殼牌公司負(fù)責(zé)創(chuàng)新和績效的副總裁Gabriel Guerra在一份聲明中表示：“我們致力于尋找新的創(chuàng)新方法，重塑我們的油氣勘探作業(yè)方式。”
總部位于美國得克薩斯州奧斯丁的大數(shù)據(jù)分析公司Spark Cognition公司首席科學(xué)官布魯斯·波特表示，生成式人工智能對地震成像技術(shù)具有廣泛而深遠(yuǎn)的影響，該技術(shù)可以將勘探時間從9個月大幅縮短至9天以內(nèi)。Spark Cognition公司的生成式人工智能將使用比平時更少的地震數(shù)據(jù)掃描生成地下圖像，從而有助于深海保護(hù)。更少的地震勘探作業(yè)反過來將加速勘探過程，改善作業(yè)流程并節(jié)省高性能計(jì)算成本。
但這并不是殼牌公司首次涉足人工智能技術(shù)。早在2018年，殼牌公司就與微軟公司合作，將Azure C3物聯(lián)網(wǎng)平臺整合到其海上業(yè)務(wù)中。這個平臺使用人工智能來提高公司海上基礎(chǔ)設(shè)施的效率，從鉆井和開采到員工授權(quán)和安全。
殼牌公司并不是唯一在運(yùn)營中使用人工智能的國際大型石油公司。早在2019年，英國石油公司(bp)就投資了總部位于休斯敦的科技初創(chuàng)公司貝爾蒙特技術(shù)公司，后者幫助bp開發(fā)了一個名為“桑迪”的基于云地球科學(xué)平臺。“桑迪”獲取bp地質(zhì)、地球物理和油藏項(xiàng)目信息并進(jìn)行解釋分析，從而創(chuàng)建獨(dú)特的“知識圖表”，包括bp地下資產(chǎn)的全息圖像。然后，bp可以使用程序的神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行模擬并解釋結(jié)果。
2019年3月，阿克爾公司與Spark Cognition公司合作，在其“認(rèn)知操作”措施中增強(qiáng)人工智能應(yīng)用。阿克爾Spark Cognition公司創(chuàng)建的Spark Predict人工智能系統(tǒng)，還用于監(jiān)測30多個海上設(shè)施表層和海底設(shè)施。
4年前，英國石油和天然氣管理局(OGA)推出了英國首個石油和天然氣國家數(shù)據(jù)存儲庫(NDR)。 這個龐大的數(shù)據(jù)存儲庫包含了130兆兆字節(jié)的地球物理、基礎(chǔ)設(shè)施、油氣田和油氣井?dāng)?shù)據(jù)。這些數(shù)據(jù)涵蓋了5000多次地震調(diào)查、12500個井眼和3000條管道。NDR利用人工智能來解釋這些數(shù)據(jù)，OGA希望能夠發(fā)現(xiàn)新的油氣遠(yuǎn)景構(gòu)造，并從現(xiàn)有的基礎(chǔ)設(shè)施中提高產(chǎn)量。這個平臺還將用于英國的能源轉(zhuǎn)型，儲層和基礎(chǔ)設(shè)施數(shù)據(jù)將用于支持碳捕獲、利用和儲存項(xiàng)目。
人工智能技術(shù)和可再生能源
人工智能技術(shù)也開始在可再生能源領(lǐng)域發(fā)揮重要作用，并幫助創(chuàng)建智能電網(wǎng)。
美國實(shí)現(xiàn)100%可再生能源電網(wǎng)夢想的最大障礙之一是可再生能源的間歇性。畢竟，人類電網(wǎng)是為接近恒定的電力輸入/輸出而設(shè)計(jì)的，而風(fēng)并不總是吹，太陽也不總是照耀。為了成功地向可再生能源轉(zhuǎn)型，電網(wǎng)必須變得更加智能。
幾年前，谷歌公司宣布，包括數(shù)據(jù)中心和辦公室在內(nèi)的全球業(yè)務(wù)已實(shí)現(xiàn)100%使用可再生電力。如今，谷歌公司是可再生電力最大的企業(yè)買家，承諾購買總計(jì)7吉瓦(7000兆瓦)的風(fēng)能和太陽能。谷歌公司與美國國際商用機(jī)器公司(IBM)合作，為風(fēng)力發(fā)電的高度間歇性尋找解決方案。利用IBM的DeepMind人工智能平臺，谷歌公司在美國中部700兆瓦的風(fēng)力發(fā)電能力上部署了極大似然估計(jì)法算法(ML)，足以為一個中等城市供電。
IBM表示，通過使用一個經(jīng)過廣泛可用的天氣預(yù)報(bào)和歷史渦輪機(jī)數(shù)據(jù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，DeepMind人工智能平臺現(xiàn)在能夠在實(shí)際發(fā)電前36小時預(yù)測風(fēng)力發(fā)電量。
其他風(fēng)電場運(yùn)營商也可以使用類似的模型，以更智能、更快、更多的數(shù)據(jù)驅(qū)動優(yōu)化其電力輸出，以更好地滿足客戶需求。
IBM的DeepMind人工智能平臺利用受過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，比實(shí)際發(fā)電提前36小時預(yù)測風(fēng)力發(fā)電量。
總部位于得克薩斯州休斯敦的Innowatts是一家初創(chuàng)公司，它開發(fā)了一種用于能源監(jiān)測和管理的自動化工具包。Innowatts的公用事業(yè)平臺從2100萬客戶的3400多萬個智能電表中獲取數(shù)據(jù)，其中包括美國主要的公用事業(yè)公司，如亞利桑那公共服務(wù)電力公司、波特蘭通用電氣公司、Avangrid公司、Gexa能源公司、WGL公司和Mega能源公司。Innowatts表示，其機(jī)器學(xué)習(xí)算法能夠分析數(shù)據(jù)，預(yù)測幾個關(guān)鍵數(shù)據(jù)點(diǎn)，包括短期和長期負(fù)荷、變化幅度、天氣敏感度等。
Innowatts估計(jì)，如果沒有它的機(jī)器學(xué)習(xí)模型，在危機(jī)最嚴(yán)重的時候，公用事業(yè)公司的預(yù)測會有20%甚至更多的不準(zhǔn)確性，從而給他們的運(yùn)營帶來巨大壓力，最終推高最終用戶的成本。
此外，人工智能和數(shù)字解決方案可以使我們的電網(wǎng)更安全。
通過采用數(shù)字和人工智能模型，我們的電網(wǎng)將變得越來越智能和可靠，并使向可再生能源的轉(zhuǎn)型更加順利。
