Un nouvel espoir : l'intelligence artificielle pour l'industrie du pétrole et du gaz

L'IA ouvre de larges perspectives en matière d'optimisation des processus technologiques. L'emploi de l'apprentissage automatique peut aider à réduire davantage les dépenses grâce à la coordination de différents groupes fonctionnels et d'actifs.

Ces derniers mois ont été durs pour l’industrie du pétrole et du gaz après que l’OPEP et ses alliés ne sont pas parvenus à s’entendre pour réduire la production. Sur le long terme, cela signifie qu’en plus des prix bas, le secteur est menacé par une crise structurelle beaucoup plus conséquente. Certaines tendances semblent le confirmer, générant de l’incertitude.

L’Agence internationale de l’énergie (AIE) a souligné les risques que représente la situation actuelle du marché pour les pays-producteurs vulnérables. Les premières estimations de l’organisation sur la réduction du bénéfice net de certains pays-producteurs en 2020 de l’ordre de 50 à 85% par rapport à 2019 sont impressionnantes. Mais cette chute peut s’avérer de beaucoup plus en fonction de la baisse de la demande et du ralentissement de la croissance économique.

La croissance de l’économie mondiale ralentit dans son ensemble et est associée à la transition vers les énergies renouvelables. Le coût de l’extraction de pétrole augmente à mesure que les anciens champs pétroliers et les réserves de pétrole léger s’épuisent. Le troisième problème est le vieillissement des infrastructures des compagnies pétrolières et gazières. Le quatrième relève de la baisse notable de la force de travail, des faibles savoir-faire techniques et d’un manque de spécialistes. Tout ce qui a été énuméré ci-dessus met au premier plan la nécessité de développer et d’introduire de nouvelles technologies. Quelles sont les possibilités de l’application des méthodes avancées de l’intelligence artificielle pour le développement de l’industrie du pétrole et du gaz ?

Selon BNamericas, la numérisation et l’automatisation, tant au sein de l’entreprise, que dans le domaine de l’exploration et de l’extraction, deviennent primordiales pour réduire les coûts et extraire un bénéfice dans le secteur pétrolier et gazier d’Amérique latine en ce moment critique de chute de la demande de pétrole et de baisse de ses prix.

L’industrie pétrolière et gazière devient un pionnier parmi les entreprises industrielles en matière d’introduction de l’intelligence artificielle (IA) dans les tentatives d’accélérer la transformation numérique. Selon l’étude de Mordor Intelligence, une croissance rapide du marché de l’IA est attendue entre 2020 et 2025, le taux de croissance annuel (TCAC) est estimé à 12,66 %, avec un potentiel de marché de 3,98 milliards de dollars vers 2025 pour ces solutions.

Si vous travaillez dans le domaine de l’analyse des données ou dans les domaines connexes, vous avez certainement entendu dire que les données étaient le nouveau pétrole. Dans l’industrie du pétrole et du gaz, l’IA a de grandes perspectives en matière d’optimisation des processus technologiques. L’emploi de l’apprentissage automatique peut aider à réduire davantage les dépenses grâce à la coordination de différents groupes fonctionnels et d’actifs. Voici quelques-unes des technologies importantes utilisées en 2020 :

Détection de risque des fuites à l’aide des algorithmes de l’apprentissage approfondi et utilisation des drones pour détecter les défauts dans les pipelines

Les essais et la maintenance technique des pipelines sont des tâches complexes et coûteuses. La vérification de tous les recoins des pipelines est une tâche extrêmement coûteuse pour les employés. Avec l’IA, sous forme d’algorithmes d’apprentissage approfondi, la détection des risques peut être automatisée. L’IA détecte les anomalies dans la construction qui dans d’autres cas passeraient inaperçues. L’enregistrement vidéo des pipelines et des installations est effectué par des drones aériens. À l’aide de leurs cameras, ils fournissent un flux vidéo de toutes les fissures ou fuites qui sont ensuite analysées par l’IA intégrée, et le résultat est envoyé à un serveur central.

Les algorithmes d’apprentissage automatique permettent de détecter les anomalies du processus d’extraction

Les plateformes pétrolières et gazières modernes sont équipées d’un grand nombre de capteurs. Ceux-ci collectent déjà un nombre énorme de données. Mais détecter les anomalies manuellement est très difficile, voire impossible. La société BCG a prouvé que l’IA peut aider à détecter des premiers signes de pannes qui passeraient normalement inaperçus, et empêcher un nouveau dommage. Cet apport d’information supplémentaire permet de réagir plus rapidement aux problèmes qui se manifestent. De cette manière, empêcher les arrêts et les pannes devient chose possible.

L’IA constitue des recommandations sur les régimes des processus technologiques

La commutation intelligente des régimes des pompes reste un potentiel qui n’a pas été réalisé dans l’extraction du pétrole. Aujourd’hui, le contrôle du fonctionnement de la pompe se fait manuellement. Cela signifie que les limites de la perception de l’homme ne permettent pas d’atteindre le niveau optimal d’extraction du pétrole en changeant les régimes de fonctionnement des pompes en temps réel. L’analyse courante du régime de fonctionnement et les changements sont effectués rarement, environ une fois par mois.

Des solutions permettent d’optimiser l’extraction du pétrole en augmentant ou en maintenant le volume de fluide pompé du puits grâce à l’utilisation de l’IA. Les décisions prises par l’homme sont complétées par un contrôle des puits à problèmes et une hiérarchisation des recommandations pour modifier les régimes de fonctionnement de la pompe. Le système analyse l’augmentation prévue et réelle du flux de fluide, calcule les économies réelles et procède à un auto-apprentissage au fil du temps.

L’IA sélectionne les meilleurs sites de forage et optimise le forage des puits

L’intelligence artificielle aide à choisir la trajectoire de puits optimale, minimise les risques de complications durant le forage. Selon les meilleures pratiques généralement adoptées, on rencontre encore trop de résultats faux positifs. L’IA est capable de prédire les cibles de forage sur la base des données de forage carotté collectées, des échantillons du sol, des études de sites et des données des impacts forts. De cette manière, les processus de l’exploration et de l’extraction (E&P) peuvent être optimisés pour leur meilleure efficacité.

Prévoir le risque de corrosion du pétrole sur la base des données historiques et de l’apprentissage automatique

La génération de nouvelles idées à partir des données existantes constitue aussi une application de l’IA. Cette tendance devient de plus en plus intéressante à mesure que les référentiels de données deviennent accessibles à l’échelle d’entreprises tout entières. Tous les incidents passés et leurs origines peuvent être analysés à l’aide d’un graphique des connaissances informatiques et utilisés pour faire des prévisions et des recommandations. De cette façon, la phase d’extraction peut gagner en fiabilité et le stockage de pétrole brut et raffiné dans de grands réservoirs en sécurité. Par ailleurs, le transport par pipelines devient moins interrompu.

Transformer et optimiser les modèles d’entreprise à l’aide de l’IA

L’apprentissage machine peut utiliser les données existantes pour créer des modèles d’entreprise adéquats et précis. Il permet de faire des prévisions des profits et des pertes dans le détail. Grâce à l’utilisation de l’IA, ce pronostic est opportun pour atteindre un régime en réel. Le modèle traditionnel de "production à tout prix" peut être modifié ou remplacé par le modèle de "production sous conditions". Ce progrès permet aux entreprises du secteur de l’énergie de gagner en flexibilité et de pouvoir s’adapter aux prix bas du pétrole et du gaz.

Avoir uniquement des données ne suffit pas, dit-on : il faut aussi les analyser. Mais pourquoi alors s’attarder sur l’analyse descriptive ? Pourquoi ne pas se profiter du grand nombre de données précieuses disponibles et utiliser des méthodes d’analyse avancées pour l’analyse prédictive et prescriptive offerte par l’apprentissage machine. Il faut aller de l’avant, relever le défi et ne pas avoir peur de poser des questions difficiles.

L’IA utilisée sur les forages aident les techniciens sur le terrain

Les interfaces vocales sont de plus en plus populaires. L’IA parlée, utilisée dans le support client, peut être modifiée pour le support des techniciens de terrain. Ils peuvent interagir avec des applications de diagnostic à l’aide de la commande locale, en utilisant le traitement conventionnel du langage naturel pour résoudre des problèmes spécifiques dans des conditions dangereuses. Cela permet d’augmenter la productivité et la vitesse de travail du technicien.

La transformation numérique des compagnies pétrolières et gazières est impossible sans une organisation intelligente de la production et de l’approvisionnement

Avec la pandémie du coronavirus (COVID-19) qui touche actuellement le monde entier, l’ensemble du secteur pétrolier connaît le plus grand choc dans son histoire. C’est la raison pour laquelle les entreprises pétrolières et gazières d’Amérique latine doivent introduire des solutions pour organiser une automatisation adaptée de la production, de la logistique et des services.

L’apprentissage machine peut utiliser les données existantes pour créer des modèles d’entreprise adéquats et précis en Amérique latine. Il permet de faire des prévisions des profits et des pertes dans le détail. Grâce à l’utilisation de l’IA, ce pronostic est opportun pour atteindre un régime en réel. Pour la prise de décisions sont prises en compte les principales dépendances du problème, ses priorités et ses limites. Ensuite le modèle d’apprentissage machine choisit le scénario optimal pour la situation en cours. Sa réalisation s’accompagne d’émission de recommandations régulières sur l’exécution du plan et l’amélioration du processus technologique. 

Toutes les opérations réelles comportent des incertitudes en termes de temps et de ressources, mais aussi de risque de rejets. Très souvent, les solutions existantes ne tiennent pas compte de cette incertitude et émettent des plans d’actions qui sont non seulement instables pour ce qui concernent les changements de limites et de conditions, mais dont le degré même de stabilité reste incertain. Pour faire face à ce défi, il est recommandé d’utiliser un horizon dynamique de programmation (par opposition à l’horizon statique utilisé dans la plupart des outils de programmation), en tenant compte de l’incertitude des opérations dans le temps. Une tarification dynamique et un contrôle du risque marginal permettent d’obtenir un analogue numérique complet du processus de programmation qui fournit un calcul complètement automatisé des prix optimaux pour les clients.

Brodies LLP, un cabinet d’avocats écossais, estime qu’un manque de personnel sur site entraînera des retards et des interruptions dans les livraisons et les prestations de services, mais aussi dans l’exploitation de la plateforme. Les fournisseurs de services de logistique peuvent subir des retards ou se trouver dans l’impossibilité d’effectuer des livraisons sur les plateformes offshore. Cela peut entraîner un retard ou une suspension d’opérations différentes sur la plateforme, telles que l’entretien technique des installations, les vérifications, la réparation et le remplacement des équipements, mais aussi des travaux de forage. Cela peut avoir des conséquences considérables en ce sur le respect des normes de sécurité et de protection du travail, et, à terme, de production de l’énergie.

Les gouvernements latino-américains doivent prendre des mesures d’incitation pour développer l’économie numérique. Cela constituera une excellente possibilité pour réaliser des projets pareils à ceux énumérés ci-dessus, car par rapport au volume général des investissements la valeur de l’introduction des technologies numériques n’est pas significative, mais celles-ci peuvent donner des résultats dès les six premiers mois environ. De plus, ces résultats seront très importants, ce qui entraînera une augmentation de la productivité du travail de 10 à 15%.

La collecte des données de meilleure qualité sur les opérations est le premier pas à faire pour obtenir les meilleures réponses. Les entreprises doivent encourager davantage leurs employés à poser des questions différentes, parce que leur curiosité et leur créativité permettront de découvrir et de mettre en évidence un nouveau potentiel pour les affaires. Autrefois, la plupart des systèmes de rapport et d’analyse étaient créés pour servir les professionnels. Aujourd’hui de nombreux outils et langages sont disponibles pour l’analyse des données. Elargir l’accès aux données permet de porter nouveau regard sur les affaires. Poser mieux les questions permet d’obtenir des réponses plus complètes et de bien meilleurs résultats dans les affaires. Il faut libérer les gens de leur routine pour qu’ils puissent placer toutes leurs forces dans la réalisation de leurs propres idées.