Рейтинг@Mail.ru


4–6 августа 2021 г.
Онлайн
Интеллектуальный анализ данных в нефтегазовой отраслиВторая региональная конференция EAGE в России и странах СНГ
Навигация


 

Контактная информация
 

Менеджер: Ирина Орлова

Email: datascience@eage.org

Регистрация: regru@eage.org

Тел.: +7 495 640-20-08
Архив мероприятия
 
Интеллектуальный анализ данных в нефтегазовой отрасли
 
Интеллектуальный анализ данных в нефтегазовой отрасли

​  

 

История создания конференции
  • Конференция была создана в 2020 г. по инициативе локального общества EAGE Томск-Красноярск-Новосибирск и организована московским офисом EAGE
  • В научной программе были представлены 24 питч-выступления и 4 расширенных ключевых доклада
  • В работе конференции приняли участие более 40 представителей 20 ведущих компаний отрасли и академических институтов Сибири, других регионов России и Германии
  • Следующая, вторая конференция «Интеллектуальный анализ данных в нефтегазовой отрасли» запланирована на 4-6 августа 2021 г. в г. Новосибирске

Ключевым драйвером и инициатором конференции стало Сибирское локальное общество EAGE (Томск-Красноярск-Новосибирск) в лице Александры Волковой и Людмилы Беляковой. Поэтому и эмблема конференции олицетворяет сильные компетенции в области цифровых технологий, которые особенно развиты в инженерных и академических кругах Сибири.

В нелегкое кризисное время нам удалось быстро и эффективно организовать группу неравнодушных людей, желающих продвигать отечественные идеи и формировать сообщество специалистов-практиков в области анализа данных в нефтегазовой отрасли.

Создание сообщества и формирование единой базы знаний для их обмена и взаимного обогащения послужило одной из основных линий всей конференции и позволило сплотить участников и за очень короткий срок сформировать программу на два полноценных дня онлайн конференции с содержательными дискуссиями, с единодушным желанием сделать такую конференцию ежегодной.

 

Из итоговой статьи председателя Организационного комитета 
В настоящее время по всему миру проходит большое количество конференций прикладного применения инструментов аналитики данных по разным индустриальным областям. Не является исключением и нефтегазовая область. Локальные сообщества в США, Восточной Азии, Канады и Европы проводят такие конференции обычно каждый год, где делятся наработками и основными результатами внедрения современных цифровых технологий в области разведки, добычи и эксплуатации нефтегазовых месторождений.
До недавнего времени на территории СНГ поделится такими практиками можно было только в рамках узкоспециализированных коротких сессий на крупных нефтегазовых форумах и конференциях (например, для EAGE это регулярная конференция в Санкт-Петербурге). 
  Российский нефтяной инжиниринг и российская нефтегазовая наука обладает своими уникальными наработками в области анализа данных, применения и разработки своих собственных уникальных цифровых решений и математических алгоритмов, которые показывают выдающиеся результаты на широком спектре реальных прикладных задач.
  Все это сподвигло нас в короткие сроки организовать такую конференцию в нелегкое для индустрии время.
С самого начала мы были настроены на четкое позиционирование докладов как прикладных, показывающих каким образом современные технологии меняют процессы компаний, позволяют достичь конкурентного прироста в качестве решений и трансформируют деятельность.
  В ходе работы программного комитета, который включал в себя специалистов  разных звеньев научно-исследовательского процесса, от университетов и НИИ до представителей крупных сервисных компаний и компаний операторов, было выделено три направления: прикладные примеры использования машинного обучения; автоматизация и роботизация и, собственно, анализ данных и машинное обучение. Именно такое распределение показывает эволюционный путь того, как сейчас развиваются инструменты аналитики данных — от постановки задачи и тестирования гипотез, через локальную апробацию на месте и автоматизацию рутинных процессов к промышленному внедрению и использованию алгоритмов и инструментов в качестве помощников в производственных процессах.
 
Одним из ключевых выводов по результату конференции стала необходимость создания и накопления общедоступных данных, которые бы стали для научно-производственного сообщества источником примеров для тестирования гипотез и обмену практиками вокруг них. 
Сейчас очень многие исследователи испытывают трудности в поисках подходящих датасетов с реальными данными месторождений. Они буквально по крупицам собирают их из научных публикаций, общедоступных отчетов, проводимых хакатонов. 
За рубежом, это становится нормальной практикой и правилом хорошего тона - выкладывать в общий доступ не только какую-либо библиотечку/решение, но и данные, на основе которых были получены результаты. 
Создание такого хранилища открытых, но маскированных данных (данные, которые сохраняют свою физическую природу, но не могут быть использованы в качестве конкурентного преимущества) позволило бы значительно повысить скорость развития аналитических инструментов в области нефтяного инжиниринга и дало бы начало экстенсивному росту российских научно-исследовательских разработок в этой области. С другой стороны, компании операторы могли бы использовать эту возможность для поиска лучших решений и развитию конкуренции в этой области. EAGE-Россия, как независимая организация, могла бы взять на себя кураторство этого направления, ключевая команда организаторов первой конференции способна разработать карту создания такого репозитория открытых данных.
 

Б.Н. Еникеев в рамках заключительной дискуссии сформировал, на мой взгляд, очень ценные и прикладные принципы для организации, этически сбалансированного и эффективного, сообщества практиков, целью которых является развитие прикладных инструментов интеллектуального анализа данных.

Прототип: Этические принципы и соглашения участников конференции

1. В комплексной разработке использующих применение математических методов при обработке геолого-геофизических данных участвует две стороны, имеющие согласованные результаты исследований и их формулировку. Важно разрешать конфликт между разработчиком алгоритмов и предметником, только так решения смогут получать быстрый и эффективный доступ к потребителю. 
2. Ориентация алгоритмов на облегчение рутинного труда специалистов и повышение точности применяемых с использованием нового инструментария результатов, а не на сокращение рабочих мест.
3. Вопросом чести и морали исследователя является ссылка на результаты предшественников и фиксация отличия в постановке задач или приросте эффективности по сравнению с ним.
4. Авторам рекомендуется по возможности проводить исследования на ранее опубликованных тестовых полигонах. Если имеются возможности, публиковать материалы, по которым делаются выводы (это уже традиция во многих западных журналах), а также использовать синтетические тесты.
5. Потребительские качества предлагаемых или предоставляемых разработчиками программных продуктов и ограничений на область их применения должны быть детально описаны и задокументированны. Тестирование по возможности должно проводиться независимыми третьими лицами.
6. Желательна разработка в сотрудничестве с EAGE сайта со ссылками на публикации по тематике специалистов Российской Федерации. Это библиографический сайт, формат которого стоит обсудить на следующих конференциях. 
7. Сформировать репозиторий российских решений и их описание (под эгидой EAGE). 

 
 
Белозеров Борис Владимирович,
председатель Организационного комитета конференции;
Начальник департамента цифровых технологий и геологической экспертизы,
ООО «Газпромнефть НТЦ»
 

 

Председатели сессий о программе первой конференции

Сессия «Приложения и примеры использования машинного обучения», председатель Борис Белозеров (Газпромнефть НТЦ):

Наибольший интерес вызвали доклады, которые показывают примеры прикладных решений, где было показано, как люди пришли к результату, где показано достаточно хорошее сравнение относительно классических методов. Хочу отметить доклад, в котором рассказывают, как используются инструменты машинного обучения для условий сложных разрезов в восточной сибири (Андрей Козяев, РН-КрасноярскНИПИнефть); Александр Буторин (Газпромнефть НТЦ) показал, как применение достаточно простых с точки зрения реализации, технологий случайного леса можно использовать для интерпретации результатов инверсии волнового поля. Очень большой интерес и оживленную дискуссию вызвал доклад Владимир Булаев (НПФ «Геофизика») об использовании нейронных сетей для сжатия геофизических данных. Мне кажется, что это направление стоит отдельно рассматривать и развивать. В докладах была интересно представлена работа с данными непосредственно на устройствах, где происходит и получение и обработка данных.

Стоит отменить, что у нас не так много было докладов, которые показывали прикладные инструменты именно неклассического геологического моделирования, во всяком случае в моей сессии. Я думаю, что следующая наша конференция чуть больше внимания уделит этому, потому что как раз ценность именно в том, чтобы на ранних стадия изучения месторождения коррелировать все данные в какие-то согласованные, геологически обоснованные модели месторождения - это один из самых главных вызовов, которые стоят в текущий момент перед нами, в целом перед индустрией.

Расширенный, ключевой доклад Сабине Кларнер затронул большой круг вопросов и показал, насколько важно подходить здраво и осознанно к выбору инструмента анализа данных. Не всегда у нас инструменты машинного обучения работают лучше, чем традиционные подходы. Ну а самое главное – необходимо обращать внимание на те данные, которые мы используем, и учитывать представительность, количество и те модели, которые мы применяем для итоговой аналитики.

Сессия «Автоматизация, робототехника», председатель Денис Банников (Шлюмберже, Новосибирск):

По автоматизации был представлен широкий спектр направлений. Приводились примеры конкретных решений задач, а также попытки абстрагироваться, построить некую общую систему так называемых цифровых двойников, с тем, чтобы иметь возможность представить, например, предприятия или месторождения в виде цифрового двойника и понять, как им управлять, какие могут быть эффекты, если у нас что-то где-то пошло не так, как мы ожидали по времени или по функциональности.

Мы все видим, что идет процесс (он уже давно начался) вынесения хранения и обработки данных в облачные системы, хотя в нефтегазовой отрасли он затруднен в связи с тем, что часто данные клиентские и есть ограничения вопросами безопасности данных, которые очень ценны, и несогласием клиента на хранение его данных в облаке.

Второе направление – развитие применения методов машинного обучения для автоматической интерпретации, корреляции. Это позволит автоматизировать все эти процессы, ускорить их, позволит ускорить принятие решений, исключить человеческий фактор. Все это важно не только в нефтегазовой отрасли, но и в любом направлении.

Третье направление развития исследований, которое я вижу, это построение цифровых двойников. Об этом очень много говорят, но не всегда есть понимание, что такое цифровой двойник, как он должен быть и как его надо представить, в виде взаимодействия каких-то объектов или в виде процессов, взаимодействия этих процессов с другими процессами.

Каждое из перечисленных направлений развивается.

Из того, что интересно и мне понравилось: строятся очень сложные трехмерные модели, например, геологической среды, причем на больших масштабах на уровне месторождений, на уровне регионов, в которые включаются так называемый мультифизикс подход, но при этом, на мой взгляд, недостаточное внимание уделяется тому, насколько эти модели валидированы и насколько отражают реальность. И тем не менее, такие системы строятся и даже применяются.

Сессия «Анализ данных и машинное обучение», председатели Иван Приезжев (РГУ нефти и газа имени И.М. Губкина) и Дмитрий Коротеев (Сколтех):

На сессии было представлено несколько интересных алгоритмов для решения конкретных задач. Можно отметить: развитие применения байесовских алгоритмов (Петр Андрющенко, Университет ИТМО), очень интересный алгоритм сравнения сейсмограмм (Антонина Арефина, Газпромнефть), сравнение алгоритмов при прогнозе теплопроводности (Ануар Шакиров, Сколтех), прогнозы взрывных нарушений по потенциальным полям с помощью нейронных сетей, кластеризация ГИС, применение стохастических методов для петрофизического моделирования. Тут были представлены несколько реальных находок и разработки алгоритмов с показом практических примеров применения таких находок. Доклады были интересные, насыщенные! Борис Еникеев, это наш гуру петрофизики, достаточно справедливо напомнил о том, что очень много разработок было сделано в России в прежние времена, и нужно о них помнить.

Нужны некие наборы для тестирования и возможности сравнения различных методов в самых разных областях: в сейсмике, петрофизике, моделировании, при прогнозных построениях, чтобы наша алгоритмическая база и возможности применения различных методов могли сравниваться и представляться на конференции не в отдельном виде, а в плане сравнения.

Хочу сделать акцент на расширенных ключевых докладах конференции. Особое впечатление произвел доклад Сабине Кларнер. Это такое действительно практическое применение нейронных сетей для прогнозных построений, сравнение с другими методами… замечательный доклад!

Интересный доклад Дмитрия Коротеева. Он показал «кухню» разработки различных программных решений.

 

  ​

 
 


Яндекс цитирования
Журнал First Break и материалы всех мероприятий EAGE направляются на индексацию в систему Scopus.
Журналы Basin Research, Geophysical Prospecting, Near Surface Geophysics и Petroleum Geoscience направляются на индексацию в системы Scopus и Web of Science.