Oil & Gas

¿Qué problemas soluciona la inteligencia artificial?

La inteligencia artificial permite hallar relaciones ocultas en grandes cantidades de datos. En este escenario, debido a la naturaleza del negocio de producción de gas y petróleo (Oil & Gas), la exploración y perforación son procesos que pueden utilizar técnicas machine learning para automatizar tareas y optimizar variables importantes.

inteligencia artificial aplicaciones en la industria

Aplicaciones de la IA en la industria

Las aplicaciones más comunes de la inteligencia artificial para el procesamiento de datos sísmicos, parte fundamental de las operaciones en la industria, son:

  • Reconstrucción de datos sísmicos con bajo muestreo y trazas erróneas.
  • Caracterización de reservorios para la extracción de atributos sísmicos.
  • Detección de fallas y fracturas en datos sísmicos pre-migrados.
  • Segmentación automática de los horizontes en un volumen sísmico.
  • Detección de reservorios de sal.
inteligencia artificial impacto en el negocio

Impacto en el negocio con inteligencia artificial

El procesamiento y análisis de información sísmica hace parte de la exploración de una compañía productora de hidrocarburos.

En esta vertical, los proyectos de IA para analitica de datos, están orientados a la reducción de tiempos en tareas que son manuales para los geólogos y geofísicos, además de mejorar la precisión en la identificación de horizontes, fallas, fracturas, reservorios, litología, entre otros, los cuales son indicadores importantes de la presencia de gas o petróleo.

Los beneficios al aplicar alguna de estas soluciones depende de factores específicos de la compañía y el campo a analizar.

inteligencia artificial roadmap analitica

Roadmap de analítica e IA sugerido

  • Orientar y alinear a todos las partes interesadas del negocio, acerca de la importancia y los beneficios de aplicar inteligencia artificial en Oil & Gas.
  • Identificar los problemas y oportunidades que generen valor real para la compañía y priorizar las necesidades.
  • Identificar las fuentes de información y estimar el esfuerzo para extraer los datos.
  • Realizar un análisis exploratorio de los datos con la visual hacia los objetivos y alcances propuestos. A partir de los resultados, limitar el alcance del proyecto y definir las métricas de éxito.
  • Identificar los features con los expertos de la vertical.
  • Plantear un esquema general de features, arquitecturas, modelos y métricas de desempeño.
  • Procesar y transformar los datos, extraer los features, dividir los datos en entrenamiento, validar y testear.
  • Entrenar el modelo y ajustar los hiperparametros.
  • Seleccionar el modelo, obtener desempeño, analizar y presentar los resultados.
  • Iniciar el proceso de industrialización.
inteligencia artificial estrategia de datos

Estrategia de datos sugerida

Una empresa de esta vertical debería tener una estrategia ofensiva de datos, donde no solo cuide la integridad de los mismos, sino que a partir del análisis de la información, se enfoque en respaldar los objetivos comerciales y potencializar los drivers de la compañía como aumentar los ingresos, la rentabilidad y la reducción de costos.

Solución: IA en Oil & Gas

Lectura y transformación del volumen sísmico.

Un volumen sísmico es la respuesta del subsuelo a una energía aplicada. Las ondas generadas por esta energía, la cual puede ser liberada a través de vibraciones o explosiones, se propagan  a través del subsuelo.

Las ondas reflejadas son captadas por geófonos o hidrófonos en la superficie y luego de un proceso de ordenamiento, filtrado y corrección de trazas se obtiene el volumen sísmico.

Es muy común que las trazas se almacenen en un formato datos .SEGY, por lo que para su procesamiento como volumen 3D se deba leer cada traza y apilarla para formar el volumen. Luego se deben realizar correcciones y normalizaciones para ayudar en el proceso de entrenamiento del modelo ML.

soluciones inteligencia artificial oil & gas volumen sismico machine learning

Generación de datos de entrenamiento

El volumen sísmico está compuesto por imágenes inline y crossline a lo largo de la profundidad del volumen. Para que la arquitectura de red neuronal aprenda, es necesario mostrarle un conjunto de ejemplos del volumen original y su correcta segmentación realizada por un experto.

En nuestra metodología, solo es necesario la segmentación previa del 1-3% del volumen. De esta manera se escogen miles de trozos del volumen para entrenar el modelo.

soluciones inteligencia artificial oil & gas entrenamiento red neuronal

Construcción del modelo o arquitectura de RNA profunda

Este tipo de modelos tienen millones de parámetros que deben ser determinados, iterativamente, en el proceso de entrenamiento.

Por esto, hacemos uso de GPUs y TPUs para acelerar el proceso.

soluciones inteligencia artificial oil and gas modelo arquitectura rna

Medición de desempeño y análisis de resultados

Los mejores resultados obtenidos, con diferentes volúmenes sísmicos, dan un accuracy próximo al 98%.

Este resultado es muy cercano a los mejores desempeños reportados en la literatura más reciente.

soluciones inteligencia artificial analisis resultados

Predicción

En el proceso de predicción el geólogo o geofísico, solo debe usar el modelo previamente entrenado para realizar el picking automático del volumen sísmico.

Esto le permite ahorrar tiempo, realizar interpretaciones más precisas, lo que al final se traduce en beneficios económicos para la compañía.

soluciones inteligencia artificial prediccion