a infraestrutura e criando os algoritmos necessários para minerar e refinar os dados em etapas passíveis de ação.

O Big Data está começando a gerar grandes resultados, mas está sendo rápido o suficiente?

“A indústria aproveitou a oportunidade, mas o ritmo em que ela conseguiu aproveitar a oportunidade e alavancá-la não está no ritmo certo”, disse Darryl Willis, vice-presidente de petróleo, gás e energia do Google Cloud, em uma entrevista exclusiva com E & P . “Temos que acelerar o ritmo da transformação e mudar. Todo mundo está usando as palavras-chave certas – inteligência artificial, aprendizado de máquina, digitalização – mas realmente aproveitando isso está demorando demais ”.

Segundo algumas estimativas, apenas 5% dos dados coletados pela indústria são usados, mas essa porcentagem deve aumentar significativamente à medida que as empresas de petróleo e gás continuam sua transformação digital. O Gartner relatou em sua “Agenda de 2018 CIO: Insights da indústria de petróleo e gás” que 54% das empresas de petróleo e gás estão passando por esforços de digitalização. De acordo com o estudo da IDC Energy “IDC FutureScape: Previsões Mundiais de Óleo e Gás 2018”, 25% das principais operadoras investem no gerenciamento de desempenho de ativos enquanto 75% das empresas de petróleo e gás têm pelo menos uma iniciativa de transformação digital em pleno funcionamento.

“Os dados sempre foram o novo petróleo, literalmente. Mineração em grande levantamentos sísmicos e prever novas zonas de pagamento a partir de perfis de poços históricos sempre desempenharam um papel fundamental “, disse Ramoj Paruchuri, diretor do estúdio de Innovation Hub da Accenture, em uma entrevista exclusiva com E & P . “O que se transformou nos últimos tempos é a informação que está sendo coletada de novos tipos de sensores e dispositivos para auxiliar as operações de perfuração e completação à produção e ao gerenciamento de redes de superfície.”

Segundo Paruchuri, as empresas de petróleo e gás estão acostumadas a ter uma visão de longo prazo sobre seus investimentos, refletida em como os projetos digitais são avaliados. “A aplicabilidade da inovação e os estudos de caso de negócios digitais não podem ser avaliados usando métricas tradicionais e também devem incluir ferramentas como indicadores de índice de satisfação e uso e tempo para decisão e impacto de resultados”, disse ele.

“É compreensível que as oscilações nos preços das commodities impactem significativamente as margens, portanto, ter uma estratégia de take-out de custo medido é fundamental. Recomendamos que as empresas usem inteligência digital e artificial além do corte de custos para melhorar a produtividade de ativos e de trabalhadores, o que impacta no crescimento da receita ”, acrescentou Paruchuri. “Empresas de petróleo e gás bem-sucedidas que adotaram isso continuaram a apresentar um aumento no crescimento de 5% a 8% ano após ano.”

Como a indústria continua passando por uma transformação digital, tem havido desafios enfrentados, parcerias formadas e soluções encontradas. Em entrevistas exclusivas com E & P , operadores e especialistas em transformação digital compartilham detalhes sobre projetos que causaram impacto. Artigos adicionais no recurso de capa deste mês examinam os esforços em andamento na colaboração de dados e como o Big Data – o petróleo deste século – está impactando todas as facetas do setor.

Foi somente na última década que a idéia da computação em nuvem capturou a atenção do público, passando do conceito para o chavão para uma aceitação mais ampla, seguindo um caminho semelhante ao da internet. Além disso, como a precursora da internet, ARPANET, a computação em nuvem existe desde os anos 60. Andrew McAfee, co-diretor da Iniciativa MIT sobre Economia Digital na Sloan School of Management do MIT, observou em um relatório de negócios de Harvard de 2011artigo que, na época, a ideia de espaço de armazenamento compartilhado ou o processamento de algoritmos complexos usando computadores de alta velocidade localizados em instalações externas acumulava considerável ceticismo entre profissionais de tecnologia ligados a sistemas de computação no local. Embora tudo o que é fornecido por uma rede em nuvem possa ser realizado no local, isso seria “surpreendentemente difícil, caro e demorado, especialmente se uma empresa está tentando redirecionar a tecnologia legada mais antiga para a era moderna”, escreveu ele.

Sete anos depois, resquícios desse ceticismo estão desaparecendo rapidamente à medida que os benefícios da computação em nuvem se solidificam. “Com o início das operações em nuvem, agora vemos plenamente a capacidade de nossa indústria inovar, não em anos ou mesmo décadas, mas em semanas”, disse Arno van den Haak, diretor de desenvolvimento de negócios mundiais de petróleo e gás da Amazon Web Services. (AWS). “A beleza da nuvem é que é uma porta de mão dupla. Ele permite não apenas inovar rapidamente, mas fracassar rapidamente, aprender, iterar e conduzir à conclusão muito rapidamente e com um gasto mínimo ”.

Um operador usando essa abordagem “inovar rápido, falhar rápido” é, de acordo com van den Haak, da australiana Woodside Energy. A empresa adotou totalmente os recursos de computação em nuvem em suas operações diárias.

Shaun Gregory, vice-presidente executivo e CTO da Woodside, recentemente compartilhou detalhes de seu primeiro protótipo de Big Data com os participantes do Landmark Innovation Forum & Expo da Halliburton. “A filosofia de inovação da Woodside é estruturada em torno da identificação do problema. A empresa precisa obter valor rapidamente, então a maneira de fazer isso é resolver o problema ”, disse ele.

“Primeiro, pense em grande. Não tente uma mudança incremental, faça um protótipo ir em uma base pequena, porque isso permite que os engenheiros e cientistas ultrapassem os limites enquanto se esforçam para mudar. Então, entre rapidamente no negócio. Se a tecnologia não for dimensionada para o negócio, você não estará retornando valor para esse investimento. Pense grande, protótipo pequeno e escala rápido. ”

Para a Woodside, a equipe optou por começar com o problema de como aumentar a receita em seu Pluto LNG Park. A instalação em terra processa o gás dos campos de gás offshore de Plutão e Xena, na Austrália Ocidental. O gás é canalizado através de uma linha de tronco de 180 km (112 milhas) para um único trem de processamento de GNL onshore. A instalação de US $ 10 bilhões veio equipada com 200 mil sensores usados ??para medir vários atributos, como temperaturas e pressões.

 

“Ocorremos um incidente na fábrica chamada ‘espuma’. Basicamente, derrame sua cerveja e ela se espessa. Isso é um problema na fábrica porque o ‘copo de cerveja’ tem quatro andares e você não pode ver ”, disse Gregory. “Nesta coluna em particular, onde tivemos a questão da formação de espuma que derrubou a fábrica, havia cerca de 10 mil sensores nela.”

A detecção precoce e a prevenção da formação de espuma na unidade de remoção de gás ácido – uma parte crítica do processo de produção – tornou-se o primeiro protótipo da empresa usando Big Data gerado por esses sensores.

“No incidente para relatar, um engenheiro apontou que cerca de 3 horas para o que levou cerca de 8 horas para este incidente acontecer, uma ação específica não foi tomada”, disse ele. “O incidente custou a Woodside US $ 300 milhões em receita perdida que poderia ter sido evitada se uma ação tivesse ocorrido horas antes para impedir a formação de espuma.”

Ao conectar os sensores à plataforma de nuvem da AWS e usar as tecnologias Big Data da AWS junto com a plataforma de análise Watson da IBM, a empresa conseguiu processar mais de 30 anos de dados operacionais junto com os dados do sensor para desenvolver um algoritmo para identificar o ponto a tempo de evitar a formação de espuma.

“Seis semanas depois, não só pudemos encontrá-lo, como também descobrimos quatro dias – e não cinco horas -“, ??disse ele. “Escala perfeitamente. A AWS aceitou todos esses novos dados e não pulou nada ”.

Gregory disse que os dados de 10.000 sensores não eram algo que qualquer um poderia “digerir no passado”, acrescentando que a nuvem, a Internet of Things (IoT) e a análise de dados permitiram que a empresa resolvesse problemas maiores do que previa anteriormente.

Aquele operador adquiriu insights significantes em suas operações através de sua disposição para pensar grande, protótipo pequeno e escala rápido, observou van den Haak.

“É um ótimo exemplo de trabalhar em um problema real de negócios, prototipar e ver o impacto comercial disso extremamente rápido. Os novos conhecimentos que eles obtiveram ajudaram a tornar possível a escala local e global ”, disse ele. “Ter essas idéias foi transformacional para a Woodside.”

Com uma área de área ocupada que abrange uma área do tamanho da Nova Inglaterra, as operações da Hess ‘Bakken são expansivas. Como o segundo maior produtor da Dakota do Norte, manter a produção fluindo para a empresa é fundamental. A empresa alavancou tecnologias digitais para impulsionar confiabilidade, produtividade e eficiência com segurança. Através do uso de vigilância baseada em exceções (EBS), os problemas reais que afetam as operações do poço no campo são identificados. A empresa passou os últimos anos desenvolvendo esse tipo de sistema para identificar seus poços doentes dos saudáveis.

“A vigilância tradicional da produção de petróleo e gás era de técnicos de serviço que circulavam e checavam poços que faziam guinchos e vazamentos e procuravam poços em que as bombas não subiam e desciam”, disse Mike Turner, vice-presidente sênior de produção da Hess. “Você está em um lugar com 1.600 poços, 600 plataformas e instalações espalhadas por um espaço do tamanho da Nova Inglaterra, com mais poços sendo adicionados. Dirigir e verificar não é um bom tipo de plano de saúde ”.

A partir de 2015, a empresa vem desenvolvendo a infraestrutura necessária para tornar o EBS uma opção viável – Wi-Fi, fibra ótica, sensores e muito mais – e conectada a centros de operações remotas para coletar e armazenar dados operacionais.

“Nossos operadores de confiabilidade recebem sinais dos poços indicando que há um problema e que é necessária atenção para resolvê-lo. Temos vários passos ao longo do caminho que garantem que os sinais sejam processados ??corretamente. Todo esse trabalho foi integrado à nossa abordagem Lean de fabricação que estamos implementando ”, disse ele.

Atualmente, a empresa recebe 10 sinais de produção para monitorar a saúde dos poços, incluindo o óleo no nível da água, o carregamento da caixa de engrenagens e o número de ciclos de bombeamento, entre outros.

“Estamos adicionando novos sinais o tempo todo”, disse Turner. “É como a indústria médica; Estamos adicionando mais oportunidades para a EBS em nossos poços, nossas instalações, nossos tratadores e todos os nossos equipamentos em toda a Dakota do Norte. Também usamos o EBS offshore, mas isso causa um grande impacto no espaço de xisto em terra. ”

Por exemplo, o EBS é usado para detectar vazamentos de tubulação criados como resultado do desgaste da haste. A equipe de ressonância magnética da empresa identificou gatilhos para detectar esses vazamentos. Anteriormente, várias etapas manuais executadas no local do poço eram necessárias para identificar o vazamento. Agora, os dados em tempo real sinalizam automaticamente o operador de confiabilidade para o vazamento potencial antecipadamente, observou Turner.

“Para cada sinal capturado neste processo versus o processo de solução de problemas tradicional, reduzimos o tempo de solução de problemas em três dias e economizamos até 216 boe / d de produção diferida apenas em vazamentos de tubulação”, acrescentou ele.

Turner continuou observando que a implementação do EBS em todo o Bakken ajudou a restaurar a produção de forma mais rápida e econômica, com remediação 75% mais rápida do que três anos atrás – capturando milhões de dólares a cada ano no que seria potencialmente perda de produção.

Esses dados, juntamente com dados de perfuração e conclusão, informações de produção, parâmetros de bomba de haste e mais, são coletados e analisados ??para encontrar clusters de poços comuns e construir modelos de regressão para encontrar problemas versus esperar que a falha ocorra proativamente, acrescentou ele. Esses sinais também fornecem insights que estão levando à construção de melhores poços.

“Uma das grandes áreas em que estamos trabalhando agora é bem tortuosidade. Você ouve muito sobre o quão baixo custo um poço era perfurar, mas se ele foi perfurado com um ângulo inaceitável, então há um defeito bem presente ”, disse Turner. “Nossos sinais de produção mostraram que os poços com os maiores ângulos de tortuosidade são os que apresentam mais falhas. Ainda é um trabalho em progresso, pois estamos olhando não apenas para os poços que falharam, mas também para aqueles que tiveram uma vida longa ”.

Através do uso do EBS, a transformação digital tornou-se incorporada à cultura de excelência operacional da empresa, impulsionada pela adoção da filosofia de fabricação Lean. A propriedade em toda a organização é fundamental para seu sucesso.

“É uma transformação cultural, pois não são apenas engenheiros que geram sinais e enviam pessoal para o campo para executar. A nossa é uma cultura de melhoria contínua, construída em todos os níveis da organização ”, disse ele. “Você precisa de uma combinação de líderes fortes e pessoas que entendam por que isso está sendo feito de uma determinada maneira e por que isso é importante. Esses poços estarão aqui por muito tempo. Metade do custo de um poço não convencional está em operação; a outra metade está na capital. Preste atenção no lado operacional, não apenas no lado da perfuração. ”

A Schlumberger, como a Hess, também adotou o mesmo espírito de criar e possibilitar uma cultura de melhoria contínua por meio do uso de tecnologias digitais.

“Adotar novas tecnologias gera muita emoção na Schlumberger. Temos uma tendência natural nessa direção, um viés quase genético de querer descobrir a próxima nova tecnologia ”, disse Gavin Rennick, presidente da Software Integrated Solutions da Schlumberger.

“Do ponto de vista da liderança, é fundamental ver que isso é suportado de cima e ativado de baixo. Para nós, a maneira mais pessoal de fazer isso é através do treinamento de nossos funcionários, dando a cada funcionário acesso às ferramentas e capacidades para criar ou participar de grupos de trabalho. ”

Para uma indústria baseada em dados, separar dados de boa qualidade a partir de dados de baixa qualidade é um desafio difícil e demorado, mas Rennick acredita que a empresa encontrou uma maneira de tornar esse processo muito mais eficiente.

“É importante entender que todos os dados podem ser valiosos e, quando utilizados, os padrões dentro dos dados que não parecem intuitivos podem ser percebidos”, disse ele. “Ter um ecossistema que suporte todas as ferramentas para lidar com o volume de dados também é essencial. Trabalhar com o Google nos permite fazer as duas coisas. Sua pilha de tecnologia foi criada para lidar com Big Data ”. Essa parceria com o Google Cloud foi formalmente anunciada em 2017 com o lançamento do ambiente E & P DELFI da Schlumberger.

 

“O mais surpreendente sobre o ambiente DELFI é que ele permite que nossos clientes combinem seus dados e experiência petrotécnica com novas tecnologias digitais, como AI e ferramentas de análise, e seja personalizado para E & P com base em nosso conhecimento da ciência do domínio”, disse ele. “Nossos clientes podem automatizar e orquestrar processos de maneira personalizada e inteligente, desde uma interpretação sofisticada de um dado até os fundamentos da avaliação de sua qualidade”, disse ele. “Muitos desses elementos são os principais serviços e tecnologias incorporados no ecossistema de dados que é fornecido dentro do ambiente DELFI e, como o ambiente é aberto, eles também são capazes de criar os seus próprios.”

Na busca por menores custos e eficiências maximizadas, os operadores estão se afastando dos silos em direção a uma abordagem sistêmica para o desenvolvimento. A transformação digital está facilitando esse movimento, tornando a inovação e o desenvolvimento de tecnologia mais uma colaboração do que uma busca solitária.

De acordo com a empresa, o ambiente de E & P cognitivo DELFI possibilita uma nova maneira de trabalhar para as equipes de ativos, fornecendo tecnologia para integração perfeita entre os domínios de geofísica, geologia, engenharia de reservatórios, perfuração e produção. O ambiente aproveita a análise de dados, o aprendizado de máquina, a computação de alto desempenho e permite a colaboração entre as equipes de E & P.

“Fizemos a conexão com o Google desde o início para que pudéssemos trabalhar juntos para resolver desafios específicos que o setor estava enfrentando”, disse Rennick.

As empresas se uniram pela primeira vez na superação de desafios específicos em torno da sísmica, e a partir daí ela “se transformou em uma relação de negócios muito mais ampla, onde agora estamos trazendo produtos para o mercado juntos. Isso é possível quando você tem um nível de respeito técnico e um tremendo nível de confiança com a empresa com quem fez parceria. Esse tipo de relacionamento é o que você precisa para ter sucesso no mundo em geral e, certamente, nesse setor daqui para frente ”, disse ele.

O lançamento do ambiente DELFI contou com a implantação de um data lake de E & P no Google Cloud Platform que compreende mais de 1.000 pesquisas sísmicas 3D, 5 milhões de poços, 1 milhão de registros de poços e 400 milhões de registros de produção em todo o mundo. um comunicado de imprensa da Schlumberger.

“Nossa parceria com a Schlumberger é uma colaboração plurianual com várias áreas de foco. Um é o foco no Big Data e no data lake de E & P ”, disse Willis, do Google Cloud. “Outro componente importante é o foco na computação de alto desempenho e também na inteligência artificial, particularmente na aceleração da interpretação sísmica e na modelagem 3D.”

O data lake de E & P é baseado nas plataformas BigQuery, Cloud Spanner e Cloud Datastore do Google, com mais de 100 milhões de itens de dados com mais de 30 terabytes de dados. A plataforma de software Schlumberger Petrel E & P e o simulador de reservatório de alta resolução INTERSECT estão sendo executados em um Google Cloud Platform integrado ao ambiente DELFI.