Johan Sverdrup-feltet

Ett år etter oppstart av Johan Sverdrup: Nye digitale løsninger har gitt over 2 milliarder kroner i økt inntjening

Nordsjø-feltet produserer mer enn forventet. Digitale verktøy gjør at det kan hentes opp mer olje.

5. oktober er det ett år siden Johan Sverdrup-feltet startet produksjonen i Nordsjøen. Digitale verktøy bidrar til mer effektiv og optimalisert drift, og gjør at feltet produserer bedre enn forventet.
5. oktober er det ett år siden Johan Sverdrup-feltet startet produksjonen i Nordsjøen. Digitale verktøy bidrar til mer effektiv og optimalisert drift, og gjør at feltet produserer bedre enn forventet. (Foto: Equinor)

Nordsjø-feltet produserer mer enn forventet. Digitale verktøy gjør at det kan hentes opp mer olje.

Hei, dette er en Ekstra-sak som noen har delt med deg.
Lyst til å lese mer? Få fri tilgang for kun 235,- i måneden.
Bli Ekstra-abonnent »

Ett år er gått siden oppstarten av det gigantiske Johan Sverdrup-feltet i Nordsjøen. 5. oktober 2019 kom den første oljen strømmende til dekk, på det som er det tredje største feltet – og kanskje den siste giganten – på norsk sokkel. 

De forventede utvinnbare reservene i Johan Sverdrup er 2,7 milliarder fat oljeekvivalenter, og operatør Equinor har satt et mål om en utvinningsgrad på over 70 prosent. For å få det til har de måtte bygge et felt som kan være med på det neste halve århundret med teknologiutvikling. 

Det innebærer blant annet et feltsenter spekket med digitale løsninger, som gir enorme mengder data, og som skal gi helt nye måter å drive produksjonsoptimalisering og reservoarstyring på, for å kunne skape mest mulig verdi fra Sverdrup. 

Etter ett år med drift av feltet, ser de at digitale verktøy bidrar til økt forståelse av undergrunnen, mer effektiv oppkjøring av brønner, stabilt høyere produksjon og mer effektivt vedlikehold.  

Det har gitt over to milliarder norske kroner i økt inntjening fra feltet.  

Les også

Produserer mer

Siden oppstart har Johan Sverdrup-feltet hatt en god og stabil produksjon, og brønnene har produsert bedre enn forventet. 

Platåproduksjon økte fra 440.000 til rundt 470.000 fat olje daglig i april. Tilsvarende vil dette øke fra 660.000 til 690.000 på platå i fase 2 i 2022.

Johan Sverdrup har det første året produsert olje for om lag 50 milliarder kroner – det vil si rundt 130 millioner fat olje (beregnet ut fra en snittpris på 40 dollar fatet).

Digitale verktøy bidrar til at Johan Sverdrup-feltet får høy oppetid og driftssikkerhet – langt over det Equinor hadde satt som mål opprinnelig. De får også mer ut av brønnene, har mer stabil produksjon og redusert nedetid, som et resultat av mer effektive arbeidsrutiner.  

– Totalt sett får vi mer produksjon, og verdier,  av å bruke digitale verktøy på alle mulige områder, opplyser pressetalsperson Morten Eek til TU. 

Den økte inntjeningen er hovedsakelig resultat av:  

  • Stabilt høyere produksjon ved bruk av automatisert produksjonsoptimalisering   
  • Større treffsikkerhet i reservoaret ved bruk av bredere og mer sammensatte datasett, slik at de får mer informasjon om reservoaret.  
  • Mer effektivt drift og vedlikehold ved bruk av løsningene for den digitale feltarbeider, der operatørene bruker nettbrett i den daglige jobben og digital tvilling som er en virtuell kopi av plattformen.   

Droner, cruisekontroll og 3D-briller

Paal Frode Larsen er leder for digitalisering på Johan Sverdrup. Han trekker frem verdiøkning, gjennom optimalisert produksjon og energibruk, reduksjon av utslipp, tidlig avdekking av feil og økte sikkerhetsnivåer, som noe av det viktigste de har oppnådd ved hjelp av digitale verktøy.

Og det har skjedd raskere enn forventet. 

– Før produksjonen startet, så lagde vi en presentasjon av målene våre, hva vi skulle få til. Da tenkte vi at dette er langt frem, det vil gå mange år før vi kan levere på dette. Nå, etter ett år, så har vi levert på det aller meste. Det har gått mye fortere og det har blitt mye bedre enn vi trodde, da vi lagde business-casene før oppstart, sier han til Teknisk Ukeblad.

Thorvald Johannesen og Harald Wesenberg i Equinor Software Innovation viser fram Hololens på Johan Sverdrup. Foto: Eirik Helland Urke

Han ramser opp digitale prosjekter som den digitale feltarbeider, med nettbrett og VR-briller, droneprosjekter i ulike former, både i vann, i luften og på dekk, cruisekontroll for oljeproduksjonen, fiber i brønnene, maskinlæring og datadeling. I tillegg kommer et prosjekt med 3D-printing, som etter planen skal introduseres neste høst. 

– Med unntak av 3D-printing er vi i gang med implementering og bruk av alt dette. Johan Sverdrup er et datadrevet feltsenter. Det er en helt ny måte å jobbe på, poengterer Larsen. 

– Så ser vi også at det er kombinasjonen av mennesker og teknologi som gjør at vi finner gode løsninger for fremtiden. Vi har endret oss, og vi skal endre oss, for å møte nye krav og forventninger, legger han til. 

Les også

10.000 lysimpulser i sekundet

Et av de prosjektene som har hatt stor effekt er fiber i brønnene. Maximilian Georg Schuberth, undergrunnsspesialist som jobber med digitalisering og ny teknologi på Johan Sverdrup-feltet, forklarer hvordan det fungerer. 

– Fiber som legges i gatene, som brukes til internett hjemme hos folk, har en avsender og en mottaker i hver sin ende. Det vi har i brønnene er avsender og mottaker i samme ende, forklarer han. 

De fungerer ved at de sender en lysimpuls gjennom fiberen og måler refleksjonen av lyset langs fibertråden. Urenheter gjør at noe lys blir reflektert tilbake, og når man gjør dette ofte, for eksempel 10.000 ganger hvert sekund, som i brønnene på Sverdrup, så kan de konvertere dette til lyd og måle vibrasjonene i brønnen. 

– Og siden vi vet hva hastigheten på lyset er, så gjør det at vi vet hvor lyset kommer fra. Du kan si at vi transformerer hele fibertråden til mange mikrofoner. Med en mikrofon per meter får vi 4000 mikrofoner i en brønn på fire kilometer. Det gir sinnssykt store datamengder, så store mengder at vi ikke kan lagre alt. Det må prosesseres og visualiseres i sanntid. Gevinsten er at du kan lytte til alt som foregår i brønnen. Det gir oss mye bedre informasjon enn bare noen sensorpunkter, påpeker Schuberth.

Til enhver tid genererer brønnene på Sverdrup-feltet data tilsvarende det å strømme 15.000 Netflix-filmer. 

– Volumet er ganske imponerende, sier han. 

Brønn-apper

Store mengder data må analyseres. Siden poenget er å skape mindre arbeid for dem som styrer brønnene – ikke mer, må de lage applikasjoner som kan gjøre jobben for dem. 

– Datainfrastrukturen er grunnlaget for å bygge applikasjoner, som kjører hele tiden. Det er ikke folk som skal følge med og tolke disse dataene. Oppdager programmet et avvik i brønnen, si det kommer en lyd fra en viss dybde som ikke skal være der, så kommer det et varsel og vi kan gå inn og sjekke, forklarer Schuberth.

– Det gjør at vi oppdager mange ting i brønnene vi ikke har kunnet se før, for eksempel ventiler som ikke opererer som forventet. Eller vi kan estimere hvor mye olje og gass som kommer opp i en brønn, bare ved å høre på brønnen. Det gir bedre brønnintegritet og vi kan produsere uten for mye turbulens og med mindre energi, sier han. 

Og de har bare så vidt begynt. Det er nesten bare fantasien som setter grenser for hva slags applikasjoner de kan ta i bruk. 

– Det er mange bruksområder, hver gang vi ser på en ny brønn så finner vi ut mer. Så vi har mye å jobbe med, og er langt fra ferdige, påpeker han.

Fra 51 signaler til ett

Et annet prosjekt handler om tilstandsbasert vedlikehold, basert på maskinlæring. Florian Schuchert, leder for maskinlæring og automasjon, forklarer at det handler om å kunne forutsi hvilken feil som kommer og hvor. 

– Hvis vi lykkes med det, så har det enorme oppsider i økt oppetid og reduserte vedlikeholdskostnader, påpeker han. 

– I det meste av dagens vedlikehold følger man med på mye utstyr manuelt. Hvis vi tar bare én pumpe på Johan Sverdrup, så må man følge med på 51 signaler for å kunne overvåke den. Det er én pumpe. På en hel plattform er det da enormt med signaler å følge med på. Så tanken er å finne en måte å effektivisere dette på. 

For å få til det må de kunne skille ut hva som er reelle avvik, og hva som er naturlige variasjoner som følge av bruken til utstyret. 

– Det vi jobber med er å bygge modeller hvor hver pumpe, eller annet utstyr, bare har ett signal, i stedet for 51 ulike. Modellene må se på sammenhengen mellom signalene, trykk, temperatur, hastighet og så videre, og bruke informasjonen fra de samlet til å skjønne om et avvik er reelt. Målet er å få beskjed om at noe er galt før det skjer en utstyrssvikt, slik at vi heller kan bytte ut pumpen. 

For å få det til bruker de matematiske tilnærminger og deep learning-teknologi. 

– Målsettingen er at disse signalene skal mates inn i modeller, som leser dem av automatisk. Slik kan vi automatisk overvåke utstyret som finnes på Johan Sverdrup og dermed effektivisere jobben til ingeniørene, sier Schuchert.

Les også

Kommentarer (2)

Kommentarer (2)

Eksklusivt for digitale abonnenter

På forsiden nå