2018/11/08 12:06:09

Информационные технологии в Газпром нефть

Основная статья Газпром нефть

Содержание

2018

Как Data Science и машинное обучение помогают добывать нефть. Опыт «Газпром нефти»

«Газпром нефть» широко применяет Data Science и машинное обучение в разных своих процессах - от сейсморазведки до переработки, и планирует расширять эти практики. О том, как компания это делает, в октябре 2018 года рассказал Роман Худорожков, руководитель программ продвинутой аналитики и машинного обучения «Газпром нефти».

Он отметил, что добыть нефть из-под земли не так просто, как представляют себе многие. На большой глубине - 2-3 км под землей, например, лежат три огромных камня один над другим. И в одном из них есть нефть. Остается понять, в каком именно она камне, и как ее оттуда достать, говорит Худорожков. Нефть обычно залегает в порах горных пород, к примеру, в песчанике. Для добычи бурятся несколько скважин, часть из которых - нагнетающие, закачивающие воду в песчаник, а часть - добывающие.

Чем дальше идет добыча, тем она становится сложнее. Залежи все глубже, а породы, в которых они находятся, все тоньше, объясняет представитель «Газпром нефти». Чтобы увеличить добычу, используется популярный метод гидроразрыва пласта. Он включает создание разрывов в породах с помощью взрывов и нагнетания в них жидкости, чтобы высвободить залежи нефти.

Никто не видел эти пласты и не знает, сколько в них нефти. Для прогнозирования этого необходимо строить очень тонкие модели, учитывающие множество факторов, в том числе, особенности скважин, расположенных рядом с той, в которой необходимо произвести взрыв. Это вычисляется путем решения систем дифференциальных уравнений.

Слайд из презентации Романа Худорожкова. СРР - сейсморазведочные работы

Одна из задач при этом - определить радиальный режим работы скважины, при котором на определенном этапе давление в скважине перестает расти. На этапе роста давления в скважине используется один набор уравнений, а после того, как оно перестает расти - используется другой набор уравнений, объясняет представитель «Газпром нефти». Важно точно определить точку, при которой нужно переключаться на другую систему уравнений.

Для этого в «Газпром нефти» работает система нейросетей, позволяющих этот режим обнаружить. После обнаружения применяется система уравнений, которая пока решается стандартными методами, но через полгода и эту часть планируется заменить на нейросеть.

Слайд из презентации Романа Худорожкова

Проблема решения уравнений в том, что этот процесс может затягиваться надолго, вплоть до месяцев, и требует мощных компьютеров, говорит Роман Худорожков. Местами это заменяется нейросетями, за счет чего «Газпром нефть» превращает недели расчетов в часы, а то и минуты, утверждает Роман Худорожков.

Главной целью в области машинного обучения в компании представитель «Газпром нефти» называет построение «Когнитивного геолога». Этот проект предполагает создание самообучающейся модели геологического объекта, которая будет математически обрабатывать исходную информацию и выдавать конечный результат, оценивать вероятность правильности ответов и выдавать рекомендации о необходимости проведения дополнительных исследований для повышения уверенности в успехе.

Типичная задача георазведки и разработки занимает от 6 месяцев до 2 лет на одном участке, привел данные Худорожков. А таких участков десятки. Задача - свести сроки к 3 минутам. Решить ее планируется в течение 3-5 лет.

Слайд из презентации Романа Худорожкова

Нейросети используются также в «Газпром нефти» для разметки, где какие пласты находятся и под какими углами. Для этого сейсмоинженер размещает несколько срезов, а нейросеть сама достраивает, что происходит на участке. Это, по словам Романа Худорожкова, ускоряет работу с месяцев до дней.

В компании также используется цифровой двойник установки нефтеперарабатывающего завода. Необходимо оптимизировать установку таким образом, чтобы с минимальными затратами электроэнергии сделать нужное количество продукции. Для этого в «Газпром нефти» также применяются нейросети и модели машинного обучения. При этом на каждом заводе много таких установок, и стоит цель оптимизировать завод целиком.

«Газпром нефть» целенаправленно не стала собирать всех специалистов Data Science в одном подразделении, чтобы ускорить работу таких специалистов с заказчиками и обеспечивать быстрый способ получения данных, добавил Худорожков. Поэтому в разных частях компании существуют разные группы Data Scientists, работающих над разнообразными задачами. В компании был разработан единый стандарт моделей машинного обучения, чтобы обеспечить единообразие работы всех этих групп.

«Газпром нефть» накопила 6 петабайт данных и придумала, как их монетизировать

По состоянию на 2018 год центры обработки данных «Газпром нефти» накопили «огромные объемы информации» – около 6 тыс. ТБ (6 ПБ). Об этом говорится в годовом отчете компании, опубликованном в июне 2018 года. Там же компания отмечает, что успешно исследует возможности монетизации этих данных.

В частности, в добыче отдельные компоненты технологий Big Data опробованы или уже применяются для решения бизнес-задач по прогнозу эффективности сложных геолого-технических мероприятий, кластеризации скважин, автоматизации интерпретации результатов сейсмических исследований, говорится в отчете.

В свою очередь, в блоке логистики, переработки и сбыта «Газпром нефти» создан Центр управления эффективностью, задача которого – управлять всей цепочкой добавленной стоимости блока, от поставок нефти на нефтеперерабатывающие заводы до продаж нефтепродуктов. Работа с большими данными — один из инструментов в арсенале специалистов этого центра.

В «Газпром нефти» есть Центр монетизации данных (фото - oilcapital.ru)

Ранее, в 2017 году, на базе дочерней ИТ-компании «Газпром нефти» - «ИТСК», был создан Центр монетизации данных, призванный обеспечить потребности компании в экспертизе использования больших данных и технологий машинного обучения для оптимизации бизнес-процессов в ключевых видах деятельности.

Он объединил экспертов в области Data science и Data engineering, которые принимают участие в профильных проектах в качестве консультантов и разработчиков прогнозных моделей и машинных алгоритмов.

Реализуя проекты, в основе которых лежат технологии Big Data, «Газпром нефть» сотрудничает с ведущими российскими научными институтами и с мировыми поставщиками ИТ, сообщала компания ранее. Так, совместно с IBM в «Газпром нефти» разрабатываются алгоритмы для автоматизации процесса выбора оптимальной системы разработки вновь вводимых месторождений и оптимизации режимов работы скважин на длительно разрабатываемых месторождениях для максимизации добычи.

Эффект от внедрения этой технологии в компании оценивают в 1 млн тонн потенциальной дополнительной добычи[1].

Программа "Посейдон": Цифровые проекты для шельфовой добычи "Газпром нефти"

«Газпром нефть» реализует программу «Посейдон», направленную на повышение эффективности шельфовых проектов благодаря использованию современных цифровых технологий[2].

Хотя цифровизация сегодня актуальный тренд для всей нефтяной отрасли, шельфовые активы, пожалуй, нуждаются в ней особенно остро. Удаленность месторождений от материка, высокая стоимость обустройства и эксплуатации, особые требования к охране труда и окружающей среды, все более сложные и технологичные скважины не оставляют права на ошибку, требуют максимальной эффективности в организации работы и оперативности принятия решений. В «Газпром нефти» цифровые проекты для шельфовой добычи объединены в программу «Посейдон». Уже сегодня они преобразуют работу нефтедобывающей платформы «Приразломная» на шельфе Печорского моря.

Все элементы выстраиваемой системы свяжет воедино Центр оптимизации добычи (ЦОД). Это площадка для работы мультидисциплинарной команды специалистов, организационный центр, куда стекается вся информация, необходимая для принятия взвешенных управленческих решений. Здесь же разместится Центр управления чрезвычайными ситуациями. В штатном режиме отсюда будет осуществляться руководство учениями, а в случае реального происшествия в кратчайшие сроки здесь будет организована работа комитета по чрезвычайным ситуациям.

Так как ЦОД — объединяющий элемент, его полноценная эксплуатация может начаться, только когда будут реализованы остальные проекты программы. Сегодня наиболее проработанный из них — «Интегрированное моделирование». Речь идет о создании модели всей производственной цепочки нефтедобывающего актива, которая включает в себя пласт, скважины, систему сбора и подготовки нефти. Модель позволяет анализировать работу каждого из этих элементов — не изолированно, а во взаимовлиянии со всеми остальными. По сути, это цифровой двойник Приразломного месторождения — расчетный инструмент, который дает возможность делать прогнозы производственных показателей добычи, осуществлять мониторинг работы оборудования, находить узкие места, проигрывать возможные сценарии оптимизации. Уже сейчас он используется для настройки технологических режимов работы оборудования платформы. Интегрированная модель постоянно актуализируется и дополняется, что позволяет принимать более точные решения.

Еще один проект, работа по которому должна завершиться до конца 2018 года, — создание базы данных реального времени. Она будет отвечать за сбор, хранение и визуализацию данных со всех датчиков и систем управления в максимально удобном для использования формате и должна облегчить доступ к этим данным для всех специалистов независимо от их места нахождения. Делая совместную работу, они будут видеть одни и те же схемы, одни и те же параметры, причем без временных задержек. В результате большое количество действий, связанных с выяснением текущей ситуации, обменом данными в ручном режиме, станет ненужным и высвободит время сотрудников для решения других производственных задач.


Реализация программы «Посейдон» потребует усиления каналов передачи данных, поступающих с платформы через спутник — оптимальный узел связи в условиях Печорского моря. С этой целью имеющийся спутниковый канал связи будет расширен.

Проекты, входящие в программу «Посейдон», формируют единый жизненный цикл работы с данными от их сбора и передачи до принятия управленческих решений. Чтобы у специалистов была надежная информация в удобном формате, нужна база данных. Чтобы одинаковая информация была доступна одновременно в разных местах, необходим надежный канал передачи данных с высокой пропускной способностью. Чтобы грамотно использовать данные, требуется интегрированная модель производства, на которой можно тестировать различные сценарии. Реализация программы позволит повысить качество и оперативность управленческих решений, обеспечить кросс-функциональное взаимодействие специалистов в режиме реального времени и как итог увеличить производственную эффективность.

"Газпром нефть" и IBM расширяют совместную работу над цифровыми проектами

«Газпром нефть» и IBM договорились о расширении сотрудничества в новых технологических проектах нефтедобычи при освоении месторождений на суше. Одним из возможных направлений может стать работа над методологией внедрения в «Газпром нефти» Цифровой лаборатории. На базе Цифровой лаборатории будут тестироваться новые технологии для повышения эффективности геологоразведки и бурения (программные продукты на основе искусственного интеллекта, предиктивной аналитики, Big Data, промышленного интернета вещей и др.).

Специалисты «Газпром нефти» и IBM уже разработали совместную программу для цифрового управления процессами нефтедобычи при освоении месторождений на суше. В стадии реализации несколько проектов в области автоматизированного анализа геоинформационной системы, изучения геологии и прогнозирования осложнений в процессе бурения. Также компании развивают партнерство в рамках Центра управления проектами «Газпром нефти», призванного максимально повысить точность результатов прогнозирования и сократить время реализации крупных проектов.

"Газпром нефть" и "1С" начнут совместные разработки

"Газпром нефть" и компания "" синхронизируют работу по разработке ИТ-решений для нефтяной отрасли. Соответствующий меморандум подписан 24 мая 2018 года на Петербургском международном экономическом форуме заместителем генерального директора по организационным вопросам "Газпром нефти" Константином Кравченко и директором компании "1С" Борисом Нуралиевым.

Целью сотрудничества является появление на российском рынке передовых цифровых продуктов в области корпоративной IT-архитектуры. Специалисты "Газпром нефти" примут участие в создании программных разработок на базе "1С", задача которых - повышение операционной эффективности бизнес-процессов. Совместный подход к решению технологических задач нефтяной индустрии откроет широкие перспективы для создания экосистемы для подготовки к промышленной эксплуатации импортоопережающих цифровых решений.

«
"Цифровизация меняет традиционные бизнес-модели, в том числе в нефтяной отрасли. На первый план выходят технологии управления производством, а также данные, которые обеспечивают эффективность всех процессов. "Газпром нефть" за последние годы реализовала десятки цифровых инициатив, наработала значительный опыт, которым мы готовы делиться с нашими партнерами", ‑ сказал заместитель генерального директора по организационным вопросам "Газпром нефти" Кирилл Кравченко.
»

Создание дирекции по цифровой трансформации

«Газпром нефть» 16 апреля 2018 года сообщила об утверждении цифровой трансформации бизнеса в качестве одного из приоритетных направлений деятельности. В компании принято решение о создании дирекции по цифровой трансформации, руководителем которой (CDO, или Chief Digital Officer — директором по цифровым технологиям) назначен Андрей Белевцев.

Ключевыми задачами дирекции цифровой трансформации является создание единой системы цифровых проектов компании для радикального повышения операционной эффективности всех бизнес-процессов, а также развитие собственных интеллектуальных сервисов.

Подразделение начало работу в апреле 2018 года и приступило к созданию долгосрочной цифровой стратегии компании. Этот документ будет включать в себя планы внедрения новых технологий, преобразования организационных процессов и культуры командной работы для тестирования ИТ-решений. Дирекция также утвердит «дорожную карту» по цифровизации, оценит возможности синергии лучших проектов, а также займется акселерацией корпоративных изменений и развитием цифровых компетенций во всех подразделениях компании, рассказали в «Газпром нефти».

В планах компании — разработка собственной ИТ-платформы, которая позволит разрабатывать сервисы для создания новых потоков и массивов данных, формировать инструментарий предиктивной аналитики цифровой информации. Уже ведется проработка требований и архитектуры прототипа платформы. В перспективе «Газпром нефть» планирует начать разработку продуктов и услуг, основанных на внедрении современных цифровых технологий.

За последние два года «Газпром нефть» уже реализовала ряд проектов в области внедрения технологий блокчейн, систем с искусственным интеллектом, предиктивной аналитики на основе Big Data, промышленного интернета вещей. Предполагается, что дирекция по цифровой трансформации обобщит накопленный опыт проектов по внедрению передовых технологий и определит вектор их дальнейшего развития.

Создание Центра цифровых инноваций

Компания «Газпром нефть» 3 апреля 2018 года объявила о создании Центра цифровых инноваций (ЦЦИ) для развития и последующего внедрения цифровых технологий в области логистики, переработки и сбыта. В рамках работы центра компания рассчитывает объединить усилия российских технологических и ИТ-стартапов, компаний-разработчиков и научного сообщества, направленные на поиск и разработку инновационных решений для оптимизации бизнеса.

«Газпром нефть» создает Центр цифровых инноваций для решения задач цифровой трансформации бизнеса

Фокусом ЦЦИ является создание прорывных цифровых продуктов, предназначенных для развития единой технологической платформы бизнеса «Газпром нефти» в сфере логистики, переработки и сбыта. Она призвана объединить в себе все элементы цепочки добавленной стоимости в одном цифровом пространстве, что, как ожидается, позволит более гибко и оперативно управлять эффективностью процессов за счет предиктивного анализа и использования данных в режиме реального времени.

Работа центра сконцентрирована на развитии и применении в бизнесе «Газпром нефти» технологий больших данных и блокчейн, предиктивного управления, цифровых двойников предприятий, промышленного интернета вещей, самообучающихся систем на базе искусственного интеллекта и т.д.

В поисках оптимальных технологий для решения задач цифровой трансформации ЦЦИ активно взаимодействует со всеми участниками инновационной экосистемы: стартапами, компаниями-разработчиками и научным сообществом. Продукты, создаваемые партнерами и стартапами, дополнительно получат возможность апробации в условиях, приближенных к реальному производству — на базе Технопарка промышленной автоматизации «Газпром нефти» в Омске или на площадке центра.

По задумке компании, модель открытых инноваций, на основе которой построена работа ЦЦИ, позволит оперативно привлекать передовые решения для развития бизнеса «Газпром нефти». В будущем в центре также планируется проводить хакатоны и экспертные технологические сессии для инноваторов.

Также принято решение о создании дирекции по цифровой трансформации, руководителем которой назначен Андрей Белевцев (CDO). Ключевыми задачами дирекции цифровой трансформации станет создание единой системы цифровых проектов компании для радикального повышения операционной эффективности всех бизнес-процессов, а также развитие собственных интеллектуальных сервисов.

В планах «Газпром нефти» разработка собственной ИТ-платформы, которая позволит разрабатывать сервисы для создания новых потоков и массивов данных, формировать инструментарий предиктивной аналитики цифровой информации. Уже ведется проработка требований и архитектуры прототипа платформы. В перспективе «Газпром нефть» планирует начать разработку новых продуктов и услуг, основанных на внедрении современных цифровых технологий.

За последние два года «Газпром нефть» уже реализовала ряд успешных проектов в области внедрения технологий блокчейн, систем с искусственным интеллектом, предиктивной аналитики на основе Big Data, промышленного интернета вещей. Высокую эффективность показало создание «цифровых двойников» скважин, буровых, нефтеперерабатывающих установок. Дирекция по цифровой трансформации обобщит накопленный опыт проектов по внедрению передовых технологий, определит вектор их дальнейшего развития.

2016

10 мая 2016 года «Газпром нефть» объявила о сотрудничестве с «Яндекс.Террой» (ООО «Сейсмотек»), в рамках которого компании займутся совместной разработкой программного обеспечения для сейсморазведки.

Как следует из сообщения «Газпром нефти», научно-технический центр (НТЦ) компании и «Яндекс.Терра» подписали меморандум об объединении усилий по развитию российских технологий и ПО, используемых для обработки и интерпретации сейсморазведочных данных. Совместные продукты будут адаптированы для анализа сейсмогеологических условий различных регионов России.

2013

В начале 2013 г. «Газпромнефть» открыла первые автоматические АЗС в Москве и Санкт-Петербурге. Подробнее о проекте.

Смотрите также

ИТ-проекты в Газпром нефть


ПроектИнтеграторПродуктТехнологияГод
Описание проектаБДО ЮниконSAP ERPERP2018
Описание проектаНаучно-испытательный институт систем обеспечения комплексной безопасности (НИИ СОКБ)НИИ СОКБ: SafePhoneMobile Device Management (MDM), ИБ - Предотвращения утечек информации2017
Описание проектаНоябрьскнефтегазсвязь (ННГС)Проекты построения комплексной телеком-инфраструктуры, Проекты СКС и беспроводной сетевой инфраструктуры2017
Описание проектаИТСК Информационно-технологическая сервисная компанияVMware NSXSDN Software-Defined Network Программно-определяемые сети, Виртуализация, Центры обработки данных - технологии для ЦОД2017
Описание проектаИНИТИ (INITI)INITI: Мультикоптер, беспилотное воздушное судно (БВС) вертолетного типа2017
Описание проектаИТСК Информационно-технологическая сервисная компания2016
Описание проектаТехносерв КонсалтингТСК Программа лояльности (TSC Loyalty Cloud)CRM - Системы лояльности, SaaS - Программное обеспечение как услуга2016
Описание проектаОТ-ойлАТОЛЛ, ОТ.Программа ГТМEAM, Системы управления проектами, Учетные системы2016
Описание проектаАтринити (Atrinity)2016
Описание проектаLinxdatacenter (Связь ВСД)ЦОД Linxdatacenter СПбIaaS - Инфраструктура как услуга, ЦОД2015
Описание проектаКорус КонсалтингMicrosoft SharePointCMS - Системы управления контентом, Корпоративные порталы, СЭД2015
Описание проектаЛАНИТ, Консист Бизнес ГруппOracle Hyperion Planning, Oracle EPM System (Enterprise Performance Management)CPM, BI2015
Описание проектаАстерос КонсалтингHitachi Virtual Storage Platform (VSP) G seriesСХД, Центры обработки данных - технологии для ЦОД2014
Описание проектаALP Group (КТ-АЛП, АЛП-ИС)Проекты - СЭД - потоковое распознаваниеСЭД - Системы потокового распознавания2014
Описание проектаАстеросHPE Service Manager (HPSM)ITSM - Системы управления IT-службой2014
Описание проектаИТСК Информационно-технологическая сервисная компания, BearingPoint Russia (БерингПойнт Россия)2014
Описание проектаИТСК Информационно-технологическая сервисная компанияКомплексные проекты видеонаблюденияСистемы видеонаблюдения2014
Описание проектаЛогика BPMARISBPM2014
Описание проектаOptima consultingQlikViewBI, OLAP2014
Описание проектаАстерос КонсалтингПроекты построения комплексной ИТ-инфраструктурыИТ-аутсорсинг, Серверные платформы2014
Описание проектаHyperMethod (ГиперМетод) ЛенвэаELearning Server 4GСистемы дистанционного обучения2014
Описание проектаЭВОЛАSAP E-Recruiting, SAP ERP HCM, SAP NetWeaver BPMHRM2013
Описание проекта1С Акционерное общество1С:Документооборот 8СЭД, СЭД - Системы потокового распознавания2013
Описание проектаЭВОЛАSAP NetWeaver Business Warehouse (SAP BW/4HANA)BI, СУБД, СХД2013
Описание проектаMaykor (Мэйкор)Проекты ИТ-аутсорсингаИТ-аутсорсинг2012
Описание проектаЛАНИТIT-Room Smart ShelterЦентры обработки данных - технологии для ЦОД2012
Описание проектаLinxdatacenter (Связь ВСД)Проекты построения комплексной ИТ-инфраструктурыИТ-аутсорсинг, Серверные платформы2012
Описание проектаОТ-ойлRoambi ESBI, OLAP2012
Описание проектаRedHelperRedHelper (livechat)2012
Описание проектаБез привлечения консультанта или нет данныхCisco UCS Unified Computing SystemВиртуализация, Центры обработки данных - технологии для ЦОД2011
Описание проектаАМТ-Груп (AMT Group)ACTS (Administrator of Corporate Telephone System)Биллинговые системы2011
Описание проектаАМТ-Груп (AMT Group)Cisco TelePresenceВидеоконференцсвязь2011
Описание проектаАМТ-Груп (AMT Group)Polycom Telepresence m100Видеоконференцсвязь2011
Описание проектаALP Group (КТ-АЛП, АЛП-ИС)IBM DB2СУБД2011
Описание проектаЭВОЛАSAP Business Intelligence (SAP BI)BI2011
Описание проектаЭВОЛАSAP Travel ManagementHRM2011
Описание проектаЛАНИТПроекты ИТ-аутсорсингаИТ-аутсорсинг2010
Описание проектаЭВОЛАSAP Employee Self-Service (SAP ESS)HRM2010
Описание проектаАйТиАйТи-АИСКУД - Системы контроля и управления доступом, Учетные системы2010
Описание проектаАМТ-Груп (AMT Group)IP ForumIP-телефония2010
Описание проектаАМТ-Груп (AMT Group)Проекты СКС и беспроводной сетевой инфраструктурыСКС2010
Описание проектаБез привлечения консультанта или нет данныхTrend Micro Enterprise Security SuiteИБ - Антивирусы, ИБ - Антиспам, ИБ - Предотвращения утечек информации2010
Описание проектаКорус КонсалтингПроекты ИТ-аутсорсингаИТ-аутсорсинг2010
Описание проектаEPAM Systems (ЭПАМ Систэмз)SAP ERPERP2009
Описание проектаЭВОЛАSAP ERP FinancialsERP2009
Описание проектаALP Group (КТ-АЛП, АЛП-ИС)1С:Предприятие 8.0ERP2009
Описание проектаМикротестSAP Business SuiteEAM, ERP2009
Описание проектаБез привлечения консультанта или нет данныхIBM WebSphereSaaS - Программное обеспечение как услуга, Корпоративные порталы, СОА2009
Описание проектаLogistiXLead WMSWMS, Логистическая информационная система---
Описание проектаЭнфорта (Престиж-интернет)---
Описание проектаIntergraphIntergraph SmartPlant EnterpriseСАПР---
Описание проектаYandex Data Factory (YDF)Yandex Data Factory - Big Data анализ и консультированиеBI---
Описание проектаЦНИИ РТК Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетикиПроекты построения комплексной ИТ-инфраструктурыИТ-аутсорсинг, Серверные платформы---
Описание проектаMail.ru Group---
Описание проектаЦифраПроекты ИТ-аутсорсингаИТ-аутсорсинг---

Примечания