– Dette er en AI som produksjonsingeniøren selv kan utnytte

Norsk teknologiselskap med verdens første kunstige intelligens for optimering av olje- og gassproduksjon.

Det norske teknologiselskapet Solution Seeker forteller i en pressemelding at de har hatt et teknisk gjennombrudd, og at de har laget det de selv mener er verdens første kunstige intelligens for optimering av olje- og gassproduksjon. Etter flere års forskning på maskinlæringsalgoritmer brukt på data fra olje- og gassproduksjon, har deutviklet en hierarkisk nevral nettverksmodell som forbedrer ytelsen for sanntids produksjonsoptimering.

Modellen utnytter styrkene til nevrale nettverk kombinert med kunnskap om produksjonssystemets fysikk og logikk.

– Tradisjonelle maskinlæringsalgoritmer er ikke tilstrekkelig for å løse optimeringsproblemet for oljeproduksjon; dynamikken til et produserende oljefelt endres både med tid og kontrollinnstillinger, noe som gjør det til et svært utfordrende problem å forutsi optimale operasjonelle innstillinger. Videre kan dataene være både mangelfulle og svært usikre, sier Bjarne Grimstad, teknologisjef i Solution Seeker.

Det nevrale nettverket utnytter Solution Seeker sine algoritmer for dataanalyse, som automatisk trekker ut og genererer egnede treningsdata fra produksjonshistorikken. Nye treningsdata blir generert i sanntid fra produksjonssystemet, og modellen lærer løpende å tilpasse seg til endrede driftsbetingelser.

– Dette er et betydelig gjennombrudd og fullfører vår integrerte kunstige intelligens for sanntids produksjonsoptimalisering. Dette er en AI som produksjonsingeniøren selv kan utnytte, sier Vidar Gunnerud til, selskapets grunnlegger og daglig leder.

Læringsalgoritmene vil først bli tatt i bruk neste år på Gjøa og Vega, for henholdsvis ENGIE E&P og Wintershall. Den komplette løsningen utnytter Solution Seeker sine proprietære algoritmer gjennom tre steg; fra dataanalyse til maskinlæring til optimalisering.

Dataanalysealgoritmene utfører automatisk mønstergjenkjenning, klassifisering, statistisk analyse og komprimering av tusenvis av datastrømmer i sanntid. Læringsalgoritmene identifiserer deretter feltets adferd og sammenhenger, og muliggjør estimering av parametere, korrelasjoner og kvantifisering av tilhørende usikkerhet, før systemet automatisk genererer prediktive modeller for oljefeltet, samtidig som det kontinuerlig lærer fra nye produksjonsdata.

Til slutt utgjør Solution Seeker sin proprietære optimaliseringsalgoritme et rammeverk for skalerbar optimalisering på disse prediktive, stokastiske modellene. AI-en benytter seg av de beste teknologiene tilgjengelig, som for eksempel Google sitt TensorFlow rammeverk for maskinlæring, og kjører med cloud computing teknologi for å oppnå optimal ytelse og pålitelighet.