教育新闻网建立在古代化石上的行业正在成为人工智能(AI)的潮流引领者。奇怪?也许可以，但是原因很明确。受史无前例的衰退(没有迹象表明放缓)的打击，加拿大的石油和天然气(O&G)行业正在转向创新和技术，以提高效率和提振利润。
此外，全球关注减少排放和水消耗的可持续实践，促使O&G公司寻求新方法来优化上游运营并消除浪费时间和金钱的实践。
在加拿大O&G行业的心脏地带的艾伯塔省，行业领导者开始通过将数据分析，人工智能和机器学习的精明结合来使业务模型现代化，其结果简直就是革命性的。
数据：新油
从1850年代后期的第一座油井商业化到1970年代成为数字技术的领导者，加拿大在解决地下问题方面一直表现出独创性。在竞争激烈的行业中领先一步的秘诀是什么?总之，创新。
如今，数据分析和机器学习为O&G注入了新的活力。石油行业实际上充斥着大量数据-毕竟，一个钻机每天会产生TB级的数据-但直到最近，只有一小部分被用来创造新的业务价值。
正如英国数据科学先驱克莱夫·亨比(Clive Humby)所说：“数据是新的石油。它很有价值，但是如果不完善，就不能真正使用……必须对数据进行分解和分析，以使其具有价值。”
O&G开始利用结构化和非结构化数据与创新技术相结合所带来的机遇。机器学习和AI的大门是敞开的，对于加拿大的O&G公司来说，在逆转潮流中扮演着举足轻重的角色。
使用AI预测故障并优化生产
端对端的石油和天然气价值链的优化(其中多个工厂，流程和资产相互依赖)一直是上游O&G运营面临的一项复杂挑战。现在，新的AI解决方案使更有效，更经济地将桶装出地面成为可能。这是它展现的方式。
两年前，加拿大最大的综合性油气生产商之一开始与IBM合作，应用最新的AI和数据科学方法来改善其上游运营设施内的生产优化。他们的目标是三方面的：在各个孤岛之间进行优化，尽早发现问题并及时做出响应，并实时确定可行的机会。
该解决方案被冠以“生产优化”的称号，使用先进的AI模型和数据科学方法来优化端到端生产。工厂操作员可以完全控制过程故障管理和机会意识，从而使他们能够预测和最小化工厂故障，并迅速对有价值的机会采取实时行动。
该项目的范围非常大-包括35个独立工厂，由12个独立业务部门的数千名一线操作员，工程师和主管组成。多层方法中的一百多种机器学习模型被应用到“系统系统”方法中，其中包括用于预测系统层的高级AI模型。
如今，工厂总经理正在使用该解决方案，以通过用户界面随时随地在任何设备上即时提供其工厂运行环境的全面图景，从而最大限度地提高生产性能并减少能耗。生产优化解决方案：
高度准确地预测植物倒伏发生之前。
持续监控生产以提供建议，以最大程度地提高产量，质量，库存水平，利润率等。
