Современную нефтегазовую отрасль сложно представить без информационных технологий. Одним из наиболее актуальных ИТ-направлений сегодня является внедрение цифровых двойников нефтепромысловых объектов и «умных» месторождений. О том, что это такое, и с какие проблемами сталкиваются специалисты в ходе цифровой трансформации – в обзоре ИА «Девон».

Аскар МАЛИКОВ.

АВТОПИЛОТ ДЛЯ НЕФТЯНИКОВ.

Цифровой двойник — это цифровая симуляция оборудования, комплекса, процесса производства или всего месторождения (его еще называют интеллектуальным месторождением). Виртуальные двойники могут создаваться для управления объектом в реальном времени или же, чтобы спрогнозировать его развитие на несколько десятилетий вперед.

Программные продукты собирают данные о работе оборудования и систем с помощью интернета вещей (IoT). Далее они рассчитывают вероятность износа или выхода оборудования из строя. Если показатели критические, система оповещает персонал.

В этом плане цифровые двойники можно сравнить с автопилотом, говорит директор по цифровой трансформации блока логистики, переработки и сбыта «Газпром нефти» Нина СУХОВА.

«В случае каких то кризисных ситуаций пилот сам берётся за штурвал, - приводит ее слова портал «Нефтегазовая промышленность». - Оптимальные режимы работы установки объединяются в общую модель, и система ищет наилучший режим для всего завода».

Тем временем, предиктивная аналитика аккумулирует и анализирует исторический массив данных. Это дает возможность минимизировать риск аварий и остановок производства. Также двойники помогают подобрать оптимальный режим работы, увеличить добычу и переработку углеводородов. Так несколько лет назад Shell начала создавать комплексные модели морских нефтедобывающих платформ.

В РФ один из наиболее масштабных проектов в области создания «интеллектуальных месторождений» реализует ЛУКОЙЛ. Проект охватывает уже более 45 тыс. скважин от Калининграда до Западной Сибири. Его частью является модель Ватьеганского месторождения в ХМАО-Югре (подробнее – в публикации Информ-Девон»). Это одна из самых больших моделей в стране.

А в «Татнефти» массово внедряют систему дистанционного мониторинга и управления нефтегазовым оборудованием на основе сети LoRaWAN. Сегодня большая часть скважин «Татнефти» контролируется с диспетчерских пунктов.

Передовые информационные технологии позволяют значительно экономить ресурсы и время. Здесь можно привести в пример сложный и дорогой процесс извлечения и лабораторного исследования керна. Это образцы горной породы, которые достают из скважин в процессе геологоразведки. С их помощью ученые проводят исследования нефтеносных пластов.

Цифровые керны помогают решить эту проблему. Для их создания образцы породы сканируют в томографе высокого разрешения, а затем проводят исследования на полученной 3D-модели. В дальнейшем реальные керны можно уже не извлекать.

ВИРТУАЛЬНЫЕ ПОМОЩНИКИ.

При этом нужно отличать цифровых двойников от интегрированных моделей, говорится в статье на портале «Хабр». К примеру, последние отражают движение нефти из пласта по скважинам и трубопроводам в пункт сдачи. Наиболее сложные модели включают процессы переработки нефти.

«Однако есть принципиальное отличие — интегрированная модель не обновляется в реальном времени: — объясняет директор по цифровой трансформации в нефтедобыче ГК «Цифра» Дмитрий МАСЛЕННИКОВ. - После того, как модель построена, она не отражает изменения на объекте и в какой-то момент устаревает».

По словам эксперта, на ее актуализацию требуется несколько месяцев и целый институт инженеров. Цифровой двойник же должен почти моментально отражать все, что происходит на месторождении. В идеале - без участия человека. Модель оперирует такими данными, как дебит нефти, количество скважин, объем промывочного раствора и т.д.

«Система должна видеть, что появилась новая скважина, подтягивать данные о ней и связать ее со всей системой, - поясняет Масленников. - И только в исключительных случаях звать инженера, когда выявляются нестыковки в данных. Например, новую скважину ввели, а суммарный дебит нефти снизился».

Следующим этапом является цифровой двойник актива. В этом случае в программу добавляются не только технологические показатели, но и данные по экономике объекта. Так можно выяснить, как управленческие и технические решения влияют на рентабельность разработки. Это, в свою очередь, позволяет оперативно принимать решения, в том числе, кадровые.

ЦИФРОВЫЕ ДВОЙНИКИ ТОЖЕ ДОЛЖНЫ УЧИТЬСЯ.

Но не нужно забывать, что цифровые двойники — это всего лишь софт. Их задача — посчитать, что будет, если изменить какой-то параметр. Для достижения максимального эффекта нужно, чтобы они работали в связке с рядом прикладных интеллектуальных программных продуктов.

Наиболее совершенный инструмент должен подсказывать управленцу, что будет, если пробурить скважину позже срока, или уволить определенного специалиста. В мире такие системы пока только создаются.

«Чем больше цифровой двойник владеет точной информацией о своём объекте, чем больше его характеристик может повторить, тем выше уровень его зрелости», - подчеркивает руководитель дирекции решений для промышленного интернета ООО «ТерраЛинк Технолоджис» Виктор МИХАЛЁВ.

«Лучше всего здесь подходит тезис „учиться, учиться, и ещё раз учиться”, - добавляет он. - Производственные объекты и технологические процессы, в которых они участвуют, изменяются. За ними должны поспевать их цифровые двойники».

…И ПРОЧИЕ IOT-УСТРОЙСТВА.

В большинстве же своем нефтяники и газовики пока «стоят на берегу», отмечают эксперты. Причина в том, что для цифровых двойников нужны данные. Причем информация должна быть достоверной, хорошо структурированной, связанной между собой и не противоречить друг другу.

К примеру, ошибка в обозначении одной из скважин приведет к сбою. А замена обычного штуцера может привести к снижению дебита нефти. И таких объектов даже в небольшой нефтегазовой компании очень много.

Помочь в этом должны сенсоры, датчики и прочие IoT-устройства для сбора данных. Весь массив информации, который они передают, обрабатываются с помощью нейросетей иного ПО. Со временем система становится самообучаемой.

«Решить задачу изолированности данных призваны цифровые аналитические платформы, — поясняет технический директор «Цифры» Юрий КРЫЛОВ. - Они позволяют собирать данные с различных источников, структурировать их, строить объектные модели, выстраивать слои данных. А главное, обеспечивать их доступность для различных платформенных прикладных решений».

Нефтегазовая отрасль отличается огромным разнообразием установок и технологических процессов, обращают внимание аналитики корпорации Kaspersky.

К примеру, установки подготовки нефти могут реконструироваться на протяжении длительного периода, в несколько этапов. Кроме того, многие промысловые объекты находятся на значительном удалении. Само месторождение может находится в труднодоступной арктической тундре.

Даже с учетом того, что может использоваться один и тот же метод добычи, есть много факторов, влияющих на развитие систем. К таким факторам относятся территориальное расположение скважин, качество нефти и состав нефтепродуктов, характеристики пластов, дебит и т.д. Эти различия объектов приводят к разнице в организации процессов производства и его контроля.

При этом модернизация не должна быть сверхсложной и дорогой. Она должна проходить по максимально унифицированным, типовым проектам. Однако инвесторы неохотно модернизируют старые объекты. Особенно это актуально для зрелых и высоковыработанных месторождений, где давно пройден пик производства нефти или газа.

КАК ЗАЩИТИТЬ ИТ-СИСТЕМЫ ОТ ВЗЛОМА.

К тому же в последние 30 лет многие предприятия пользовались советским наследием, минимально вкладываясь в то, что есть. Это привело к зависимости от импорта. Эта проблема характерна также для разработки и производства электроники и софта.

Более того, санкции, сильная волатильность рубля и нефтяных котировок удорожают эксплуатацию существующих систем и развитие новых. В итоге это сдерживает развитие новых технологий, делают вывод в «Лаборатории Касперского».

Там подчеркивают, что приоритетом должно быть обеспечение безопасной работы не столько самого цифрового двойника, сколько объекта, который этот двойник моделирует. Ключевое значение приобретает безопасность технического решения.

Такие решения должны обладать «врожденной» защищенностью – кибериммунитетом. Он обеспечивается разделением IT-системы на изолированные части и контролем взаимодействий между ними. Система защиты не должна позволять хакеру развить атаку, даже при взломе отдельных компонентов.

Несмотря на все эти вызовы, в современном технологичном производстве не обойтись без внедрения ИТ и масштабной цифровизации. Особенно это важно для поддержания конкурентоспособности отрасли в условиях санкций и истощения запасов легкой нефти.

Цифровые двойники, модели, системы предиктивной аналитики, нейросети – эффективное использование этих инструментов существенно снижает затраты на поддержание инфраструктуры и увеличивает чистую прибыль.

Помимо этого, цифровой двойник актива значительно расширяет горизонты анализа. Это дает возможность оценить влияние перемен в рабочих процессах или технологических улучшений на финансовые результаты.