Retour aux actualités
Article suivant Article précédent

Revue 169 - Champs pétroliers digitaux "Big Production Data"

Articles Revue TELECOM

-

15/07/2013



Champs pétroliers digitaux :

« Big Production Data »

 



par Antoine Trihoreau et Aymeric Préveral-Etcheverry dans la revue TELECOM n° 169 

 
 












 
Ces dernières années, le contexte des opérations pétrolières a beaucoup évolué. La raréfaction  des découvertes de nouveaux champs pétroliers et gaziers pousse les compagnies pétrolières à vouloir augmenter le taux de récupération d’hydrocarbures sur les champs déjà en exploitation. L’industrie pétrolière fait par ailleurs actuellement face à un manque d’ingénieurs pétroliers qualifiés capables d’opérer des projets de plus en plus complexes.  Pour répondre  à  ces  enjeux  majeurs  et  participer  à l’approvisionnement énergétique mondial, les opérateurs pétroliers et gaziers doivent modifier en profondeur leurs processus opérationnels de production. A l’instar des smart grids pour la production et le transport d’électricité, la digitalisation des champs pétroliers (digital oilfields) est un changement majeur actuellement opéré par les compagnies pétrolières afin d’assurer la production de leurs réservoirs dans des conditions optimales.


Implémentation de champs pétroliers digitaux

L’implémentation des champs pétroliers digitaux s’effectue à plusieurs niveaux allant de la généralisation de capteurs plus performants, sur les sites de production, à la mise en oeuvre de  processus  organisationnels  adaptés  à  ces  changements  techniques  (cf.  figure  1).  Par exemple, certains opérateurs mettent en place des projets de gestion à distance, des sites de production  pour  lesquels  une  partie  des  ingénieurs pétroliers  peuvent  piloter  le  champ  à distance.  

Le  système  d’information  opérationnel  est  essentiel  afin  de  transformer l’information brute générée pendant les opérations de production en une information fiable, disponible  dans  l’ensemble  des  sites  de la  compagnie  pétrolière  à  travers  le  monde  et utilisable pour surveiller, comprendre et optimiser la production.


Big data, une opportunité de changement pour l’industrie pétrolière

Cette  évolution de  l’industrie pétrolière  va  probablement  bénéficier  de  la  rencontre  avec une autre tendance IT évoluant jusque-là en parallèle : le Big data. Grâce à l’approche big data, il est devenu généralement admis que des volumes massifs de données générées par les activités quotidiennes de l’entreprise ne sont plus un fardeau pour les systèmes d’information mais une source potentielle de valeurs à exploiter. Au-delà, les nouveaux  outils  informatiques  de  stockage,  de  transmission,  et  d’analyse  de données, développés par les géants du web (Google, Amazon,...) ont apporté les moyens techniques pour mettre en œuvre cette nouvelle approche.

Pour la production pétrolière et les digital oilfields, cela se traduit par la capacité de gérer en quasi temps-réel (Vélocité) beaucoup plus de données brutes (Volume) provenant de sites géographiquement distribués et de sources différentes (capteurs, rapports d’activités sur sites, RFID,...) (Variété), et ce, malgré des informations parfois peu fiables (Véracité) à cause des contraintes fortes qui existent sur les sources de données (milieu hostile pour le matériel, sites difficiles d’accès,...). Ces 4 V - volume, vélocité, variété et véracité des données - sont souvent les caractéristiques principales utilisées pour définir les systèmes de données où les approches et les technologies big data sont utiles.
 

Figure 1 - Valeur des champs pétroliers digitaux


Des réponses à des enjeux industriels majeurs

Les promesses du big data font ainsi écho à des enjeux majeurs de l’industrie pétrolière. Beaucoup de champs pétroliers sont aujourd’hui équipés de plusieurs milliers de capteurs pouvant générer une information en quasi-temps réel sur l’état de l’appareil de production (débits, températures, pressions, ...). Stocker ces données et les répliquer entre les différents sites de l’entreprise où elles sont utilisées nécessitaient des coûts matériels (serveurs) et d’intégration logicielle très élevés. La capacité de stockage massif sur des clusters servers standards (peu coûteux) et la possibilité de gérer plus facilement la réplication des données offertes par les technologies big data permettront probablement de faciliter, au quotidien, la gestion des données de production entre les différents sites de production et les bureaux de l’opérateur.

Par ailleurs, l’information disponible dans ces données brutes n’est révélée que lorsqu’elles sont analysées en même temps, et avec la connaissance des métiers de l’ingénierie pétrolière. Il est, par exemple, possible d’analyser les flux de données de capteurs pour détecter et corriger en temps réel les erreurs de mesures, en utilisant des méthodes de fusion de capteurs, de stream data mining, ou encore machine learning avec des modèles physiques des puits.
 

Des outils informatiques à adapter

La réalité opérationnelle de l’industrie pétrolière requiert cependant d’adapter des outils, prévus pour fonctionner dans des environnements très contrôlés (data centers) ayant une large bande passante et avec une maintenance humaine et matérielle importante.

Beaucoup de sites d’extraction d’hydrocarbures ont un équipement matériel informatique limité et les télécommunications se font souvent à travers des liaisons satellites pour lesquelles la bande passante est limitée et comptée. Par ailleurs, les ressources humaines dédiées à la maintenance des systèmes d’informations sont souvent plus faibles sur les sites de production. Enfin, l’éloignement géographique peut entraîner des contraintes logistiques fortes et il faut donc concevoir des systèmes informatiques capables de fonctionner malgré des pannes matérielles partielles pouvant durer plusieurs jours.

Ainsi, certains des facteurs clés à prendre en compte pour implémenter des solutions big data dans ces contraintes opérationnelles fortes sont la résilience aux pannes matérielles, la résilience aux coupures réseaux et une maintenance la plus automatisée possible.
 

Prospective des big data en milieu industriel

Les technologies et les méthodes de traitement des données big data n‘ont peut-être pas encore pénétré les industries du secteur primaire à la hauteur des changements observés dans le secteur tertiaire. Pourtant, concevoir l’ensemble des données générées lors des opérations de production comme une source de valeurs à exploiter est essentiel pour mettre en œuvre les champs pétroliers digitaux et, ainsi, permettre d’optimiser la production. L’adaptation de ces nouveaux outils informatiques à des contraintes opérationnelles plus sévères sera probablement nécessaire pour démocratiser leur usage dans la production pétrolière mais ils participeront probablement alors grandement à résoudre des enjeux majeurs pour cette industrie.


Les auteurs


Antoine Trihoreau
est Ingénieur civil de Mines ParisTech. Il a été ingénieur réservoir et de production chez Total et Perenco de 2004 à 2010. Il est aujourd’hui le co-fondateur d’iDMOG, une start-up qui développe des
technologies dédiées à digitalisation des champs pétroliers.





Aymeric Préveral-Etcheverry
est Ingénieur civil de Mines ParisTech. Il a été ingénieur de recherche en mathématiques appliquées au Centre Automatique et Système de Mines ParisTech avant de co-fonder iDMOG, une start-up qui développe des technologies dédiées à digitalisation des champs pétroliers.

262 vues Visites

J'aime

Commentaires0

Veuillez vous connecter pour lire ou ajouter un commentaire

Articles suggérés

Articles Revue TELECOM

Quels rôles jouent les technologies numériques dans l’évolution de la médecine du travail ? Groupe Santé#196

photo de profil d'un membre

Rédaction Revue TELECOM

01 avril

Articles Revue TELECOM

Le numérique au service de la décarbonisation #196

photo de profil d'un membre

Rédaction Revue TELECOM

01 avril

Articles Revue TELECOM

DC Brain nommé au prix de la croissance #196

photo de profil d'un membre

Rédaction Revue TELECOM

01 avril