BestDay ermöglicht Cloud-Service-gestützte KI-Modellierung der Öl- & Gasproduktion

• Strategischen Partnerschaft zwischen OMV, AkerBP and Cognite erreicht mit dem ehrgeizigen    BestDay Software-Projekt, eine weitere Zieletappe. 
• BestDay steht für die automatische Erkennung und systematische Erfassung von Produktionsabfällen auf allen Ebenen eines Produktionssystems. 
•  Annäherung der Produktion an die Sollkapazität durch Verwendung von datengestützter KI-Modellierung erhöht sich um 0,5 % im Jahresschnitt.
• BestDay unterstützt die Zusammenarbeit zwischen OMV Fördermeistern und produktionstechnischen Teams durch direkten Informationsaustausch.

Herausforderung

Das integrierte österreichische Öl- und Gasunternehmen OMV betreibt weltweit mehrere Öl- und Gasfelder. Zu den bereits vollständig entwickelten  Feldern der OMV Austria gehören ca. 800 aktive Produktionssonden.

Mit einer Produktionseffizienz von 93 % und einer Laufzeit der Untertagefördereinrichtungen von über sieben Jahren zählen sie zu den absoluten Spitzenreitern der Industrie. Gerade deswegen hat die OMV das Produktionsfeld Matzen in Österreich dazu auserkoren, die nächste Stufe der Effizienzsteigerung durch die Einführung der innovativen BestDay Applikation zu betreten. 

Die Suche und Auswertung von Produktionsabfällen ist eine zeitintensive Aufgabe. Die größte Herausforderung dabei ist der kontinuierliche Vergleich des Produktionsertrags gegenüber der vollen Produktionskapazität auf allen Ebenen eines Produktionssystems. Die höchstmögliche Produktion (maximale Sollkapazität) ergibt sich aus einem Zusammenspiel verschiedener Elemente eines Produktionssystems. Um sie als Vergleichswert heranziehen zu können, müssen regelmäßig Adaptierungen vorgenommen werden – wieder ist die Auswertung vielerlei Daten erforderlich.

Bisher war das Aufspüren von Produktionsabweichungen alles andere als ein fixer Bestandteil der täglichen Routine zur Optimierung der  Produktionseffizienz. Eine Analyse des Produktionsertrags erfolgte oftmals an Hand von monatlichen Durchschnittswerten und proaktives Zusammentragen, Auswerten und Hinterfragen zusammenhängender Messreihen war nur eingeschränkt möglich.

2017 wurde mit Einläuten des DigitUp Programms eine klare Vision formuliert. Eines der Hauptziele war die Einbindung einer Vielzahl von Datenquellen in das operative Tagesgeschäft, die bisweilen eher nur vereinzelt oder erschwert zugänglich waren, und mitunter zeitaufwändige manuelle Abfragen bzw. komplexe Auswertungsoperationen bedingt haben. Dennoch wurde bisher eine zentrale Komponente zur automatischen Produktionsauswertung vernachlässigt: die kontinuierliche Adaptierung einer Zielvorgabe.
 

Lösung

OMV und Cognite als Technologielieferant ihre gemeinsam entwickelte, KI-gestützte Applikation namens BestDay mit Beginn des Jahres erstmalig eingesetzt. Dazu wurden alle relevanten Echtzeit- als auch periodisch erfasste Produktionsdaten verschiedener Felder und Sonden aus diversen Datenbanksystemen (Oracle und OSIsoft PI) identifiziert, extrahierbar inventarisiert, und über das integrierte Informations-Ökosystem der OMV, genannt HELIUS, in die Cognite Data Fusion (CDF) Plattform eingespielt.

Abgesehen vom direkt verfügbaren und systematisierten Datenzugang unterstützt das KI-Datenmodell der BestDay Applikation den operativen Bereich dabei, die maximalen Produktionskapazität zu erreichen. BestDay blickt auf historische Produktionsdaten zurück und errechnet eine Vorhersage für die bestmögliche Tagesproduktion. Die Produktionsleistung aller Produktionssysteme wird für einen festgelegten Zeitrahmen automatisch und mit Hilfe von als Grenzbedingungen definierten Ausschlusskriterien ausgewertet und entsprechend vorausberechnet. Die datengestützte KI-Berechnung der maximalen Produktionskapazität erfolgt täglich.

Dank der automatischen Erkennung von Produktionsabweichungen, der maßgeschneiderten Benutzeroberfläche und eindrucksvollen Darstellungen werden Messreihen verschiedener IT & OT Systeme in geballter Form übersichtlich dargestellt; jede erkannte Änderung im Produktionsverlauf wird sofort in den Fokus gerückt. In BestDay können Anwender definierte Subsysteme oder Produktionssonden auswählen, deren Abweichungen im Detail analysieren, mit geplanten oder erfassten Abstellungen und Einschränkungen verknüpfen, Beobachtungen im Tool kommentieren, und sogar mit anderen Anwendern interagieren.
 

Auswirkung

Mit dem Go-Live von BestDay können verschiedenste Schlüsselindikatoren zur Öl- und Gasproduktion einer gesamten Niederlassung über ein einziges Tool abgerufen werden. Damit können Fördermeister und Ingenieure der OMV Produktionsdaten noch effektiver in der Ursachenanalyse, der Planung korrektiver Maßnahmen, und sogar für die vorausschauende Inspektion miteinbeziehen.

Ein Produktionsabfall kann nicht nur im Handumdrehen identifiziert, sondern auch schlichtweg nicht mehr übersehen werden. Optimalen Methoden, die zur Erhöhung der Produktionsleistung beitragen, können wiederum mit allen Betrieben der OMV Exploration & Production geteilt werden.

Wie ein Assistenzsystem in der Produktionsoptimierung erzeugt BestDay in Echtzeit operative Tiefenschärfe, auf die sich Expertenteams verlassen können. Der operative Betrieb der OMV kann damit schneller auf Produktionsabfälle reagieren und damit die Produktionseffizienz steigern bzw. die maximale Produktionskapazität aufrechterhalten. Im ersten Betrieb, in dem die Softwareimplementierung umgesetzt wurde, wird die erwartete Mehrproduktion auf 0,3-0,5 % pro Jahr über dem momentanen Produktionsprofil geschätzt. Zusätzlich lassen sich mit dem BestDay Tool positive und negative Faktoren auf die Produktionsleistung leichter aufspüren und analysieren.

Zudem lässt sich die Zusammenarbeit zwischen Fördermeistern und international agierenden technischen Teams intensivieren, wodurch regional erfolgreiche Anwendungen in Zukunft auch in anderen Ländern erprobt werden können. Erfahren Sie mehr über die Entwicklung von BestDay und folgen Sie dem Link zu diesem Video Clip Cognite BestDay | Reach and Expand Your Production Potential oder besuchen Sie die BestDay Website.