Esta compañía energética utiliza inteligencia artificial para explorar yacimientos petrolíferos y realizar mantenimiento predictivo

Inteligencia artificial shell
  • Shell utiliza la inteligencia artificial para mejorar sus mecanismos de exploración de yacimientos y también la seguridad en sus estaciones de servicio.
  • La compañía también aplica esta tecnología a procesos de mantenimiento predictivo, de tal forma que pueden predecir fallos en instalaciones remotas con antelación. 
  • La compañía energética ha desarrollado estas soluciones en colaboración con Microsoft, proveedora del software de base. 
  • Descubre más historias en Business Insider.

Entre las múltiples promesas de la inteligencia artificial está la de mejorar y hacer más eficiente la producción empresarial. El sector energético no ha querido esperar por esta revolución digital y ya son múltiples los procesos a los que ha aplicado esta profética tecnología. Es el caso de la multinacional petrolera Shell que se ha servido de inteligencia artificial para mejorar sus mecanismos de exploración pero no sólo eso, también la seguridad en sus estaciones de servicio

En una colaboración con Microsoft, la compañía anglo-holandesa ha puesto en marcha un proyecto en el que se sirve de inteligencia artificial y algoritmos de machine learning para mejorar el proceso de perforación de los pozos horizontales para los yacimientos de gas y petróleo.

El principal reto que se plantea en este proceso de exploración es la precisión y el geodireccionamiento. No es sencillo determinar con exactitud la dimensión y posición horizontal del pozo cuando se  intenta alcanzar el petróleo o el gas. Y es que, según explican fuentes de la compañía, a pesar de que las tecnologías de perforación remota han avanzado mucho, continúan requiriendo mucha mano de obra. El proceso, además, es complejo e implica la toma de decisiones de profesionales altamente cualificados durante 24 horas al día y 7 días a la semana.

Así es como la energética ha desarrollado una herramienta bautizada como Shell Geodesic que permite mejorar la precisión en el proceso de perforación de los pozos. Lo hace sirviéndose de inteligencia artificial y algoritmos de machine learning que ofrecen mejor visión de las diferentes capas de materiales que se encuentran bajo la tierra y que pueden condicionar el acceso a los yacimientos.

Leer más: Por qué España podría convertirse en un paraíso para las renovables antes de lo que pensamos, según un catedrático de la visionaria Singularity University

Para ello, la petrolera se ha servido de la plataforma de Bonsai, compañía que compró el pasado año Microsoft, que entrenó los algoritmos de inteligencia artificial, es decir, creó los modelos neuronales y le enseñó los modelos de comportamiento. 

Reconocimiento de imagen para detectar riesgos

Pero este solo es uno de los casos prácticos a los que ha recurrido la petrolera. Shell, de nuevo de la mano de Microsoft, utiliza inteligencia artificial y reconocimiento de imágenes para detectar posibles situaciones de inseguridad o peligro en las estaciones de servicio y alerta de ellas para que los trabajadores puedan actuar.

La herramienta  Microsoft Azure IoT Edge ha sido entrenada para identificar las acciones peligrosas, como fumar un cigarrillo mientras se llena el depósito o la conducción temeraria en las instalaciones. A través de algoritmos de machine learning y sin acceder a la nube, esta herramienta procesa rápidamente los datos e identifica aquellas acciones para las que está entrenada. 

“Todos y cada uno de nuestros puntos de venta tienen una media de seis cámaras que capturan unos 200 megabytes de datos por segundo. Si tratas de cargar todo eso en la nube, rápidamente se convertirá en algo inmanejable”, afirma Daniel Jeavons, Data Science General Manager de Shell. “El Edge Inteligente nos permite ser selectivos con los datos que pasamos a la nube”.

La compañía ya ha puesto en marcha este proyecto piloto en dos de sus gasolineras ubicadas en Tailandia y Singapur para identificar comportamientos que puedan entrañar riesgos pero también para determinar cuando los empleados no siguen los protocolos de seguridad en los proyectos de construcción.

Leer más: Radiografía de las renovables en España, Iberdrola lidera mientras Endesa trata de cogerle la pista

Y para inspeccionar el fondo marino y mantenimiento predictivo

La petrolera también utiliza esta tecnología para inspeccionar equipos en el fondo de mar. 

“Siempre hemos tenido robots con cámaras en el fondo del mar, pero teníamos que estar pendientes de las imágenes de vídeo para determinar si había alguna razón para intervenir”, dijo Yuri Sebregts, vicepresidente ejecutivo de tecnología y CTO de Shell. “Con la analítica de vídeo podemos automatizarlo completamente. Es más rápido, más barato, mejor y más seguro. Los casos de uso y las oportunidades son infinitas".

Pero la compañía tiene previsto llegar este tipo de soluciones a otros procesos vinculados con el negocio energético para realizar el mantenimiento predictivo sobre los equipos de sus centros de producción de alta mar, refinerías o pozos petrolíferos. El objetivo es prevenir averías, evitar paradas en la producción que no estaban previstas o gestionar los recursos con antelación, lo que es particularmente interesante para realizar el mantenimiento en ubicaciones remotas. 

“Basta un solo ejemplo: ahora podemos predecir en muchos casos, y con 24 ó 48 horas de antelación, cuándo un compresor corre el riesgo de fallar. Antes esto no era sencillo, a pesar de toda la instrumentación con la que cuentan estos grandes y complejos dispositivos. Si nuestra experiencia con varias decenas de compresores la escalamos hasta las decenas de miles de máquinas que tenemos en todo el mundo, queda claro que es tremendamente útil”, aseguró el vicepresidente ejecutivo de tecnología y CTO de Shell.
 

Descubre más sobre , autor/a de este artículo.

Conoce cómo trabajamos en Business Insider.