Ứng dụng trí tuệ nhân tạo trong tìm kiếm và thăm dò dầu khí

TMO - Viện Dầu khí Việt Nam đã sử dụng trí tuệ nhân tạo và các thuật toán học máy để xác định nhanh đá móng nứt nẻ, giúp tiết kiệm thời gian và chi phí tìm kiếm, thăm dò dầu khí.

Theo Viện Dầu khí Việt Nam (VPI), việc phát hiện và đưa vào khai thác thành công thân dầu trong đá móng granitoid nứt nẻ mỏ Bạch Hổ và các mỏ khác ở Việt Nam đã làm thay đổi quan điểm tìm kiếm, thăm dò dầu khí truyền thống, hình thành quan điểm tìm kiếm, thăm dò dầu khí mới trong khu vực và trên thế giới.

Tuy nhiên, việc xác định đá móng nứt nẻ theo phương pháp truyền thống cần phải sử dụng các công cụ chuyên dụng, có thể phải ngừng công tác khoan giếng, kéo dài thời gian thuê giàn khoan (giá thuê giàn khoan hiện tại vào khoảng 65.000 - 68.000 USD/ngày), làm tăng chi phí giếng khoan mới.

Đồng thời, việc xác định được đới nứt nẻ ngay trong quá trình khoan, sẽ giúp cho người điều hành khoan nhận biết được các nguy cơ gặp các sự cố khoan và đưa ra biện pháp xử lý khi khoan qua các đới nứt nẻ, đứt gãy giúp quá trình khoan an toàn, hiệu quả rút ngắn thời gian thuê giàn khoan dẫn tới tiết kiệm chi phí khoan…

Ảnh minh họa 

Để tối ưu quá trình này, VPI đã nghiên cứu, xây dựng giải pháp “Dự đoán đá móng nứt nẻ bằng các thông số trong quá trình khoan giếng khoan sử dụng mô hình học máy (Machine Learning - ML) và trí tuệ nhân tạo (Artificial Intelligence - AI)” giúp xác định chính xác sự hiện diện của các hệ thống nứt nẻ dựa trên dữ liệu thời gian thực.

Các thông số như: Moment xoắn, tải trọng choòng khoan, lưu lượng dòng chảy, vận tốc quay của roto, áp suất đứng cột cần khoan… sẽ được sử dụng làm dữ liệu đầu vào cho các thuật toán học máy được giám sát; sau đó các mô hình sẽ được sàng lọc, xếp hạng, đánh giá để tìm ra mô hình tối ưu nhất cho dự báo nứt nẻ.

Viện Dầu khí Việt Nam đã thử nghiệm độ chính xác của mô hình dự báo này với dữ liệu khoan 12 giếng tại một số mỏ có cấu tạo địa chất tương tự, kết quả cho độ chính xác dự báo nứt nẻ đạt trên 80% với các giếng mới tương đồng.

Kết quả được thể hiện trên nền tảng vận hành máy học MLOps, giúp nâng cao hiệu quả công tác khoan, đặc biệt là xác định chính xác những khoảng độ sâu xuất hiện nứt nẻ, hỗ trợ người điều hành ra quyết định nhanh, tiết kiệm thời gian và chi phí khoan giếng (chi phí tiết kiệm sẽ phụ thuộc vào kế hoạch khoan cụ thể từng nhà thầu, các phương án xử lý trong quá trình khoan nếu có, nhưng được ước tính sơ bộ lên tới hàng trăm nghìn USD ở mức giá thiết bị, nhân lực chuyên gia tại năm 2022).

Mô hình dự báo đá móng nứt nẻ khai thác được nguồn dữ liệu sẵn có của ngành dầu khí Việt Nam liên quan đến các thông số khoan và các khoảng đá nứt nẻ đã biết từ trước để xây dựng các thuật toán tối ưu, tạo ra các giá trị mới, đảm bảo tính bảo mật và an toàn.

Thực hiện chiến lược chuyển đổi số toàn ngành và nhằm “hỗ trợ và thúc đẩy quá trình dịch chuyển mô hình kinh doanh, tối ưu phương thức hoạt động và nâng cao năng lực quản trị vận hành”, VPI mới đây đã xây dựng và công bố hệ sinh thái Oilgas AI để tổng hợp, biểu diễn và phân tích dữ liệu chuyên sâu trong lĩnh vực dầu khí, với các sản phẩm như dầu thô, xăng dầu, LPG và khí tự nhiên.

Hệ sinh thái Oilgas AI tạo ra lợi thế cạnh tranh thông qua việc tối ưu hóa phân tích, khai thác, sử dụng dữ liệu an toàn, cũng như ứng dụng, sử dụng các mô hình, thuật toán đã được phát triển bởi các chuyên gia VPI và các chuyên gia hàng đầu khác trong ngành dầu khí đang hợp tác với VPI.

Quỳnh Nga