المكاسب:
- القدرة على التمييز بين المجالات التي يوفر فيها الذكاء الاصطناعي الوقت الحقيقي والتكلفة في سير عمل النفط والغاز وأي القرارات يجب أن تظل مسؤولية المهندس المعتمد
- القدرة على تنفيذ نظام يتحقق من صحة كل مخرجات الذكاء الاصطناعي بترتيب الحجم والمعقولية المادية والأدلة الميدانية/البئر
- التعرف على مفاهيم عدم اليقين والهلوسة والسرية التجارية والمخاطر الأمنية الحرجة واكتساب عادة إعداد المطالبات الآمنة من خلال إخفاء هوية السياق.
هندسة البترول والغاز الطبيعي هي فن جلب السوائل من الخزان (كتلة صخرية مسامية تحتوي على النفط أو الغاز) على بعد عدة كيلومترات تحت الأرض إلى السطح بطريقة آمنة وفعالة وصديقة للبيئة. يتم دمج هذا العمل مع البيانات من البداية إلى النهاية: الأقسام الزلزالية، وسجلات الآبار، والقياسات الأساسية، وتدفقات الإنتاج، وسجلات الضغط، وأجهزة استشعار المعدات، وتدفقات SCADA لخطوط الأنابيب. ويلعب الذكاء الاصطناعي دوره على وجه التحديد في هذه الوفرة من البيانات؛ فهو يعمل على تسريعها، ويجعل الأنماط مرئية، ويقلل ساعات العمل إلى دقائق. لكن دعونا نكرر الجملة الأولى والأكثر أهمية في هذه الوحدة: الذكاء الاصطناعي هو عامل تسريع في هذه المهنة، وليس موقعًا. إن تكلفة انفجار بئر أو انفجار خط أنابيب أو احتياطي غير معلن عنه هي الحياة والبيئة ورأس المال الكبير؛ ويتحمل المهندس المعتمد هذه التكلفة، وليس الذكاء الاصطناعي.
في هذه الوحدة، نرسم كيفية دمج الذكاء الاصطناعي في سير عمل النفط والغاز: حيث يوجد مكاسب حقيقية، وأين يوجد خطر، ومع أي نظام للتحقق سنختبر كل ناتج.
حيث يجلب الذكاء الاصطناعي ربحًا حقيقيًا
إن المجالات التي يكون فيها الذكاء الاصطناعي أقوى في الصناعة هي حيث يكون استخراج الأنماط من أعداد كبيرة من العينات ذا قيمة ويمكن اكتشاف الأخطاء بسرعة:
- هيكلة البيانات وتنظيفها: جعل سجلات الآبار المتفرقة، وجداول الإنتاج بتنسيقات مختلفة، وتقارير الحفر النصية المجانية قابلة للاستعلام عنها.
- التعرف على الأنماط: آثار الصدع في المقطع الزلزالي، وحدود السحنة (نوع الصخور الخاص بالبيئة الترسبية) في منحنيات السجل، وتوقيعات الخطأ في طيف الاهتزاز.
- التنبؤ والتنبؤ: المسامية من جذوع الأشجار، منحنى التحلل من تاريخ الإنتاج، العمر الإنتاجي المتبقي من المستشعر.
- مسودة الإنتاج: هيكل التقرير، ملخص الأدبيات، مقتطف الكود، مخطط الإجراء.
- اكتشاف الشذوذ: انخفاض الضغط في خط الأنابيب، اهتزاز غير عادي في المعدات، انحراف غير متوقع في الإنتاج.
القاسم المشترك بين هذه المجالات: الذكاء الاصطناعي ينتج مسودة أولى أو جديرة بالملاحظة، ويتحقق منها المهندس ويتحمل المسؤولية.
حيث لا يستطيع الذكاء الاصطناعي تولي المسؤولية
بعض القرارات يجب أن تبقى بطبيعتها للمهندس لأنه في حالة الخطأ يكون الضرر لا يمكن إصلاحه:
- قرارات التحكم في الآبار وإدارة الضغط (منع الانفجار).
- عتبات إنذار السلامة الحرجة (تسرب الغاز، كبريتيد الهيدروجين، الضغط العالي).
- إعلان الاحتياطي والأرقام الرسمية المقدمة للمستثمر.
- قرارات سلامة/إيقاف تشغيل خطوط الأنابيب ومعدات الضغط.
- موافقات التفريغ البيئي وسلامة الموقع.
تحذير: عبارة "اقترح الذكاء الاصطناعي" ليست دفاعًا. والسؤال الذي يجب طرحه في التحقيق في الخطأ الهندسي هو: "ما هو الدليل المستقل الذي قام المهندس المعتمد بالتحقق من هذه النتيجة؟" إذا لم يكن لديك إجابة، فلا يجب عليك استخدام الإخراج على الإطلاق.
التحقق من صحة الانضباط: مرشح ثلاثي الطبقات
قم بتمرير كل مخرجات AI من خلال ثلاثة مرشحات بناءً على الأهمية.
1. ترتيب التحكم في الحجم. هل النتيجة تقريبًا ضمن نطاق القوة المتوقعة وهو 10؟ عادة ما تكون نفاذية الخزان الرملي في نطاق المليدارسي-دارسي؛ إذا كان النموذج يقول "80,000 دارسي" فهناك خطأ في الوحدة أو التحرير دون الخوض في التفاصيل. المسامية بين 0%-40%؛ 65٪ مستحيل جسديا.
2. التحقق من المعقولية البدنية. هل الناتج يخضع لقوانين الفيزياء المعروفة؟ يجب أن يكون تشبع الماء بين 0-1؛ لا يمكن أن يكون معدل تدفق الإنتاج سلبيا؛ ينبغي إغلاق الرصيد المادي (المنتج + المتبقي = الأولي)؛ لا يمكن أن يظهر منحنى السحب زيادة في الإنتاج بمرور الوقت (ما لم تكن هناك آبار/تدخلات جديدة).
3. فحص الأدلة المستقلة. قارن المخرجات بمصدر لا ينتجها: القياس الأساسي، اختبار البئر (بيانات تدفق الضغط)، البئر المجاورة، الفحص الميداني، الطريقة الثانية. في التسلسل الهرمي للأدلة، يكون القياس المباشر (الأساسي، اختبار البئر) دائمًا متفوقًا على التنبؤ النموذجي.
نصيحة: قم بقياس شدة التحقق مع خطورة الإخراج. للحصول على ملخص الأدبيات، قراءة سريعة كافية؛ يعد الحساب المستقل الكامل والتحكم الهندسي الثاني أمرًا ضروريًا للحد من ضغط البئر.
موجه آمن: الخصوصية والسياق
تعتبر بيانات النفط والغاز حساسة للغاية من منظور تجاري. غالبًا ما تكون إحداثيات الآبار وتدفقات الإنتاج وأرقام الاحتياطي ملكًا لصاحب الترخيص والشراكة؛ يؤدي الانخراط في خدمة ذكاء اصطناعي خارجية غير خاضعة للرقابة إلى فقدان المنافسة وخرق العقود والمخاطر القانونية.
- استخدم أسماء مستعارة ("Well-A"، "Field-X") بدلاً من أسماء/إحداثيات الآبار الفعلية.
- استبدال أرقام الإنتاج والاحتياطيات الفعلية بقيم تمثيلية (مقياسية)؛ يتم الحفاظ على النسبة والنمط، ولا يتم تسريب الرقم السري.
- استخدم فقط الأدوات المعتمدة من قبل المؤسسة بموجب اتفاقية معالجة البيانات.
ثلاث حالات صغيرة: بالأرقام
الحالة 1 - توفير الوقت والاستخدام الصحيح. تم الاحتفاظ بملفات سجل LAS المكونة من 240 بئرًا في حقل واحد بأسماء ووحدات مختلفة. أدى التقييس المدعوم بالذكاء الاصطناعي إلى تقليل تحويل الوحدات ومطابقة اسم المنحنى من يومين إلى ثلاث ساعات. تم فحص الآبار العشوائية بنسبة 10% يدوياً؛ تم اكتشاف وتصحيح عدم تطابق سجل النيوترونات في ملفين. وكان المكسب حقيقيا لأن طبقة التحقق كانت في مكانها الصحيح.
الحالة 2 - مخاطر الاحتياطي المفتعلة. قام أحد المهندسين بإدخال بيانات الإنتاج في النموذج لتسريع تحليل منحنى السحب؛ أخذ النموذج b الرئيسي وهو 1.4 في السحب الزائدي واستقراءه إلى 30 عامًا، مما جعل اليورو (الإنتاج النهائي المتوقع) أعلى بمرتين من المتوقع. وأظهر فحص توازن المواد أن الرقم يتعارض مع حجم الخزان؛ تم نقل القاعدة b إلى الحد المادي وتم تصحيح النتيجة. إذا تم اعتبار الأعمى، فإن الاحتياطي سيكون مبالغا فيه.
الحالة 3 - الحد الحرج للسلامة. طلب أحد الفرق من الذكاء الاصطناعي اقتراحات "لتحسين" عتبة إنذار الكشف عن الغاز؛ اقترح النموذج زيادة العتبة لتقليل الإنذارات الكاذبة. نفى مهندس الصحة والسلامة والبيئة ذلك: فالنتيجة السلبية الكاذبة في الكشف عن الغاز (عدم وجود تسرب فعلي) تعتبر قاتلة ولا يمكن تعيين الحد تحت الحد القانوني/المعياري. لا يمكن أن تشكل توصية الذكاء الاصطناعي وحدها طبقة من الأمان.
موجه ضعيف / موجه قوي
حث ضعيف:
انظر إلى بيانات إنتاج هذا البئر وأخبرنا باحتياطه. [البيانات]
مطالبة قوية:
تحليل منحنى السحب من بيانات الإنتاج (التمثيلية/مجهولة المصدر) التالية. اتبع هذه القواعد: - قم بتطبيق نمط Arps؛ احتفظ بالأس b في النطاق المادي 0-1، واكتب مبررك. - قم بإعطاء تقدير اليورو كسيناريو منخفض/متوسط/مرتفع، وليس رقمًا واحدًا. - قائمة كل افتراض على حدة؛ الإشارة إلى البيانات الإضافية المطلوبة للتحقق من رصيد المواد. - لا تقدم النتيجة على أنها "دقيقة"؛ حدد الخطوات التي تحتاج إلى التحقق منها. البيانات: [جدول إنتاج مجهول المصدر]
يفرض الموجه القوي حدودًا مادية، وتفكيرًا في السيناريوهات، والحاجة إلى التحقق.
أربعة قوالب قابلة للنسخ
1) تصنيف مخاطر المخرجات:
حدد فئة المخاطر قبل استخدام مخرجات الذكاء الاصطناعي التالية: (أ) ما الذي سيتضرر/ما الذي سيتضرر، (ب) هل الضرر قابل للإصلاح، (ج) ما هي الأدلة المستقلة التي يجب التحقق منها. الإخراج: [ملخص]
2) ترتيب مرشح الحجم:
تحقق من ترتيب حجم النتيجة التالية: ما هو النطاق المتوقع النموذجي، هل النتيجة في هذا النطاق، إذا لم يكن الأمر كذلك، أين هو الخطأ المحتمل في الوحدة/الإنشاء؟ النتيجة ووحدتها: [القيمة]
3) مساعد إخفاء الهوية:
حدد المعلومات الحساسة تجاريًا (اسم البئر، الإحداثيات، معدل التدفق الفعلي، الاحتياطي، الشراكة) من النص أدناه وقدم اسمًا مستعارًا/قيمة تمثيلية مقترحة. النص: [نص]
4) خطة التحقق:
اكتب خطة تحقق للمخرجات الهندسية التالية: ما هي الحسابات اليدوية، وما هي الحدود المادية، وما هي البيانات المستقلة (اختبار القلب/البئر/البئر المجاورة)، وما هو التأكيد المطلوب من الطرف الثاني؟ الإخراج: [ملخص]
دور الذكاء الاصطناعي: لمحة سريعة
كويست
دور الذكاء الاصطناعي
دور المهندس
مرساة التحقق
توحيد السجل
التكوين، التحول
مراقبة العينة
الملف الخام، الأساسية
تقدير المسامية
مسودة الحساب
موافقة
معادلة آرشي الأساسية
الخصم/يورو
تركيب النموذج، السيناريو
القرار
التوازن المادي
تسرب/إنذار
علامة الشذوذ
القرار، التدخل
كاشف مستقل
إعلان الاحتياطي
مسودة، حساب
المسؤولية، التوقيع
PRMS/SEC، مقيم
الأخطاء الشائعة
- الخلط بين الطلاقة والدقة. اللغة الواثقة للنموذج لا تعني أن الرقم صحيح.
- عدم قياس التحقق وفقًا للمخاطر. تمرير المخرجات الأمنية الهامة بسرعة مثل ملخص الأدبيات.
- إدخال بيانات سرية في مركبة غير خاضعة للرقابة. مشاركة بيانات جيدة وبيانات الإنتاج دون إخفاء الهوية.
- تجنب المسؤولية مع "اقترح الذكاء الاصطناعي". نقل المطبوع إلى التوقيع دون دليل مستقل.
- تحميل وظيفة الأمان في نموذج واحد. استبدال الطبقات المستقلة والمعتمدة بالذكاء الاصطناعي.
باختصار
- يعد الذكاء الاصطناعي مسرعًا قويًا لسير عمل النفط والغاز؛ لكن مسؤولية القرار والتوقيع تبقى للمهندس المعتمد.
- قم بتصفية كل مخرجات من خلال ثلاث طبقات: ترتيب الحجم، والمعقولية المادية، والأدلة المستقلة.
- مقياس شدة التحقق مع المخاطر (الخسارة عند الخطأ) للمخرجات.
- إخفاء هوية البيانات الحساسة للأعمال واستخدام الأدوات المعتمدة فقط.
- ولا ينبغي أن تعتمد الوظائف الحيوية للسلامة على نموذج واحد للذكاء الاصطناعي، بل على أنظمة مستقلة متعددة الطبقات.
مهمة التطبيق
اختر حالة استخدام الذكاء الاصطناعي من عملك الخاص (أو حالة تمثيلية): تقدير المسامية من السجلات أو سحب الإنتاج، على سبيل المثال. اكتب خطة تحقق من ثلاث طبقات لهذا الناتج: (1) ما هو الترتيب المتوقع للحجم، (2) ما هي الحدود المادية المطبقة، (3) ما هو الدليل المستقل الذي ستؤكده، ومن سيقوم بإجراء التحقق الثاني. ثم قم بإخفاء هوية الموجه الخاص بك بحيث لا يحتوي على اسم/إحداثي/رقم البئر الفعلي.
قائمة مرجعية
- [ ] يمكنني التمييز بين المجالات التي يربح فيها الذكاء الاصطناعي والقرارات التي يجب أن تظل المسؤولية فيها على عاتق المهندس.
- [ ] أقوم بتصفية كل نتيجة من خلال أوامر الحجم والمعقولية المادية والأدلة المستقلة.
- [ ] أقوم بقياس شدة التحقق مع خطورة المخرجات.
- [ ] أقوم بإخفاء هوية البيانات الحساسة تجاريًا واستخدام الأدوات المعتمدة فقط.
- [ ] لا أعتمد على نموذج واحد للوظائف الأمنية الحيوية، بل على أنظمة أمان مستقلة متعددة الطبقات.