1. Главные новости
›
2. Бизнес

Как случай помог казахстанскому стартапу решить проблему нефтяников

Веб-симулятор NeuronOil позволяет заглянуть в недра земли и увидеть продуктивные скважины Автор: Анжела Петровская

Директор компании NeuronOil Асылан Жумагалиев рассказал корреспонденту центра деловой информации Kapital.kz об уникальности и преимуществах своей разработки и поделился планами на будущее.

- Асылан, вы разработали систему, которая может заглянуть в недра земли, и на Digital Almaty-2024 проект был назван THE BEST DIGITAL OIL FIELD STARTUP. Расскажите, пожалуйста, о своей разработке.

- NeuronOil – это веб-симулятор разработки нефтяных месторождений на основе межскважинных численных физических моделей и машинного обучения, который позволяет на выбор заказчика, исходя из потребностей, либо увеличить суточную добычу без роста расходов на разработку, либо снизить расходы на разработку месторождения, при этом добывая столько же, сколько и планировалось.

- Как возникла идея создания NeuronOil? Почему для своей разработки выбрали нефтедобывающую отрасль? В чем уникальность и преимущества вашего проекта?

- Идея возникла спонтанно, несколько лет назад меня пригласили на день рождения знакомого, где в компании людей был геолог одной из нефтедобывающих компаний. В какой-то момент ему позвонили по работе, он очень расстроился после звонка. На мой вопрос, что его расстроило, он ответил, что снова пробурили «сухую» скважину.

Я очень удивился, что в наше время технологического прогресса нефтяные компании, одни из самых прибыльных, бурят «сухие» скважины.

Завязалась беседа на эту тему, оказалось, что в среднем по миру эффективных скважин бурится около 50-60%, все остальное – это «сухие» скважины, в которых либо вообще нет нефти, либо ее настолько мало, что добывать нет смысла, она не окупит саму скважину.

В силу своего природного любопытства я начал искать информацию в интернете. Несколько дней тема «сухих» скважин не выходила у меня из головы, прочитал очень много информации, понял, что это проблема, с которой смирились компании, для них это является нормой.

Также из любопытства начал искать пути возможного решения данной проблемы, несколько недель продолжал изучать вопрос, я не специалист по геологии, единственное, что понял из всего массива информации, это то, что весь современный софт для разработки месторождений использует как единицу расчета кубы стороной 100 метров, на практике это дает площадь поверхности 1 га. Чтобы более точно подобрать точку для бурения, надо уменьшать сторону куба до 50 м, 20 м и так далее, что хотя и, возможно, но чем меньше сторона куба, тем больше требуется вычислительных мощностей и времени на расчеты, так как порой расчет нескольких сценариев занимает десятки часов, а порой и дней.

Продолжая изучать материалы по этому вопросу, на одном из сайтов наткнулся на статью о межскважинном численном физическом моделировании, она была теоретическая со множеством формул, но главное, что я понял, в ней предлагалось за единицу расчета брать сами скважины и межскважинные соединения. Сам факт того, что меняется единица расчета, натолкнул меня на мысль, что, возможно, это один из путей решения проблемы. Вот так и возникла идея заняться проектом NeuronOil.

Я не выбирал нефтедобывающую отрасль для своего проекта, даже не думал в этом направлении, пока случай не столкнул меня с проблемой, а любопытство позволило найти ее решение.

Уникальность проекта заключается, как я уже говорил, в применении межскважинных численных физических моделей в сочетании с машинным обучением.

- Благодаря чему точность расчетов наличия нефти доходит до 95%?

- Во-первых, благодаря машинному обучению мы автоматизировали фильтрацию данных. Зачастую данные некорректны в силу разных причин, мы их фильтруем и отсеиваем аномальные скачки добычи или их падение, которые мешают объективно оценить реальную добычу. Все мы знаем, что если использовать неверные данные, то и расчеты будут неверны, мы фильтруем, увеличиваем качество данных. Тогда как остальные инструменты для разработки месторождений эти данные принимают в расчет.

Во-вторых, мы используем межскважинные численные физические модели, это позволяет существенно, в сотни, порой в тысячи раз быстрее просчитывать сценарии разработки месторождений.

В-третьих, благодаря сочетанию машинного обучения и межскважинных численных физических моделей у нас есть возможность отслеживать процент ошибок поскважинно и работать как с каждой скважиной отдельно, так и в целом по месторождению, добиваясь снижения поскважинной ошибки до 25-27%, тем самым сходимость прогноза по месторождению достигает 10-15%. Современные симуляторы разработки месторождений, проводя расчеты, выдают прогнозы по месторождению в целом, сходимость с фактической добычей достигает 50-60%, если в них посмотреть сходимость расчетов с фактом поскважинно, то процент ошибки составляет и 100%, и 200%. Согласитесь, когда сходимость прогноза по каждой скважине более точна, то и картина всего месторождения видна более точно.

В-четвертых, также благодаря вышесказанному, у нас есть возможность рассчитать взаимовлияние не только соседних скважин, но и влияние 2, 3, 4, 5 ряда скважин, таким образом мы можем визуализировать потоки нефтяного флюида в пластах на каждый период времени как в прошлом, так и прогнозировать на будущее, оперативно видеть влияние тех или иных геолого-технических мероприятий, это позволяет нам поставить в любой точке месторождения «виртуальную» скважину и посчитать ее прогнозируемую добычу, что и приводит к успешности бурения в 95%.

- За счет чего NeuronOil может сократить расходы на разработку скважин на 40%, не теряя результативности в добыче? Как система позволяет сэкономить на геолого-технических мероприятиях?

- На самом деле ответ на этот вопрос самый простой.

За счет повышения точности расчетов для достижения плановой добычи уже не надо будет бурить столько скважин или проводить другие геолого-технические мероприятия. Сокращение бурения и геолого-технических мероприятий – это существенная экономия бюджета компаний.

Для примера бурение одной скважины обходится компаниям от 500 000 долларов и доходит до 2-3 млн долларов. Даже если взять минимальную стоимость, допустим, компания в год бурит 10 скважин для достижения суточной добычи на них 300 тонн нефти, при этом только шесть из них будут экономически эффективными, а четыре – «сухими», расходы составят 5 млн долларов. Тогда как, подобрав точки для бурения с нами, для достижения того же объема добычи в 300 тонн нефти надо будет пробурить шесть скважин, расходы составят 3 млн долларов.

То же самое и с другими геолого-техническими мероприятиями.

- Асылан, в вашем программном обеспечении задействованы нейросети, сколько времени ушло на их обучение? Насколько сложным был процесс? Какие компании стали опытными площадками для совершенствования продукта?

- В нашем продукте не совсем нейросети, а машинное обучение, о котором я уже говорил, но сейчас мы составляем техническое задание для создания полноценного искусственного интеллекта в целом по всей геологической информации, которая есть на данный момент в Казахстане. Это позволит более качественно, оперативно и рационально не только разрабатывать месторождения, но и открывать их в разы быстрее и качественнее, чем где-либо в мире.

Наши формулы и модели машинного обучения мы обучали и верифицировали с несколькими нефтедобывающими компаниями в Казахстане и России, с которыми у нас подписаны соглашения о конфиденциальности. Но все результаты, о которых мы заявляем, являются фактическими.

В этом году нам удалось согласовать с несколькими потенциальными клиентами исключение из соглашений о конфиденциальности названия компаний и результатов испытаний в процентном выражении. В будущем эти данные планируем размещать в открытом доступе.

- Применяются ли современные методы анализа больших данных на месторождениях?

- Анализ больших данных как таковой не проводится на большинстве месторождений, зачастую данные даже не оцифрованы. Но даже там, где данные оцифрованы, все равно работают в ручном режиме, так как нет инструментов для работы с ними. В Казахстане мы первый проект, предлагающий инструмент для работы с большими данными.

- Сколько времени занимает проработка сценариев и моделирование ситуаций для конкретного месторождения?

- Ответить однозначно на этот вопрос невозможно, так как каждое месторождение индивидуально, отличается количеством лет в разработке, количеством скважин, пластов и так далее. Но мы делали тесты, запуская расчет: 10 сценариев на одном и том же пакете данных (15 лет разработки, 15 скважин, 5 пластов) в NeuronOil и в традиционном симуляторе. В NeuronOil это заняло 25 секунд, в традиционном симуляторе – более часа.

- Писали, что за время участия в Silkway Accelerator вам удалось усовершенствовать стратегию продаж. В чем заключается усовершенствование и сказалось ли оно на количестве подписанных контрактов? С кем сейчас сотрудничаете?

- Да, Silkway Accelerator от Astana Hub нам очень помог, раньше выход на человека, принимающего решение, занимал несколько месяцев, в течение которых о нас просто могли забыть. Я писал письмо на общую почту, потом узнавал, какому специалисту отписано, у них своей текучки много, приходилось постоянно напоминать о себе, чтобы просто организовать презентацию и демонстрацию продукта.

Мне посоветовали поменять стратегию и выходить напрямую на руководителей компаний, что ускоряет продвижение по всем структурам компании в разы.

Помимо этого, мы прошли Acceleration 4.0 от Tech Garden, который помог нам выйти на прямой офлайн-контакт с недропользователями, сейчас уже подписано одно соглашение, и начаты работы по нему. С кем именно тоже не могу сказать из-за соглашения о конфиденциальности, еще два пилота обсуждаются и ждут одобрения от Минэнерго.

- Вы развивали проект NeuronOil на собственные средства, не привлекая помощь венчурных фондов. Сейчас ситуация изменилась?

- К сожалению, в Казахстане большинство фондов пока не готовы вкладываться в стартапы индустрии 4.0, но интерес есть, думаю, с появлением успешных историй он будет возрастать.

Кроме того, стартапы индустрии 4.0, как правило, очень дорогие, не каждый фонд готов вложить сразу несколько миллионов долларов, это будет значительная часть их портфеля инвестиций, что для команды риск-менеджеров пока является красным флагом.

- От чего зависит ценообразование вашего продукта для клиентов? Сколько может стоить самый дорогой проект?

- Ценообразование зависит от количества данных, на него влияет количество лет месторождения в разработке, количество пластов и скважин.

Допустим, большинство месторождений в Казахстане имеют 5-6 пластов, а в Аргентине мы столкнулись с тем, что пластов на одном месторождении 125. То есть даже при одном и том же количестве скважин и периоде разработки наш продукт для аргентинского месторождения будет дороже.

Но при этом мы понимаем, что у любой компании есть определенный предел, который она готова заплатить за подобные услуги и софт. Путем долгих консультаций, переговоров и расчетов пришли к выводу, что самая дорогая стоимость проекта NeuronOil составит 3 млн долларов в год. Но это для очень крупных компаний с тысячами скважин.

В среднем пилотный проект стоит у нас 40-50 тыс. долларов, но все опять же зависит от конкретного месторождения.

- Планируете масштабировать бизнес? В какие страны?

- Да, в этом году мы активизировали выход на внешние рынки, нас уже знают в мире, ведем активные переговоры с Аргентиной, Ливией, Ираном, Кувейтом. От некоторых компаний уже получаем технические задания, везде своя специфика, но дорогу осилит идущий.

При работе с материалами Центра деловой информации Kapital.kz разрешено использование лишь 30% текста с обязательной гиперссылкой на источник. При использовании полного материала необходимо разрешение редакции.