Page 30 - Tạp chí Năng lương Mới số 200
P. 30

NĂNG LƯỢNG QUỐC TẾ


              AI














              CÁCH MẠNG HÓA




              THĂM DÒ VÀ KHOAN


              DẦU KHÍ















                    S.PHƯƠNG (tổng hợp)  “   AI  đang  giúp  các  nhóm  làm  việc   Insights cho biết. “Giờ đây, AI có thể phân

                Hoạt động thăm               thông  minh  và  nhanh  hơn”,  TS   tích các thuộc tính địa chấn trong không
                                             Tom  Smith,  Chủ  tịch/CEO  của
                                                                            gian đa chiều, mang lại kết quả trong vài
                                             Geophysical Insights cho biết. “Bằng
            dò và khai thác dầu         cách áp dụng các kỹ thuật máy học, chúng   tuần thay vì vài tháng. Đây là một bước
                                                                            đột  phá  cho  các  công  ty  hoạt  động  với
               khí đang thay đổi        tôi đang chứng kiến sự chuyển mình đáng   thời gian thăm dò và phát triển chặt chẽ”.
           mạnh mẽ nhờ trí tuệ          kể trong cách các nhà địa chất học diễn   Lợi  ích  của  phương  pháp  này  bao
             nhân tạo (AI). Công        giải dữ liệu địa chấn và đưa ra các quyết   gồm cải thiện kế hoạch khoan, đánh giá
                                                                            rủi ro tốt hơn khi gặp phải các đặc tính
                                        định khoan quan trọng”.
              nghệ này giúp xác                                             bể chứa cụ thể, đồng thời giảm bớt sự cần
          định mỏ dầu hiệu quả          Giải pháp nhanh chóng               thiết phải thực hiện các dự án đảo ngược
               hơn, tăng tốc quy        và tiết kiệm chi phí                địa chấn tốn kém.
           trình và nâng cao độ            Xuyên  suốt  nhiều  thập  niên,  đảo   Xác định các lỗi
          chính xác trong phân          ngược  địa  chấn  luôn  được  xem  là  tiêu   trước khi khoan
              tích bề mặt ngầm.         chuẩn vàng cho việc xác định đặc tính   Các lỗi địa chất mang lại nhiều rủi
                                        mỏ, nhưng đây là một quy trình tốn kém
            Việc dự đoán thành          và mất nhiều thời gian. Một phương pháp   ro  trong  quá  trình  khoan,  nhưng  học
             phần đá, phát hiện         mới dựa trên máy học, sử dụng Bản đồ   sâu (deep learning) đang giúp các nhà
              lỗi dữ liệu địa chấn      tự tổ chức (Self-Organizing Maps - SOM)   điều hành xác định rủi ro tiềm ẩn trước
                                                                            khi  bắt  đầu  khoan.  Sử  dụng  mạng  nơ-
                                        hiện đang tối ưu hóa quy trình này, mang
           hay ước tính khối địa        đến cho các nhà điều hành một giải pháp   ron  tích  chập  (convolutional  neural
           chất - từng mất hằng         nhanh chóng và tiết kiệm chi phí hơn để   networks), AI có thể xác định các khối
             tháng - nay chỉ cần        dự đoán các đặc tính của mỏ.        lỗi chỉ trong vài giờ, một công việc trước
                                                                            đây phải mất hàng tuần để các nhà địa
                                           “Các  phương  pháp  truyền  thống  có
                         vài tuần.      thể mất nhiều tháng với nỗ lực tính toán   khoa học giải thích thủ công. “Công nghệ
                                        và đầu tư lớn vào các dịch vụ khoa học   này cung cấp cho các nhà khoa học địa
                                        địa  chất”,  ông  Rocky  Roden,  nhà  khoa   chất một góc nhìn thứ hai do AI tạo ra về
                                        học  địa  chất  cao  cấp  tại  Geophysical   vị trí các lỗi”, ông Smith cho biết. “Ngay

          30   NĂNG LƯỢNG MỚI  Số 200 (13-5-2025)
   25   26   27   28   29   30   31   32   33   34   35