Tao Yang forteller oss at oljeselskapet Equinor, hvor han jobber, for alvor begynte å se på hvordan de kunne utnytte digital teknologi for å produsere olje og gass billigere og mer rasjonelt da oljeprisen var veldig lav i 2015.
Det ga resultater, men også opphav til nye ideer. Og det er her prisvinnerens store idé kommer inn. Oljeselskaper har jo masse seismiske data om brønner, men problemet er at de har for lav oppløsning når de skal bore produksjonsbrønner. Da holder det ikke alltid med de 20 til 30 meterne som seismikken gir. De trenger finere oppløsning for å skille olje, gass og vannførende lag.
I jakten på finere oppløsning i de enorme datavolumene Equinor har lagret, tenkte også Yang på en annen datakilde: Den kjemiske sammensetningen av hydrokarbonene som kommer opp sammen med boreslammet. Slike data eksisterer fra 50 års boring. Men ikke i moderne digitale formater, selvfølgelig. Derfor har det vært en stor jobb å digitalisere dem, men det har gitt dem et veldig godt utgangspunkt for maskinlæring.
Slike gamle data er utgangspunktet for å utvikle programvare som henter data fra hydrokarboner som kommer opp mellom en og to timer etter at borekronen har gjort jobben. Det gir selskapene mulighet til å styre unna for eksempel gasslommer og rette seg inn mot oljeførende lag i stedet. Besparelsene er i milliardklassen og selv om teknologiutviklingen fortsetter, er dette en teknologi alle i bransjen har fått øynene og lommebøkene opp for.
Teknisk sett: Moberg & Valmot
Jan M. Moberg og Odd Richard Valmot i Teknisk Ukeblad er begge sivilingeniører med solid teknologisk bakgrunn. Hver uke snakker de om aktuelle teknologiske temaer i TUs podkast Teknisk sett.
Normalt publiseres Teknisk sett hver torsdag ettermiddag.
