Новое в СХД
14.12.2020, Пн, 18:10, Мск , Текст: Шатунова Евгения
Искусственный интеллект проникает во все новые сферы промышленности. В энергетическом секторе ИИ успешно используется для решения сложнейших задач, связанных с суперкомпьютерными вычислениями. Моделирование процессов, анализ больших данных, геодезические расчеты — в этих и других направлениях ИИ постепенно становится незаменимым.
Распределение энергии и управление электросетями
По мере развития глобальной экономики, во всем мире неуклонно растет спрос на электроэнергию. Данная тенденция отмечается как в частном, так и в коммерческом секторах. Это вполне естественно, ведь, население Земли увеличивается, а вместе с ним возрастает и уровень потребления энергоносителей — людям требуется все больше товаров и услуг. Поэтому оптимизация энергопотребления и применение инновационных технологий в сфере производства и распределения электричества имеет ключевое значение для устойчивого развития как мировой экономики в целом, так и всех стран по отдельности. На данном этапе большие перспективы в этом направлении открывают технологии искусственного интеллекта и машинного обучения. С их помощью удается обеспечить недостижимый ранее уровень эффективности и управляемости работы энергетических систем на всех этапах — от непосредственной добычи топлива или внедрения альтернативных источников энергии до подключения к электросетям конечных потребителей.
Стоит, однако, помнить, что энергетика — это не только технологии, но и огромный глобальный коммерческий сегмент, который постоянно требует динамической оптимизации бизнес-моделей, учитывая значительную экономическую нестабильность в мире. На любые изменения необходимо отвечать быстро и эффективно, а в этом деле сегодня также не обойтись без искусственного интеллекта, который становится важным инструментом специалистов в области тактического и стратегического планирования.
Как отмечает AspenTech, интеллектуальные решения, которые уже сегодня широко применяются предприятиями энергетического сектора в наиболее развитых странах, убедительно доказали, что способны улучшить экономические показатели компаний, в том числе за счет глубокой трансформации внутренних бизнес-процессов. Искусственный интеллект позволяет поставщикам электроэнергии более точно понимать растущие потребности рынка, осознанно инвестировать в соответствующие производственные активы, осуществлять прозрачное планирование бюджета.
На этапе распределения электроэнергии, инструменты и приложения на основе ИИ дают возможность поставщикам отслеживать все процессы, происходящие в электросетях. Любые изменения, а тем более аномалии или несанкционированные подключения, не только своевременно выявляются, но и могут быть оперативно пресечены, ведь благодаря ИИ, время реакции на инциденты радикально сокращается, а результативность растет. Решения для интеллектуального мониторинга электросетей позволяют энергетическим компаниям четко понимать поведение потребителей в любой период времени, точно прогнозировать суточные пики и спады, а также формировать специальные предложения для отдельных абонентов. Кроме того, за счет ИИ доступна всесторонняя аналитика по важнейшим аспектам деятельности энергосетей. Все это в конечном итоге ведет к устойчивому повышению качества и эффективности бизнеса энергетических компаний, как в краткосрочном, так и в долгосрочном периодах.
Искусственный интеллект и эффективная нефтедобыча
Применение ИИ в энергетическом секторе не ограничивается генерирующими предприятиями и распределительными сетями. Множество задач с применением искусственного интеллекта решается и в сфере нефтедобычи. Спектр приложения технологий ИИ здесь чрезвычайно широк — от поиска и картирования новых месторождений, до оптимизации процессов добычи полезных ископаемых.
Высокопроизводительные вычисления продолжают оставаться важным инструментом в энергетической отрасли, где почти повсеместно используются суперкомпьютеры, обрабатывающие огромные объемы данных. В этом направлении искусственный интеллект способен обеспечить новые возможности и повысить эффективность работы с информацией. Например, технологии ИИ сегодня широко применяются в процессе моделирования процессов связанных с добычей полезных ископаемых, в частности, для определения объемов нефтегазовых месторождений. Эта информация чрезвычайно важна для обеспечения экономически эффективной и безопасной разработки пластов. Компьютерные симуляции здесь помогают в принятии критически важных управленческих решений, но они требуют суперкомпьютерных вычислений (High Performance Computing), при этом использование ИИ обеспечивает более эффективное и рациональное использование дорогих HPC-ресурсов.
Суперкомпьютеры продолжают оставаться важным инструментом в энергетической отрасли, которые позволяют обрабатывать огромные объемы данных
Кроме того, ИИ помогает в процессе моделирования и прогнозирования производственных операций нефтедобывающих компаний, для чего требуется обработка гигантских массивов данных, собираемых с тысяч различных датчиков. Аналитика на базе ИИ, работающая в режиме реального времени обеспечивает мгновенный актуальный срез текущего состояния важнейших процессов, происходящих на месторождении, что делает возможным принятие более взвешенного решения по ключевым вопросам.
Россия на волне прогресса
Технологии искусственного интеллекта в сфере энергетики и нефтедобычи широко применяются по всему миру и Россия в этом отношении не является исключением. Работа идет как на уровне отдельных компаний, так и в составе отраслевых объединений. Так, в ноябре прошлого года было подписано соглашение о создании первого межотраслевого альянса для продвижения технологий ИИ в России. К инициативе присоединились Сбербанк, «Газпром нефть», МТС, «Яндекс», Mail.ru Group и Российский фонд прямых инвестиций. Отметим, что, например, Сбербанк в сотрудничестве с SberCloud и NVIDIA создал и запустил в эксплуатацию суперкомпьютер «Кристофари», на котором в т.ч. выполняются расчеты для нефтегазовой отрасли.
Для компании «Газпром» внедрение цифровых технологий рассматривается как один из ключевых факторов развития и достижения стратегических целей. В рамках целевой программы развития единого информационного пространства на 2018–2022 гг., важная роль отводится роботизированным комплексам, нейротехнологиям, платформам искусственного интеллекта для анализа больших данных и создания моделей производственных объектов (т.н. «цифровых двойников»). Уже сейчас разработаны цифровые инструменты на основе ИИ, позволяющие, например, корректировать траекторию ствола скважины для предотвращения выхода из продуктивного пласта, а также для оперативного анализа параметров, поступающих с бурового оборудования.
Компания «Газпром нефть» развивает собственный стек отраслевых технологий на основе ИИ. В числе основных можно упомянуть программу «Цифровая нефть», предназначенную для обнаружения запасов углеводородов, которые не удалось разведать традиционными методами. Специальный алгоритм, анализирующий десятки тысяч результатов геофизических исследований, выявляет скрытые закономерности в геологических данных, что в свою очередь позволяет определять перспективные зоны для разработки. Еще одна разработка — «Когнитивный геолог», который путем вероятностных вычислений создает детальные цифровые модели месторождений. Как отмечается, искусственный интеллект дает возможность сократить процесс расчетов, который обычно занимает от полугода, до двух недель, а это миллиарды сэкономленных рублей. Программа «Цифровое бурение» контролирует траекторию и точность формирования скважины в реальном времени, анализируя тысячи параметров, поступающих с датчиков, которыми оснащено бурильное оборудование.
Еще одна добывающая компания «Татнефть» использует ИИ для создания «цифровых двойников» реальных промышленных объектов и повышения эффективности добычи нефти. Например, искусственный интеллект помогает обнаруживать перспективные районы для разработки.
Широко применяет разработки в области ИИ «Лукойл». У компании есть программа «Интеллектальное месторождение», охватывающая полный цикл проекта добычи — от этапа разведки до завершения разработки. Здесь активно используется моделирование процессов интегрированного планирования и т.д. Кроме того, для оперативной оценки состояния оборудования используется система предиктивной аналитики на основе алгоритмов ИИ и машинного обучения. Такой подход оптимизирует сроки ремонта, сокращает затраты на обслуживание и снижает количество отказов. Список можно продолжать еще долго — в России добывающая отрасль одна из лидеров с точки зрения практического использования ИИ.
В конце мая 2020 г. «Россети Центр» и «Россети Центр и Приволжье» сообщили о начале проекта по внедрению сервиса робота-оператора для автоматизации обработки обращений потребителей. Система создана на основе технологий искусственного интеллекта и машинного обучения. В 2019 г. был реализован пилотный поект в Удмуртской Республике, теперь же к системе будут подключены все 20 филиалов «Россети Центр» и «Россети Центр и Приволжье». Виртуальный оператор предупреждает абонентов о плановом отключении электросетей, получает обратную связь от потребителей, оценивает удовлетворенность качеством оказанных услуг и т.д…
Есть и ряд стимулирующих инициатив. Например, в марте 2020 г. фонд научно-исследовательских и конструкторских разработок и инноваций в электроэнергетике «Энергия без границ» при поддержке индустриального партнера — Группы «Интер РАО» объявил о наборе заявок цифровых инновационных проектов в Акселерационную программу «Энергия». Основная цель конкурса — поиск цифровых решений в области машинного зрения, искусственного интеллекта, роботизации процессов, интернета-вещей, продвинутой аналитики, виртуальной реальности и разработок, которые можно было бы применить в сфере электроэнергетики. Лучшие и наиболее преспективные проекты могут получить от фонда поддержку в суммме до 10 млн рублей.
ONTAP AI — синергия технологий
Подытожив все вышесказанное, можно сделать вывод о том, что технологии искусственного интеллекта в энергетическом секторе должны гармонично сочетать программные решения и высокопроизводительные аппаратные платформы. И желательно, чтобы последние были протестированы и оптимизированы для работы с ИИ. Одним из таких решений, доказавшим свою эффективность на практике является комплексная платформа NetApp ONTAP AI, сочетающая в себе all-flash СХД NetApp AFF с накопителями NVMe, вычислительными узлами NVIDIA DGX A100 и коммутаторами Mellanox 100 GbE. Дополнительным преимуществом является то, что платформа DGX использует программный стек NVIDIA GPU Cloud Deep Learning, который оптимизирован для обеспечения максимальной производительности операций, связанных с машинным обучением. Отметим и то, что согласно данным компании NetApp, система хранения AFF A800 может передавать данные в системы NVIDIA DGX до 4 раз быстрее, чем конкурирующие решения (если конкретнее, то пропускная способность чтения для A800 достигает 300 ГБ/с на кластер all-flash по сравнению с 75 ГБ/с у ведущего конкурента).
Сочетание упомянутых аппаратных компонентов создают компактную интегрированную и энергоэффективную систему, обладающую производительностью на уровне 5 Петафлопс (5×1015 операций с плавающей запятой в секунду). Иными словами, платформа NetApp ONTAP AI, объединяющая лидирующие технологии в области вычислений, хранения информации и передачи данных дает возможность развернуть суперкомпьютерную платформу на предприятиях любого масштаба — там, где это необходимо. Одним из главных преимуществ этого конвергентного решения является глубокая интеграция компонентов, что дает возможность не только быстро развернуть решение на предприятии, но и дает возможность бесшовного наращивания кластера по мере необходимости, сохраняя сделанные ранее инвестиции. Кроме того, NetApp предлагает доступ к высокопроизводительным облачным платформам для развертывания систем ИИ (Cloud AI) на базе платформы AWS, решения для пограничных вычислений (HCI Edge Inference) и т.д.
Решения и архитектуры, созданные самостоятельно или в партнерстве с другими технологическими лидерами рынка высоких технологий, позволяют NetApp предлагать комплексные гибкие и управляемые платформы для развертывания систем ИИ, которые сегодня работают во многих отраслях экономики, таких как автомобилестроение и автономный транспорт, здравоохранение, финансы, наука и образование, ритейл и конечно же, энергетический комплекс.
Полный текст статьи читайте на CNews
