石油会社は、人工知能と機械学習を通じて、生産ストリームの品質をリアルタイムで監視して、バレルあたりの価値を最適化できます。
「業界は現在、製品の品質の重要性を認識しています」と、バリデーレの米国ビジネス開発ディレクター、ポール・オーツは述べています。 「品質の問題は、サプライチェーン全体で問題を引き起こします。」
サービス製品としてのソフトウェアであるValidere 360は、オイルをテストし、データに人工知能を適用して推奨事項を作成します。
モノのインターネット、市場データ、ロジスティクスデータを介したインフィールドセンサーからの数百万のデータポイントを組み合わせることにより、バレル原油の最適なブレンド、移動、および販売方法に関するリアルタイムの推奨を行うことができると彼は言います。
原油の品質は、市場での価値に直接関係するため、石油会社の注目を集めています。貯留層からの油の品質は時間とともに変化する可能性があり、企業はセンサーを使用して蒸気圧、水分カット、硫黄、出力の重力などの特性を監視します。
しかし、貯水池の原油の品質が変化するのと同じように、センサーの精度がドリフトし、キャリブレーションが必要になる可能性がある、とOatesは指摘しています。原油の品質に関する正確なデータがないと、オペレーターは石油の真の価値を見逃す可能性があると彼は言います。機械学習と人工知能を搭載した仮想アナライザーにより、統計的および物理的モデリングを使用して、欠落している品質データの「点を埋める」ことができると彼は言います。
「以前は15〜30日のラグタイムで何が起こっているのかを理解していましたが、それを即座につなげています」とOates氏は言います。
この手法は、バレルの価値、それをどのように最適にブレンドするか、それをどこで販売すべきかについての予測を改善することにより、原油の価値に大きな影響を与えます、とオーツは言います。彼によると、仮想アナライザーによる推奨は95%以内の精度です。
このテクノロジーは、貯留層に関する予測的な洞察も提供できます。システムが地面から出てくる油の品質傾向を測定するとき、カスタムパラメータがアラートをトリガーできると彼は言います。
「たとえば、蒸気圧が上昇し始めている場合は、介入することができます」と彼は言います。