กำไร:
- ความสามารถในการแยกแยะว่าปัญญาประดิษฐ์ช่วยประหยัดเวลาและต้นทุนแบบเรียลไทม์ในขั้นตอนการทำงานของน้ำมันและก๊าซได้อย่างไร และการตัดสินใจใดควรยังคงเป็นความรับผิดชอบของวิศวกรที่ได้รับอนุญาต
- ความสามารถในการใช้ระเบียบวินัยที่ตรวจสอบความถูกต้องข้ามเอาต์พุต AI แต่ละรายการตามลำดับความสำคัญ ความเป็นไปได้ทางกายภาพ และหลักฐานภาคสนาม/หลุม
- ตระหนักถึงแนวคิดของความไม่แน่นอน ภาพหลอน การรักษาความลับทางการค้า และความเสี่ยงที่มีความสำคัญต่อความปลอดภัย และการสร้างนิสัยในการตั้งค่าการแจ้งเตือนที่ปลอดภัยโดยไม่เปิดเผยบริบท
วิศวกรรมปิโตรเลียมและก๊าซธรรมชาติเป็นศิลปะในการนำของเหลวจากอ่างเก็บน้ำ (มวลหินที่มีรูพรุนซึ่งมีน้ำมันหรือก๊าซ) อยู่ใต้ดินหลายกิโลเมตรสู่ผิวน้ำในลักษณะที่ปลอดภัย มีประสิทธิภาพ และเป็นมิตรกับสิ่งแวดล้อม ธุรกิจนี้ถักทอด้วยข้อมูลตั้งแต่ต้นจนจบ: ส่วนแผ่นดินไหว บันทึกหลุม การวัดหลัก ขั้นตอนการผลิต บันทึกแรงดัน เซ็นเซอร์อุปกรณ์ การไหลของ SCADA ไปป์ไลน์ ปัญญาประดิษฐ์เข้ามามีบทบาทอย่างแม่นยำในข้อมูลที่มีอยู่มากมายนี้ มันเร่งความเร็ว ทำให้มองเห็นรูปแบบ และลดชั่วโมงการทำงานเหลือเพียงนาที แต่ขอย้ำประโยคแรกและสำคัญที่สุดของโมดูลนี้ว่า ปัญญาประดิษฐ์เป็นตัวเร่งในอาชีพนี้ ไม่ใช่ผู้ลงนาม ต้นทุนของการระเบิดในบ่อน้ำ การระเบิดของท่อส่งน้ำมัน หรือปริมาณสำรองที่แจ้งไม่ถูกต้องคือชีวิต สิ่งแวดล้อม และทุนขนาดใหญ่ วิศวกรที่ได้รับอนุญาตจะเป็นผู้รับผิดชอบค่าใช้จ่ายนี้ ไม่ใช่ AI
ในหน่วยนี้ เราจะร่างแผนผังวิธีการฝัง AI ลงในขั้นตอนการทำงานด้านน้ำมันและก๊าซ: ตำแหน่งใดได้กำไรจริง ตำแหน่งใดมีอันตราย และเราจะทดสอบแต่ละเอาต์พุตด้วยระเบียบวินัยในการตรวจสอบความถูกต้องแบบใด
ที่ซึ่งปัญญาประดิษฐ์นำมาซึ่งผลกำไรที่แท้จริง
พื้นที่ที่ AI แข็งแกร่งที่สุดในอุตสาหกรรมคือการแยกรูปแบบจากตัวอย่างจำนวนมากมีคุณค่าและสามารถตรวจจับข้อผิดพลาดได้อย่างรวดเร็ว:
- การจัดโครงสร้างและการทำความสะอาดข้อมูล: การสร้างบันทึกบ่อน้ำที่กระจัดกระจาย ตารางการผลิตในรูปแบบที่แตกต่างกัน สามารถสืบค้นรายงานการเจาะข้อความฟรีได้
- การจดจำรูปแบบ: ร่องรอยข้อบกพร่องในส่วนแผ่นดินไหว ขอบเขตด้านหน้า (ประเภทหินที่เฉพาะเจาะจงสำหรับสภาพแวดล้อมการทับถม) ขอบเขตในเส้นโค้งล็อก ลายเซ็นข้อบกพร่องในสเปกตรัมการสั่นสะเทือน
- การคาดการณ์และการทำนาย: ความพรุนจากบันทึก เส้นโค้งการย่อยสลายจากประวัติการผลิต อายุการใช้งานที่เหลืออยู่จากเซ็นเซอร์
- การผลิตแบบร่าง: รายงานโครงกระดูก สรุปวรรณกรรม ข้อมูลโค้ด โครงร่างขั้นตอน
- การตรวจจับความผิดปกติ: แรงดันตกในท่อ การสั่นสะเทือนที่ผิดปกติในอุปกรณ์ การเบี่ยงเบนที่ไม่คาดคิดในการผลิต
สิ่งที่สาขาเหล่านี้มีเหมือนกัน: AI สร้างร่างฉบับแรกหรือน่าสังเกต วิศวกรตรวจสอบและรับผิดชอบ
เมื่อปัญญาประดิษฐ์ไม่สามารถเข้ามารับผิดชอบได้
การตัดสินใจบางอย่างควรคงอยู่กับวิศวกรโดยเนื้อแท้ เนื่องจากในกรณีที่เกิดข้อผิดพลาด ความเสียหายจะไม่สามารถย้อนกลับได้:
- การตัดสินใจในการควบคุมหลุมและการจัดการแรงดัน (การป้องกันการระเบิด)
- เกณฑ์การแจ้งเตือนที่มีความสำคัญต่อความปลอดภัย (ก๊าซรั่ว, H2S, แรงดันสูง)
- ประกาศสำรองและตัวเลขอย่างเป็นทางการที่นำเสนอต่อนักลงทุน
- ความสมบูรณ์ของท่อและอุปกรณ์แรงดัน/การตัดสินใจในการรื้อถอน
- การอนุมัติการปล่อยทิ้งสิ่งแวดล้อมและความปลอดภัยของสถานที่
ข้อควรระวัง: "แนะนำ AI" ไม่ใช่การป้องกัน คำถามที่ต้องถามในการสืบสวนข้อผิดพลาดทางวิศวกรรมคือ: “วิศวกรที่ได้รับอนุญาตตรวจสอบผลลัพธ์นี้ด้วยหลักฐานอิสระอะไรบ้าง” หากคุณไม่มีคำตอบ คุณไม่ควรใช้ผลลัพธ์เลย
ระเบียบวินัยในการตรวจสอบ: ตัวกรองสามชั้น
ส่งผ่านเอาต์พุต AI แต่ละรายการผ่านตัวกรองสามตัวตามความสำคัญ
1. ลำดับการควบคุมขนาด ผลลัพธ์อยู่ในกำลังโดยประมาณของช่วง 10 หรือไม่ โดยทั่วไปความสามารถในการซึมผ่านของแหล่งเก็บทรายจะอยู่ในช่วงมิลลิดาร์ซี–ดาร์ซี หากโมเดลแจ้งว่า "80,000 darcy" แสดงว่ามีหน่วยหรือข้อผิดพลาดในการแก้ไขโดยไม่ต้องลงรายละเอียด ความพรุนอยู่ระหว่าง 0% –40%; 65% เป็นไปไม่ได้ทางกายภาพ
2. การตรวจสอบความสมเหตุสมผลทางกายภาพ ผลลัพธ์เป็นไปตามกฎฟิสิกส์ที่ทราบหรือไม่ ความอิ่มตัวของน้ำควรอยู่ระหว่าง 0–1; อัตราการไหลของการผลิตไม่สามารถเป็นลบได้ ควรปิดยอดคงเหลือวัสดุ (ผลิต + เหลือ = เริ่มต้น) เส้นโค้งการเบิกจ่ายไม่สามารถแสดงการผลิตที่เพิ่มขึ้นเมื่อเวลาผ่านไป (เว้นแต่จะมีหลุม/การแทรกแซงใหม่)
3. ตรวจสอบหลักฐานอิสระ เปรียบเทียบผลลัพธ์กับแหล่งที่มาที่ไม่ได้สร้างผลลัพธ์: การวัดแกนกลาง การทดสอบหลุม (ข้อมูลความดัน-การไหลของ) หลุมที่อยู่ติดกัน การตรวจสอบภาคสนาม วิธีที่สอง ในลำดับชั้นของหลักฐาน การวัดโดยตรง (แกนกลาง การทดสอบหลุม) จะดีกว่าการทำนายแบบจำลองเสมอ
เคล็ดลับ: ปรับขนาดความเข้มข้นในการตรวจสอบตามความเสี่ยงของเอาท์พุต สำหรับการสรุปวรรณกรรม อ่านรวดเดียวก็เพียงพอแล้ว การคำนวณแบบอิสระเต็มรูปแบบและการควบคุมโดยวิศวกรคนที่สองถือเป็นสิ่งสำคัญสำหรับขีดจำกัดแรงดันของบ่อ
พร้อมท์ที่ปลอดภัย: ความเป็นส่วนตัวและบริบท
ข้อมูลน้ำมันและก๊าซมีความอ่อนไหวอย่างยิ่งจากมุมมองเชิงพาณิชย์ พิกัดที่ดี ขั้นตอนการผลิต และตัวเลขปริมาณสำรองมักเป็นของผู้ถือใบอนุญาตและห้างหุ้นส่วน การมีส่วนร่วมในบริการ AI ภายนอกที่ไม่มีการควบคุมจะทำให้เกิดการสูญเสียการแข่งขัน การผิดสัญญา และความเสี่ยงทางกฎหมาย
- ใช้นามแฝง ("Well-A", "Field-X") แทนชื่อ/พิกัดหลุมจริง
- แทนที่ตัวเลขการผลิตจริงและปริมาณสำรองด้วยค่าตัวแทน (มาตราส่วน) คงอัตราส่วนและรูปแบบไว้ เลขลับไม่หลุด
- ใช้เครื่องมือที่ได้รับอนุมัติจากสถาบันพร้อมกับข้อตกลงการประมวลผลข้อมูลเท่านั้น
คดีเล็กๆ สามคดี: ตามตัวเลข
กรณีที่ 1 — ประหยัดเวลา การใช้งานที่ถูกต้อง ไฟล์บันทึกของ LAS จำนวน 240 หลุมในฟิลด์เดียวถูกเก็บไว้โดยมีชื่อและหน่วยต่างกัน การกำหนดมาตรฐานที่ขับเคลื่อนด้วย AI ช่วยลดการแปลงหน่วยและการจับคู่ชื่อเส้นโค้งจากสองวันเหลือเพียงสามชั่วโมง มีการตรวจสอบหลุมแบบสุ่ม 10% ด้วยตนเอง ตรวจพบและแก้ไขบันทึกนิวตรอนที่ไม่ตรงกันในสองไฟล์ กำไรนั้นเกิดขึ้นจริงเนื่องจากมีชั้นการตรวจสอบยืนยันอยู่แล้ว
กรณีที่ 2 — ความเสี่ยงจากการสำรองที่ตั้งใจไว้ วิศวกรป้อนข้อมูลการผลิตลงในแบบจำลองเพื่อเร่งการวิเคราะห์เส้นโค้งการดึงลง แบบจำลองนี้ใช้ค่า b ไพรม์ที่ 1.4 ในการเบิกจ่ายไฮเพอร์โบลิกและคาดการณ์เป็น 30 ปี ทำให้ EUR (การผลิตที่คาดการณ์ไว้ขั้นสุดท้าย) สูงเป็นสองเท่าของที่คาดไว้ การตรวจสอบความสมดุลของวัสดุพบว่าตัวเลขขัดแย้งกับปริมาตรอ่างเก็บน้ำ ฐาน b ถูกย้ายไปยังขีดจำกัดทางกายภาพ และผลลัพธ์ได้รับการแก้ไข หากถือว่าคนตาบอด เงินสำรองจะเกินความจริง
กรณีที่ 3 — ขีดจำกัดวิกฤตด้านความปลอดภัย ทีมหนึ่งขอคำแนะนำจาก AI เพื่อ "เพิ่มประสิทธิภาพ" เกณฑ์การแจ้งเตือนการตรวจจับก๊าซ แบบจำลองแนะนำให้เพิ่มเกณฑ์เพื่อลดการแจ้งเตือนที่ผิดพลาด วิศวกร HSE ปฏิเสธสิ่งนี้: ผลลบลวงในการตรวจจับก๊าซ (ไม่มีการรั่วไหลจริง) เป็นอันตรายถึงชีวิต และไม่สามารถตั้งค่าเกณฑ์ให้ต่ำกว่าขีดจำกัดทางกฎหมาย/มาตรฐานได้ คำแนะนำ AI เพียงอย่างเดียวไม่สามารถเป็นชั้นของการรักษาความปลอดภัยได้
พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง
พรอมต์ที่อ่อนแอ:
ดูข้อมูลการผลิตของหลุมนี้แล้วบอกปริมาณสำรองให้เราทราบ [ข้อมูล]
พรอมต์อันทรงพลัง:
DRAFT การวิเคราะห์เส้นโค้งการเบิกจ่ายจากข้อมูลการผลิต (ตัวแทน/ไม่ระบุชื่อ) ต่อไปนี้ ปฏิบัติตามกฎเหล่านี้:- ใช้รูปแบบ Arps; ให้เลขชี้กำลัง b อยู่ในช่วงทางกายภาพ 0-1 เขียนเหตุผลของคุณ - ให้ค่าประมาณ EUR เป็นสถานการณ์ต่ำ/กลาง/สูง ไม่ใช่ตัวเลขตัวเดียว - แสดงรายการแต่ละสมมติฐานแยกกัน ระบุข้อมูลเพิ่มเติมที่จำเป็นสำหรับการตรวจสอบข้ามกับความสมดุลของวัสดุ - อย่านำเสนอผลลัพธ์ว่า "แน่นอน"; ทำเครื่องหมายขั้นตอนที่ต้องตรวจสอบข้อมูล: [ตารางการผลิตที่ไม่ระบุชื่อ]
การแจ้งเตือนที่ชัดเจนทำให้เกิดขอบเขตทางกายภาพ การคิดสถานการณ์ และความจำเป็นในการตรวจสอบ
เทมเพลตที่คัดลอกได้สี่แบบ
1) การจำแนกความเสี่ยงด้านผลลัพธ์:
กำหนดระดับความเสี่ยงก่อนที่จะใช้เอาท์พุต AI ต่อไปนี้: (ก) สิ่งใดที่จะเสียหาย/สิ่งใดที่จะเสียหาย (ข) คือความเสียหายที่สามารถย้อนกลับได้ (ค) หลักฐานอิสระใดที่ควรได้รับการตรวจสอบ เอาท์พุต: [สรุป]
2) ลำดับตัวกรองขนาด:
ตรวจสอบลำดับความสำคัญของผลลัพธ์ต่อไปนี้: ช่วงที่คาดหวังโดยทั่วไปคือเท่าใด ผลลัพธ์ในช่วงนี้คืออะไร หากไม่เป็นเช่นนั้น ข้อผิดพลาดของหน่วย/การก่อสร้างที่เป็นไปได้อยู่ที่ไหน ผลลัพธ์และหน่วย: [value]
3) ผู้ช่วยไม่ระบุชื่อ:
ระบุข้อมูลที่ละเอียดอ่อนในเชิงพาณิชย์ (ชื่อหลุม พิกัด อัตราการไหลจริง ปริมาณสำรอง ห้างหุ้นส่วน) จากข้อความด้านล่าง และให้คำแนะนำโดยใช้นามแฝง/มูลค่าตัวแทน ข้อความ: [ข้อความ]
4) แผนการตรวจสอบ:
เขียนแผนการตรวจสอบความถูกต้องสำหรับผลลัพธ์ทางวิศวกรรมต่อไปนี้: การคำนวณด้วยมือใด ขอบเขตทางกายภาพใด ข้อมูลอิสระใด (การทดสอบแกนกลาง/หลุม/หลุมที่อยู่ติดกัน) และจำเป็นต้องมีการยืนยันจากบุคคลที่สามรายใด เอาท์พุต: [สรุป]
บทบาทของ AI: โดยสรุป
ภารกิจ
บทบาทของเอไอ
บทบาทของวิศวกร
สมอตรวจสอบ
การบันทึกมาตรฐาน
การกำหนดค่าการเปลี่ยนแปลง
การควบคุมตัวอย่าง
ไฟล์ Raw, core
การประมาณค่าความพรุน
ร่างบัญชี
การอนุมัติ
แกนกลาง สมการอาร์ชี
การหักเงิน/EUR
การปรับโมเดล, สถานการณ์
การตัดสินใจ
ความสมดุลของวัสดุ
รั่ว/สัญญาณเตือน
สัญญาณความผิดปกติ
การตัดสินใจการแทรกแซง
เครื่องตรวจจับอิสระ
ประกาศสำรอง
ร่างบัญชี
ความรับผิด, ลายเซ็น
PRMS/SEC ผู้ประเมิน
ข้อผิดพลาดทั่วไป
- เข้าใจผิดว่าคล่องเพื่อความถูกต้อง ภาษาที่มั่นใจของแบบจำลองไม่ได้หมายความว่าตัวเลขนั้นถูกต้อง
- ไม่ปรับขนาดการตรวจสอบตามความเสี่ยง การส่งผ่านเอาต์พุตที่มีความสำคัญต่อความปลอดภัยอย่างรวดเร็วเท่ากับการสรุปวรรณกรรม
- การป้อนข้อมูลที่เป็นความลับลงในยานพาหนะที่ไม่มีการควบคุม แบ่งปันข้อมูลบ่อจริงและข้อมูลการผลิตโดยไม่เปิดเผยตัวตน
- หลีกเลี่ยงความรับผิดชอบด้วย "AI แนะนำ" การย้ายสิ่งพิมพ์ไปยังลายเซ็นโดยไม่มีหลักฐานที่เป็นอิสระ
- โหลดฟังก์ชั่นความปลอดภัยมาไว้ในรุ่นเดียว แทนที่เลเยอร์อิสระที่ได้รับการรับรองด้วย AI
โดยสรุป
- AI เป็นตัวเร่งอันทรงพลังในกระบวนการทำงานน้ำมันและก๊าซ แต่ความรับผิดชอบในการตัดสินใจและลายเซ็นยังคงเป็นของวิศวกรที่ได้รับอนุญาต
- กรองผลลัพธ์แต่ละรายการด้วยสามชั้น: ลำดับความสำคัญ ความเป็นไปได้ทางกายภาพ และหลักฐานที่เป็นอิสระ
- ปรับขนาดความเข้มข้นในการตรวจสอบโดยมีความเสี่ยง (สูญเสียจากข้อผิดพลาด) ของเอาต์พุต
- ปิดบังข้อมูลที่ละเอียดอ่อนทางธุรกิจและใช้เครื่องมือที่ได้รับอนุมัติเท่านั้น
- ฟังก์ชันที่มีความสำคัญด้านความปลอดภัยไม่ควรขึ้นอยู่กับโมเดล AI เดียว แต่อยู่บนระบบอิสระหลายชั้น
งานสมัคร
เลือกกรณีการใช้งาน AI จากธุรกิจของคุณเอง (หรือตัวแทน): การประมาณความพรุนจากบันทึกหรือการหยุดการผลิต เป็นต้น เขียนแผนการตรวจสอบความถูกต้องสามชั้นสำหรับผลลัพธ์นี้: (1) ลำดับความสำคัญที่คาดหวังคืออะไร (2) ขีดจำกัดทางกายภาพที่ใช้ (3) หลักฐานอิสระใดที่คุณจะยืนยัน และใครจะเป็นผู้ทำการตรวจสอบครั้งที่สอง จากนั้นทำให้ข้อความแจ้งของคุณไม่ระบุชื่อเพื่อไม่ให้มีชื่อ/พิกัด/หมายเลขหลุมจริง
รายการตรวจสอบ
- [ ] ฉันสามารถแยกแยะระหว่างด้านที่ AI ทำกำไรและการตัดสินใจที่ความรับผิดชอบควรอยู่กับวิศวกร
- [ ] ฉันกรองผลลัพธ์แต่ละรายการตามลำดับความสำคัญ ความเป็นไปได้ทางกายภาพ และหลักฐานที่เป็นอิสระ
- [ ] ฉันปรับขนาดความเข้มข้นในการตรวจสอบตามความเสี่ยงของผลลัพธ์
- [ ] ฉันไม่เปิดเผยชื่อข้อมูลที่ละเอียดอ่อนในเชิงพาณิชย์ และใช้เครื่องมือที่ได้รับอนุมัติเท่านั้น
- [ ] ฉันไม่ได้พึ่งพารุ่นเดียวสำหรับฟังก์ชันที่มีความสำคัญต่อความปลอดภัย แต่ใช้ระบบรักษาความปลอดภัยอิสระหลายชั้น