Рейтинг@Mail.ru


4–6 августа 2021 г.
Новосибирск, Россия
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 и итоги первой 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.

 
 
Формы

cfp Подача тезисов

cfp Шаблон оформления тезисов

reg Шаблон презентации

  cfp Регистрационная форма

cfpРегистрация онлайн

 
Добавить
outlookiCal
 
googleyahoo
 
rss Новости


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.