La Inteligencia Artificial (IA) se ha convertido en una de las mayores tendencias actuales. La IA está impulsando la cuarta revolución industrial y se considera cada vez más una estrategia clave para superar algunos de los mayores retos de nuestro tiempo, como el cambio climático y la contaminación.
Las empresas energéticas emplean herramientas de IA para digitalizar registros, analizar ingentes cantidades de datos y mapas geológicos y detectar problemas como el uso excesivo de equipos o la corrosión de tuberías. Una de estas empresas es el gigante energético holandés Shell Plc. El miércoles, Shell anunció sus planes de utilizar la tecnología basada en IA de la empresa de análisis de grandes volúmenes de datos SparkCognition en sus actividades de exploración y producción en aguas profundas, en un intento de mejorar la eficiencia y la velocidad operativas, así como de aumentar la producción.
“Estamos comprometidos con la búsqueda de formas nuevas e innovadoras de reinventar nuestros métodos de trabajo en exploración”, declaró Gabriel Guerra, Vicepresidente de Innovación y Rendimiento de Shell.
Según Bruce Porter, director científico de SparkCognition, con sede en Texas, la IA Generativa para imágenes sísmicas tiene implicaciones amplias y de largo alcance, y añade que la tecnología puede acortar drásticamente las exploraciones de nueve meses a menos de nueve días.
Síguenos en nuestro canal de YouTube, subimos contenido a diario.
La IA Generativa de la empresa generará imágenes del subsuelo utilizando menos barridos de datos sísmicos de lo habitual, lo que contribuirá a la preservación de las profundidades marinas. A su vez, un menor número de estudios sísmicos acelerará el proceso de exploración, mejorará el flujo de trabajo y ahorrará costes en computación de alto rendimiento.
Pero esta no es la primera incursión de Shell en la tecnología de IA. Ya en 2018, la compañía se había asociado con Microsoft para incorporar la plataforma Azure C3 Internet of Things en sus operaciones en alta mar. La plataforma utiliza IA para impulsar la eficiencia en toda la infraestructura en alta mar de la compañía, desde la perforación y extracción hasta la capacitación y seguridad de los empleados.
Shell no es la única usando IA
Shell tampoco es la única gran petrolera que emplea IA en sus operaciones. Ya en 2019, BP Plc invirtió en la startup tecnológica Belmont Technology, con sede en Houston, que ayudó a la compañía a desarrollar una plataforma geocientífica basada en la nube apodada “Sandy”.
La plataforma permite a BP interpretar la geología, la geofísica y la información del proyecto del yacimiento, creando así “gráficos de conocimiento” únicos que incluyen imágenes robustas de los activos del subsuelo de BP. Con lo cual, BP puede realizar simulaciones e interpretar los resultados utilizando las redes neuronales del programa.
En marzo de 2019, Aker Solutions se asoció con SparkCognition para mejorar las aplicaciones de IA en su iniciativa ‘Cognitive Operation’. Los sistemas de IA de Aker SparkCognition llamados SparkPredict para monitorear las instalaciones superiores y submarinas de más de 30 estructuras en alta mar.
Hace cuatro años, la Oil and Gas Authority (OGA) puso en marcha el primer repositorio de datos sobre petróleo y gas (NDR) del Reino Unido. Este enorme repositorio contiene 130 terabytes de datos geofísicos, de infraestructuras, yacimientos y pozos, lo que equivale a unos ocho años de películas en alta definición.
Estos datos abarcan más de 5.000 estudios sísmicos, 12.500 pozos y 3.000 oleoductos. NDR emplea la IA para interpretar estos datos, con lo que OGA espera descubrir nuevas perspectivas de petróleo y gas, así como permitir una mayor producción a partir de la infraestructura existente.
La plataforma también se utilizará en la transición energética del país, con datos de yacimientos e infraestructuras para apoyar proyectos de captura, uso y almacenamiento de carbono.
IA y energías renovables
La tecnología de IA también está empezando a desempeñar un papel importante en el sector de las energías renovables y a contribuir a la creación de redes inteligentes.
Uno de los mayores obstáculos para que Estados Unidos consiga su objetivo de tener una red 100% renovable es la intermitencia de las fuentes de energía renovables. La realidad es que las redes de transmisión actuales están diseñadas para una entrada/salida de energía casi constante, mientras que el viento no siempre sopla y el sol no siempre brilla.
Para que la transición a las energías renovables tenga éxito, las redes eléctricas tienen que evolucionar y ser mucho más inteligentes.
Un precedente alentador
Hace unos años, Google anunció que había alcanzado el 100% de energía renovable para sus operaciones globales, incluidos sus centros de datos y oficinas. En la actualidad, Google es el mayor comprador corporativo de energía renovable, con compromisos por un total de 7 gigavatios de energía eólica y solar.
Google se asoció con IBM para buscar una solución a la naturaleza altamente intermitente de la energía eólica. Utilizando la plataforma de IA DeepMind de IBM, Google desplegó algoritmos de Machine Learning en 700 megavatios de capacidad de energía eólica en el centro de Estados Unidos, suficiente para abastecer a una ciudad de tamaño medio.
Inscríbase gratuitamente a nuestro boletín semanal aquí.
IBM afirma que, gracias a una red neuronal entrenada con las previsiones meteorológicas disponibles y los datos históricos de las turbinas, DeepMind es capaz de predecir la producción de energía eólica 36 horas antes de la generación real. En consecuencia, esto ha aumentado el valor de la energía eólica de Google en aproximadamente un 20%.
Otros operadores de parques eólicos pueden utilizar un modelo similar para optimizar su producción de energía de forma más inteligente, rápida y basada en datos para satisfacer mejor la demanda de los clientes.
Innowatts, con sede en Houston, Texas, es una empresa emergente que ha desarrollado un conjunto de herramientas automatizadas para el control y la gestión de la energía. La plataforma eUtility de la empresa adquiere datos de más de 34 millones de contadores de energía inteligentes de 21 millones de clientes, entre los que se encuentran importantes empresas de servicios públicos de Estados Unidos, como Arizona Public Service Electric, Portland General Electric, Avangrid, Gexa Energy, WGL y Mega Energy.
La compañía afirma que sus algoritmos de aprendizaje automático son capaces de analizar los datos para predecir varios puntos críticos, como las cargas a corto y largo plazo, las variaciones, la sensibilidad a las condiciones meteorológicas, etc.
Innowatts estima que, sin sus modelos de aprendizaje automático, las empresas de servicios públicos habrían sufrido imprecisiones del 20% o más en sus previsiones, lo que habría supuesto una enorme presión sobre sus operaciones y, en última instancia, un aumento de los costos para los usuarios finales.
Además, la IA y las soluciones digitales pueden emplearse para hacer que nuestras redes sean más seguras. Mediante el empleo de modelos digitales y de IA, nuestras redes eléctricas serán cada vez más inteligentes y fiables y facilitarán el paso a las energías renovables.
Añade a nuestra página World Energy Trade a tu feed de Google News AQUÍ
No dude en ponerse en contacto con nosotros para darnos sugerencias y noticias. Es suficiente con enviar un mensaje a: contacto@worldenergytrade.com / +1 786-448-7655 para hacérnoslo saber.
Te puede interesar:
- Una tecnología ecológica e innovadora podría transformar la industria petrolera
- Las grandes petroleras luchan por los combustibles fósiles limpios
- Investigadores encontraron una forma de mitigar el dióxido de carbono procedente de las fábricas
