Des plateformes pétrolières autonomes grâce à l’analyse prédictive

S’agissant de forage pétrolier, progrès rime avec automatisation. Les plateformes modernes collectaient déjà quantité de données d’exploitation, mais le machine learning et l’analyse prédictive permettent désormais d’anticiper les événements afin d’intervenir en amont et éviter de mobiliser des hommes dans des situations à risque.

Si la réduction des délais nécessaires aux opérations de forage reste un objectif commun aux entreprises du secteur, il n’est plus le seul. L’enjeu consiste désormais à limiter les coûts et les risques en évitant d’exposer les personnes qui ne sont pas indispensables à la gestion de ces opérations. En somme, il s’agit moins d’optimiser le processus de forage que de l’automatiser. Les progrès réalisés en matière d’équipements ont déjà permis de sécuriser l’activité et d’accéder à de nouvelles ressources tout en réduisant les coûts, mais l’étape suivante impose des changements drastiques.

 

L’automatisation passe par l’analyse prédictive

 

A travers le monde entier, des centres d’exploitation supervisent déjà en temps réel les activités de forage et de production des plateformes. Non seulement ils facilitent la collaboration entre les équipes, mais ils permettent également de centraliser les expertises pour favoriser l’utilisation de bonnes pratiques. Équipées de capteurs, de tiges de forage et de systèmes de mesure embarqués, les plateformes modernes collectent quantité de données qui leur permettent, par exemple, d’anticiper les risques de panne d’un appareil. Loin des extrapolations, les algorithmes statistiques permettant de prévoir ces événements (les « modèles prédictifs ») reposent sur l’analyse de données historiques.

 

Qu’il s’agisse d’identifier des blocages au niveau des canalisations, des fuites ou encore des pannes susceptibles de provoquer l’interruption des opérations de forage, les champs d’application sont multiples. Car en conjuguant machine learning, modèles analytiques avancés et règles métiers spécifiques, on est désormais en mesure de repérer toute situation anormale dans un environnement multidimensionnel et de mettre à jour les modèles en temps réel. Une alternative à l’intervention humaine sur les plateformes de forage semble donc se dessiner.

 

Lire l’article (en anglais) :

 

En complément :

Anticiper les pannes grâce à la maintenance prédictive

L’analyse prédictive pour garantir la livraison des cadeaux au pied du sapin