Cairn Oil & Gas est une importante société d’exploration et de production de pétrole et de gaz en Inde. Il contribue actuellement à hauteur de 25 % à la production nationale de brut de l’Inde (environ 28,4 MMT) et vise à représenter 50 % de la production totale. La société prévoit de dépenser 3,16,09 crores ₹ (31,6 milliards ₹) au cours des trois prochaines années pour augmenter sa production.
L’industrie pétrolière et gazière est actuellement confrontée à trois défis majeurs : une fluctuation des prix énorme avec des prix des matières premières volatils, des processus à forte intensité de capital et de longs délais d’exécution, et la gestion du déclin de la production.
Sandeep Gupta, directeur du numérique et de l’information chez Cairn Oil & Gas, utilise des technologies de pointe pour surmonter ces défis et atteindre ses objectifs commerciaux. « Nous avons adopté une approche axée sur la valeur pour déployer des solutions technologiques. Nous travaillons en partenariat avec plusieurs équipementiers et intégrateurs de services pour déployer des projets hautement évolutifs sur l’ensemble de la chaîne de valeur », déclare-t-il.
Réduire les coûts opérationnels grâce aux drones, à l’IA et à l’informatique de pointe
Sandeep Gupta, directeur du numérique et de l’information, Cairn Oil & Gas
Stock
L’industrie pétrolière et gazière est confrontée à d’énormes fluctuations de prix en raison de la volatilité des prix des matières premières et des conditions géopolitiques. Dans un tel scénario, il devient crucial pour l’entreprise de gérer les coûts.
Une production pétrolière soutenue dépend d’une alimentation électrique ininterrompue. Cependant, la gestion des lignes de transmission est une tâche coûteuse et gourmande en ressources. Pour Cairn, cela signifiait gérer 250 km de lignes électriques réparties sur 3 111 kilomètres carrés. Ils alimentent en électricité les champs pétrolifères de Mangala, Bhagyam et Aishwarya de la société et ses champs gaziers de Rageshwari au Rajasthan.
Pour réduire les coûts opérationnels, l’entreprise a décidé d’utiliser des drones. Les images capturées par les drones passent par un système de reconnaissance d’image AI. Le système analyse les dommages potentiels aux lignes électriques, prédit les points de défaillance possibles et suggère des mesures préventives, favorisant ainsi une prise de décision basée sur les données plutôt que sur le jugement de l’opérateur.
« Des algorithmes tels que les réseaux de neurones convolutifs ont été formés sur des images capturées lorsque les lignes électriques aériennes fonctionnent dans leur état idéal. L’algorithme compare ensuite les images suivantes qui sont prises à un intervalle de six mois lorsque des anomalies sont capturées. Une observation est ensuite placée dans le portail pour que l’équipe de maintenance prenne des mesures correctives et préventives », explique Gupta.
Il s’agit d’un contrat de service entre Cairn et le prestataire de maintenance où la surveillance est effectuée sur une base semestrielle pour les lignes électriques 220kV et annuellement pour les lignes électriques 500kV.
« Depuis la mise en place de l’inspection par drone, le délai moyen entre les pannes est passé de 92 à 182 jours. Cela a réduit les pertes de pétrole à 2 277 barils par an, entraînant des économies de coûts d’environ 12 crores ₹ [₹120 million]. Comme cela permet aux employés d’effectuer les activités de maintenance de manière efficace, une petite équipe peut travailler plus efficacement et la main-d’œuvre nécessaire diminue », explique Gupta.
La localisation éloignée des opérations associée à un volume massif de données (Cairn génère environ 300 Go de données par jour) qui est généré rend l’industrie pétrolière et gazière idéale pour l’utilisation d’appareils informatiques en périphérie.
Avec les appareils de périphérie intelligents, les paramètres critiques sont stockés et traités sur des sites distants. Les appareils sont installés sur le terrain et envoient des données via le protocole MQTT lorsque la connectivité au réseau cellulaire est disponible. Ils stockent des données jusqu’à 250 Go sur le cloud Microsoft Azure et effectuent des analyses à l’aide d’algorithmes d’apprentissage automatique, ainsi que des alarmes intelligentes.
Sans ces appareils, les données générées seraient transportées vers des centres de données éloignés, encombrant la bande passante du réseau. « L’informatique de périphérie permet de réduire les coûts de notre infrastructure informatique, car une bande passante plus faible est suffisante pour gérer le grand volume de données. Ces dispositifs déployés suivent des paramètres opérationnels critiques tels que la pression, la température, les émissions et le débit. Le coût d’opportunité de ne pas avoir d’informatique de pointe entraînerait la nécessité d’une bande passante de réseau plus élevée, ce qui représenterait environ 2 fois le coût actuel du réseau », explique Gupta. « Cela a également une implication sur les risques pour la santé et la sécurité de notre personnel et de notre équipement. »
Réduire les délais grâce à une stratégie axée sur le cloud
Le processus d’exploration pétrolière a un délai d’environ trois à cinq ans et nécessite un engagement de capitaux énorme. Sur ces trois à cinq années, une partie importante du temps est consacrée par les experts pétrotechniques (géologues, géophysiciens, ingénieurs pétroliers et ingénieurs réservoir) à simuler des modèles qui nécessitent une puissance de calcul massive.
Le flux de travail pétrotechnique implique l’évaluation des caractéristiques du réservoir souterrain pour identifier l’emplacement du forage des puits. Ces flux de travail sont exécutés par des experts pétrotechniques via plusieurs suites d’applications logicielles qui peuvent aider à identifier l’emplacement et la trajectoire des puits à forer.
« L’allocation de capital et la planification de l’exploration future sont devenues plus risquées en raison des longs délais. Pour atteindre nos objectifs, l’augmentation des capacités de calcul est essentielle. Pour cela, nous avons adopté et exécuté une stratégie axée sur le cloud », déclare Gupta. Ainsi, Cairn a complètement migré les charges de travail pour les workflows pétrotechniques vers le cloud. « Cette migration a supprimé les contraintes des capacités de calcul sur site. En conséquence, il y a une réduction de près de 30 % du temps de la première huile », dit-il.
Gérer le déclin de la production grâce à l’analyse prédictive
Cairn dispose d’un volume, d’une variété et d’une vitesse considérables de données provenant de différentes sources à travers la production, l’exploration et l’administration. « À l’aide de ces données, nous avons déployé plusieurs projets à grande échelle, notamment l’analyse prédictive, le contrôle prédictif des modèles et la gestion des réservoirs, qui ont été mis à l’échelle sur plusieurs sites », explique Gupta. Le modèle de contrôle prédictif (MPC) est une technologie où l’équipement est surveillé pour divers paramètres de fonctionnement et est ensuite exploité dans une plage particulière pour obtenir une efficacité maximale, tout en maintenant les contraintes du système.
Au cœur de cela se trouve Disha, une initiative d’intelligence d’affaires qui utilise des tableaux de bord pour générer des informations exploitables essentielles. « La philosophie du développement de Disha était de mettre les bonnes données à la disposition des bonnes personnes au bon moment. Nous voulions supprimer le partage de données et les rapports basés sur des fichiers, car la création de ces rapports prend beaucoup de temps. Nous avons connecté des données provenant de diverses sources telles que SAP HANA, Historian, Microsoft SharePoint, Petrel, LIMS et le cloud Microsoft Azure sur un seul écosystème Microsoft PowerBI où des rapports personnalisés peuvent être créés », explique Gupta.
Disha a été développé en mode hybride avec une équipe interne et un fournisseur d’analyses sur une période de trois ans. Il propose plus de 200 tableaux de bord personnalisés, y compris un tableau de bord de bon suivi, un tableau de bord d’optimisation de la production, un tableau de bord PDG et CCO et un tableau de bord de planification des plates-formes.
« Avec des données désormais facilement et rapidement accessibles dans un format interactif dans toute l’organisation, qui était auparavant limité à quelques privilégiés, les actions correctives pour l’allocation des ressources sont désormais basées sur les données », déclare Gupta. « Par exemple, nous utilisons Disha pour surveiller les paramètres et le débit de la pompe submersible électronique, qui gère le pétrole et l’eau. Cela nous aide à suivre les gains obtenus grâce à la mise en œuvre de MPC. Tout cela permet une meilleure prise de décision et a permis d’allouer les ressources de manière optimisée, gérant ainsi la baisse de productivité. À l’avenir, Cairn prévoit de s’associer à quelques grands fournisseurs d’analyses et de créer une plate-forme unique pour aider à contextualiser ses données et déployer des micro-solutions, en fonction des besoins de l’entreprise. « Ce sera une plate-forme low-code qui permettra aux équipes individuelles de créer des solutions par elles-mêmes », déclare Gupta. « Les initiatives sont orientées vers le maintien des niveaux de production, tout en réduisant le temps de la première huile. Certaines des initiatives comprennent la surveillance du système de levage artificiel, la surveillance des puits et la validation des tests de puits », explique Gupta.
Source link