Цифровые двойники в нефтегазовом секторе: эволюция, барьеры и перспективы внедрения

Различные формы моделирования применяются в нефтегазовой отрасли достаточно давно. Следующим шагом на этом пути является создание полноценного цифрового двой­ника предприятия. Насколько приблизились к этому российские компании? Что за преимущества может дать эта технология? И какие факторы нужно учесть при оценке её перспектив?

От пилотных проектов к промышленной эксплуатации

О цифровых двой­никах (ЦД) в нефтегазовой отрасли активно говорят уже несколько лет. Завышенные на первых порах ожидания привели к определённому разочарованию. Однако развитие технологий в последние годы привело к тому, что ЦД из теоретического концепта постепенно превращаются в конкретный механизм повышения эффективности.

«На мой взгляд, в нефтегазовой отрасли цифровые двой­ники уже перешли в категорию операционных инструментов, но не повсеместно. Компании вроде «Шелл» и «Эквинор» доказали их практическую ценность на уровне активов. В России, например у «Газпром нефти», это тоже работает, но чаще в рамках отдельных задач. Ключевой фактор — не сама модель, а её интеграция в процессы принятия решений», — отметил ведущий аналитик ООО «Парма Телеком» (ГК ITPS) Павел Белогородцев.

По словам руководителя блока внедрения и поддержки цифровых решений, для интеллектуальных месторождений ООО «Нефтьгазисследование» (NS Digital — «НС Диджитал», входит в ГК «Нефтьсервисхолдинг») Алексея Горшкова, данная технология в нефтегазовой отрасли активно развивается с 2014 года. Это нашло отражение и в нормативной базе. Так, в РФ действует ГОСТ Р 57700.37–2021 — «Компьютерные модели и моделирование. Цифровые двой­ники изделий».

«А в международной практике используется стандарт ISO 23247. Согласно этому документу, ЦД — это цифровое представление наблюдаемого производственного элемента с функциональной связью, обеспечивающей сходимость физического и цифрового состояния (элемента) с соответствующей скоростью синхронизации», — отметил Алексей Горшков.

Эксперт также отметил, что в мировой практике достаточно много успешных примеров внедрения ЦД.

«Так, компания «Шелл» совместно с цифровым партнёром на базе платформы Kognitwin («Когнитвин») реализует один из самых масштабных в мире проектов промышленного искусственного интеллекта, где работает более 10 000 моделей. Эта возможность развёрнута на глобальном портфеле активов «Шелл» и генерирует более 15 миллионов прогнозов ежедневно. «Бритиш Петролеум» реализует цифровую трансформацию в сегменте разведки и добычи с 2014 года.

В основе платформа «Палантир» — цифровой двой­ник промышленного масштаба. Проект включает в себя интеграцию динамических моделей физических активов с данными в режиме реального времени более чем с двух миллионов датчиков в единую операционную картину, где используются большие языковые модели для улучшения и ускорения принятия решений человеком на основе автоматизированного анализа данных», — рассказал Алексей Горшков.

Цифровые двой­ники: опыт российских компаний

А как обстоят дела в РФ? Здесь тоже есть свои успехи, но говорить о том, что российские компании входят в число лидеров по внедрению ЦД, всё же преждевременно.

«Наши ВИНК осторожно идут в этом направлении, особенно в свете последних санкционных ограничений. Так, в прошлом году один из крупнейших недропользователей России с нашим участием приступил к реализации масштабного проекта по созданию комплексного цифрового двой­ника группы крупных нефтегазоконденсатных месторождений на полуострове Ямал с использованием исключительно российских программных продуктов.

В настоящее время успешно завершён первый этап работ — создание интегрированной модели месторождения (ИММ), которая предназначена для сквозного моделирования работы объекта. Она является виртуальным прототипом всего актива и объединяет в цифровое пространство все ключевые элементы технологической цепочки. На уровне пласта описывает поведение углеводородов на глубине залегания и процессы в коллекторе. Модель скважин включает их конструкцию, оборудование и характеристики работы.

Двой­ник системы сбора и транспортировки охватывает трубопроводы, дожимные станции и другое наземное оборудование. Следующим шагом в развитии проекта является интеграция созданной модели с реальными производственными данными. Это будет осуществлено также с помощью российской цифровой платформы — «Управление в пространстве» (ЦП «УвП»). Решение выступает в роли оркестратора данных, моделей, расчётов и взаимодействия между физическими объектами и их виртуальными копиями», — отметил Алексей Горшков.

Своим опытом внедрения технологии на Промышленно-­энергетическом форуме «ТНФ» поделились представители «Газпром нефти».

«Мы в компании выделяем три уровня развития ЦД. Первый — это аналитика, которая позволяет принимать решения. Второй — это подсказчик. Третий — автопилот. Это не говорит о том, что какой‑то цифровой двой­ник умнее предыдущего. В зависимости от бизнес-­задач выбираем тот или иной уровень. Не в каждом случае нужен автопилот», — рассказал советник по цифровой трансформации департамента по добыче ПАО «Газпром нефть» Александр Ситников.

От локальных моделей к комплексным решениям: этапы масштабирования

При оценке развития технологии важно учитывать уровень внедрения.

«В России двой­ники преимущественно применяются для отдельных сложных агрегатов и месторождений. Полноценные ЦД уровня «предприятие» встречаются редко, но есть примеры: «Газпром нефть» и «Норникель» начинают масштабировать решения. Преобладает гибридное моделирование, сочетающее физические законы и машинное обучение (например, у «Северстали» — двой­ник процесса цинкования, учитывающий более 50 параметров).

В целом Россия находится в фазе активного перехода от пилотов к тиражированию, но до зрелой экосистемы «двой­ник всего промысла» пока далеко. Отставание от лидеров (США, Китая) составляет два-три года», ― констатировала начальник аналитического центра кибербезопасности компании ООО «Газинформсервис», канд. техн. наук Лидия Виткова.

О том, что ЦД должен решать бизнес-­задачи на всех уровнях управления, говорил и Александр Ситников. По его словам, построение полноценного цифрового двой­ника актива проходит в несколько этапов.

«На первом (рассмотрение отдельных бизнес-­задач) нужно собрать критическую массу элементов, из которых можно конструировать что‑то более сложное. На второй стадии, когда есть готовый бизнес-кейс, вам нужно принять определённые проекты решений. Далее идёт ЦД промысла, стадия эксплуатации, когда множество вопросов, связанных с энергетикой, другими элементами, нужно собрать воедино. Если взять все детали касательно пласта, скважины, обустройства, собрать в одну модель и назвать цифровым двой­ником, то это не будет работать.

Нужно вернуться на один уровень назад и определиться, какую бизнес-­задачу мы решаем. Например, для управления промыслом мы можем взять упрощённую модель пласта, так как за сутки там всё равно ничего не произойдёт. Но в случае с обустройством нам нужна высокая детализация, здесь всё меняется за часы.

Чтобы всё это оркестрировать, нужен искусственный интеллект. Важно своевременно перейти к использованию ИИ, когда уже есть алгоритмы сквозных процессов, которые собраны на уровне ЦД. Ключевая развилка: сколько их нужно, чтобы подключить искусственный интеллект и позволить ему управлять цифровым двой­ником актива», ― рассказал г-н Ситников.

Ключевые барьеры масштабирования цифровых двойников

Итак, развитие и внедрение ЦД в российских нефтегазовых компаниях идёт не так быстро, как хотелось бы. Что же тормозит этот процесс? Здесь можно выделить сразу несколько ключевых барьеров.

«Во-первых, это качество и доступность информации: исторические данные часто разрознены, не оцифрованы или низкого качества. Интеграция с устаревшими АСУ ТП требует доработки API (application programming interface, интерфейс программирования приложения, ― прим. ред.) и замены контроллеров.

Также к барьерам относятся дефицит квалифицированных кадров на стыке науки о данных, физики процессов и нефтегазового дела; высокая стоимость вычислительных ресурсов для полноценных двой­ников и нормативная неопределённость — требования к «доверенным» моделям для КИИ только формируются (НСТ 1046–2026), отсутствует стандартизация верификации ЦД. Организационно мешает консерватизм и недоверие к «чёрному ящику»: тяжело допустить ИИ к управлению критическим оборудованием без чёткой ответственности», ― перечислила Лидия Виткова.

Чтобы цифровые инструменты приносили реальный результат, все участники процесса должны быть готовы делиться информацией, считает руководитель направления моделирования добычи нефти и газа аналитического центра ТЭК МинЭнерго Никита Зотов.

«Когда мы пытаемся собрать все эти данные, сталкиваемся с тем, что все прогнозы у нас опираются на проектную документацию, которая имеет различную актуальность (обновляется раз в 3–5 лет). Информация хранится в различных ведомствах, значит, в разных форматах. Их сшивка ― это дополнительные трудозатраты, которые снижают скорость и качество аналитики. С решением этой задачи нам могут помочь цифровые инструменты.

И ЦД как раз один из них. Не планируется создание супермодели для отрасли в целом, это заведомо тупиковый путь. У каждой компании свои платформы, нужно создать стандарты обмена данными. Задача амбициозная, компаний и цифровых систем много, но двигаться в этом направлении, безусловно, нужно. Только такой подход позволит повысить скорость и качество принимаемых отраслевых решений.

Здесь не обойтись без тесного взаимодействия государства и компаний. Для бизнеса это даст понятные правила игры, благодаря которым будут приниматься те или иные регуляторные решения. Соответственно, инвестиционный цикл может несколько сократиться», ― отметил в своём выступлении на ТНФ г-н Зотов.

В NS Digital к вышеперечисленным факторам добавляют финансовые ограничения.

«Но это скорее не барьеры, а вызовы для компаний. Ведь кризис ― это время для изменений для компаний, государства и его правовой базы. Например, в международной практике виртуальный замер добычи углеводородов, полученный при помощи цифровых моделей, активно используется во всех производственных процессах, дополняя физические методы.

В России же мы можем применять их только для оперативного контроля производственных процессов. В коммерческом учёте и при расчёте налогов они могут использоваться только после их аттестации в качестве средств измерения, а это очень сложный процесс. В итоге у нас в РФ формируется две системы: аналитическая и учётная», ― объяснил Алексей Горшков.

По словам эксперта, для качественного рывка в эффективности цифровой трансформации нужно решить ещё ряд технологических и организационных задач.

«Речь идёт о формировании информационной платформы данных и интегрированных рабочих процессов, которая позволит кратно уменьшить затраты на получение качественной информации и ликвидировать зависимость от поддержания «зоопарка» различных цифровых решений, накопленных за последние 20 лет. Очень важную роль играет открытая доступность к технологиям машинного обучения и искусственного интеллекта», ― отметил Алексей Горшков.

По словам Павла Белогородцева, главные препятствия лежат не в технологиях, а в части данных и организации.

«Это фрагментированные источники, отсутствие единой модели данных и разобщённость функций внутри компаний. Дополнительно ситуацию усложняют требования импортозамещения и сравнительно небольшой опыт работы в создании подобных систем. В результате даже хорошие модели часто не становятся частью цепочки принятия решений», ― резюмировал ведущий аналитик ГК ITPS.

Экономические драйверы и технологические предпосылки

Но, несмотря на все сложности, эксперты высоко оценивают перспективы технологии. Один из ключевых аргументов здесь ― соображения экономической эффективности.

«Всё просто, цифры говорят сами за себя. «Шелл» на одном только заводе СПГ добилась прироста производства до 2%, сокращения выбросов СО2 на 355 т./сутки (как если бы с из эксплуатации выводилось 28 000 средних автомобилей в год). «Бритиш Петролеум» получила прирост добычи до 4%, на 10% удалось сократить недоборы от внеплановых остановок, уменьшить операционные затраты на $1 млрд в год. «Эквинор» получила более $200 млн дополнительных доходов от цифровизации месторождения «Юхан Свердруп»», ― перечислил Алексей Горшков.

Лидия Виткова также называет экономический эффект в числе главных драйверов внедрения ЦД. По её словам, успешные примеры есть и в России. Так, «Газпром нефть» рассчитывает получить выгоду в 3,3 млрд руб­лей к 2030 году, «Северсталь» ― более 100 млн руб­лей.

«Кроме этого, стоит отметить снижение простоев и аварийности: двой­ники позволяют перейти к обслуживанию по фактическому состоянию и предотвращать катастрофы. В условиях дефицита квалифицированного персонала интеллектуальные системы могут заменить уходящих экспертов. Стоит учитывать также государственную поддержку включение ИИ в национальные проекты, субсидирование разработок. Развитие граничных вычислений и интернета вещей снимет инфраструктурные ограничения. С учётом этого к 2030 году отрасль вынужденно перейдёт к двой­никам как стандарту управления активами», ― заключила г-жа Виткова.

В свою очередь, Павел Белогородцев основными драйверами процесса называет политическую обстановку и усложнение добычи.

«Компании вынуждены искать новые способы повышения эффективности, и цифровые двой­ники как раз дают такой инструмент. Также важную роль играет развитие информационной инфраструктуры и накопленный эффект от пилотных проектов. В итоге интерес к масштабированию становится естественным продолжением уже полученных результатов», ― отметил ведущий аналитик ГК ITPS.

Прогнозы развития технологии на 3–5 лет

Итак, за ЦД будущее. Остаётся вопрос: стоит ли ждать прорыва от российских компаний уже в ближайшие 3–5 лет? Основания для оптимистичных прогнозов есть.

«За последние 10 лет в РФ очень сильно продвинулись технологии цифрового моделирования. Появились высококвалифицированные специалисты. Активно развиваются и технические решения в этом направлении, появляются отечественные программные комплексы, способные полноценно заменить импортные решения. Наша команда имеет богатый опыт успешной разработки и актуализации цифровых двой­ников с использованием как импортных решений, так и отечественного ПО.

Мы участвовали в проектах создания и актуализации одних из самых больших интегрированных моделей по таким крупным объектам, как Приобское и Ватьеганское месторождения, которые охватывают более 3000 действующих добывающих и нагнетательных скважин. Расчёты сценариев с применением этих моделей позволили заказчикам существенно увеличить добычу нефти.

Эти примеры свидетельствуют о том, что в России есть команды, которые имеют серьёзный опыт применения цифровых моделей на базе лучших мировых стандартов и сейчас активно занимаются переносом этих решений с использованием отечественных технологий», ― констатировал Алексей Горшков.

Если перейти к собственно прогнозам, то Павел Белогородцев ожидает умеренное, но устойчивое развитие технологии.

«Основной акцент будет на интеграции существующих решений и их тиражировании. Появятся более зрелые решения на уровне активов, но не полноценные корпоративные двой­ники. Ключевое условие успеха — наведение порядка в данных и встраивание моделей в процессы управления и принятия решений», ― отметил ведущий аналитик ГК ITPS.

В свою очередь, Лидия Виткова считает, что среднегодовые темпы прироста индустрии в ближайшие 3–5 лет составят 20–25 %.

«Основной фокус будет на гибридных двой­никах (физика + машинное обучение) с обратной связью в реальном времени. Технологическим прорывом станет массовое появление агентных ЦД ― автономных систем, которые без человека не только моделируют процессы, но и управляют ими.

Для позитивного варианта необходимы снижение стоимости графических процессоров и российских аналогов; принятие закона об ИИ с чёткими нормами ответственности; подготовка инженерных кадров через корпоративные университеты. Без этого более вероятным станет сценарий фрагментарного роста на крупнейших месторождениях, где цена ошибки оправдывает инвестиции», ― представила свой прогноз начальник аналитического центра кибербезопасности ООО «Газинформсервис».

По мнению Алексея Горшкова, в ближайшем будущем основную роль в развитии отрасли будут играть внешние факторы.

«Международная напряжённость привела к снижению давления повестки неуглеводородной энергетики и показала важность доступности низкозатратных традиционных источников энергии. На российском рынке в пользу развития технологии цифровых двой­ников также говорят растущий дефицит производственного персонала, старение основных фондов и информационных решений, запрос бизнеса на скорость подготовки данных для принятия управленческих решений.

С уходом иностранных корпораций в России возник серьёзный прорыв в развитии отечественных технических и технологических решений, которые учитывают передовой международный опыт, в том числе и негативный.

Это позволяет с надеждой смотреть в будущее развития отрасли. Полностью автономный нефтегазовый промысел технологически достижим уже в ближайшем десятилетии. Но его реализация потребует координированных действий всего рынка, полноценных финансовых, интеллектуальных и управленческих вложений от бизнеса, науки и государства», ― резюмировал эксперт.

Итак, эволюция «цифровых двой­ников» в нефтегазовой отрасли продолжается. На сегодня среди экспертов практически не осталось сомнений по поводу целесообразности этой технологии. Есть конкретные примеры успешного внедрения ЦД. Однако остаётся ещё много задач. Одна из ключевых ― переход на новый уровень: от моделей конкретных установок или месторождений до цифрового двой­ника компании. Предпосылки к её решению есть. А вот удастся ли российским компаниям пустить события по оптимистичному сценарию, покажет время.

Слово экспертам

Павел Белогородцев, ведущий аналитик ГК ITPS

«Считаю, что в России данная технология находится на переходной стадии. Большинство решений — это локальные цифровые двой­ники отдельных объектов или процессов. Попытки перейти к сквозным решениям есть, но они ограничены масштабом и сложностью интеграции. До уровня внедрения на уровне всего предприятия отрасль в целом ещё не дошла».

Алексей Горшков, руководитель блока внедрения и поддержки цифровых решений для интеллектуальных месторождений ООО «Нефтьгазисследование» (NS Digital ― «НС Диджитал», входит в ГК «Нефтьсервисхолдинг»)

«Нефтегазовое предприятие ― это довольно сложный предмет для моделирования. В нём есть физические объекты (залежи нефти и газа, скважины, трубопроводы, объекты инфраструктуры и т. д.), технологические процессы разработки, добычи и подготовки углеводородов, взаимодействия сотрудников, подразделений, множество исполнителей работ, различные финансовые, информационные системы и бизнес-­процессы и т. д.

Все они уже довольно давно имеют разного вида цифровое представление или модели. То есть основная актуальная задача, которую сегодня приходится решать, ― это выстраивание интеграции между данными с реальных объектов с моделями и процессами, чтобы обеспечить «сходимость физического и цифрового состояния (элемента) с соответствующей скоростью синхронизации»».

Лидия Виткова, начальник аналитического центра кибербезопасности ООО «Газинформсервис», канд. техн. наук

«В нефтегазовом секторе технология перешла из раздела гипотез в промышленную эксплуатацию. Примеры: компания «Газпром нефть» создала цифровой двой­ник Восточного участка Оренбургского месторождения, объединив модели пластов, скважин и наземной инфраструктуры, ― экономический эффект до 2030 года оценивается в 3,3 млрд руб. Также компания использует двой­ников в центре управления добычей для ежеминутной оптимизации режимов. Зарубежные лидеры: «Дженерал Электрик», «Сименс», NVidia («ЭнВидиа») ― давно интегрировали ЦД в управление активами. Технология стала реальным инструментом снижения аварийности и повышения КИН».

Текст: Андрей Халбашкеев