Digital and technological modernization of the world's largest West Siberian oil and gas production center

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article examines the results of digital and technological modernization of the oil and gas industry within the framework of the state program "Digital Economy 2017-2024" in the implementation of measures proposed by academic institutes of the Russian Academy of Sciences on the basis of a comprehensive scientific and technical program of a full innovation cycle, as well as the potential of exploratory and applied research to prepare a new state program "Data Economy" for the period up to 2030 of the year. The activities are a set of interrelated scientific, technical, digital solutions and innovative technologies that ensure the achievement of goals, developed with the leading participation of the Institute of Oil and Gas Problems of the Russian Academy of Sciences and the Institute of Oil and Gas Geology and Geophysics named after. A. A. Trofimuk SB RAS, program “Digital and technological modernization of the world’s largest West Siberian oil and gas production center.” The main goal of scientific research for the oil and gas economy of big geodata is the creation and implementation of digital modeling technologies, the development of ecosystems, computing platforms and digital twins of oil and gas assets, and the transportation of hydrocarbons to existing and newly created petrochemical clusters in order to develop the domestic market for their complete processing into products with high added value and strengthening the digital leadership of Russian energy companies. The key factor hindering the innovative development of the Russian oil and gas complex is the lack of high-performance computing systems. The main oil and gas tasks that require the involvement of supercomputers with peta- and exascale performance levels (1015 and 1018 floating point operations per second, respectively) include the tasks of managing the “digital ecosystem” of the world’s largest West Siberian oil and gas production center and unique oil and gas fields in the real time. The development of the digital ecosystem is proposed to be formed on the basis of platform solutions and comprehensive scientific and technical programs and projects of a full innovation cycle. The main problems in the sphere of creating a digital energy economy of big data have been identified: an acute shortage of personnel with digital competencies in the field of oil and gas production, specialists in opticalization, multisensorization, supercomputing, cybersecurity and petrorobotics.

About the authors

A. N. Dmitrievsky

Institute of Oil and Gas Problems of the Russian Academy of Sciences

Author for correspondence.
Email: a.dmitrievsky@ipng.ru
ORCID iD: 0000-0002-6894-3596

Academician of the RAS

Russian Federation, Moscow

N. A. Eremin

Institute of Oil and Gas Problems of the Russian Academy of Sciences

Email: a.dmitrievsky@ipng.ru
ORCID iD: 0000-0002-2401-1586
Russian Federation, Moscow

References

  1. Цифровизация нефтегазового производства: проблемы, вызовы и риски / А. Н. Дмитриевский, Н. А. Еремин, В. Е. Столяров, А. Д. Черников // Научные труды НИПИ Нефтегаз ГНКАР. 2023. № S2. С. 1–8. doi: 10.5510/OGP2023SI200880. EDN PJGCLY.
  2. Развитие цифровой газовой экосистемы на основе комплексной научно-технической программы полного инновационного цикла / А. Н. Дмитриевский, Н. А. Еремин, В. Е. Столяров, А. Д. Черников // Известия Тульского государственного университета. Науки о Земле. 2023. № 1. С. 173–189. doi: 10.46689/2218-5194-2023-1-1-173-189. EDN ISXNOY.
  3. Еремин Н. А. Эволюция цифровой нефтегазовой экосистемы от суперкомпьютинга к метакомпьютингу // Известия Тульского государственного университета. Науки о Земле. 2023. № 1. С. 190–201. doi: 10.46689/2218-5194-2023-1-1-190-201. EDN WSGFNY.
  4. Интеллектуальные системы предупреждения осложнений для безопасного строительства скважин / А. Н. Дмитриевский, Н. А. Еремин, А. Д. Черников, С. О. Бороздин // Безопасность труда в промышленности. 2022. № 6. С. 7–13. doi: 10.24000/0409-2961-2022-6-7-13. EDN WSKHDO.
  5. Внедрение комплексных научно-технических программ на поздних стадиях эксплуатации нефтегазовых месторождениях / А. Н. Дмитриевский, Н. А. Еремин, Е. А. Сафарова, В. Е. Столяров // Научные труды НИПИ Нефтегаз ГНКАР. 2022. № S2. С. 1–8. doi: 10.5510/OGP2022SI200728. EDN AAVLQR.
  6. Román-Piedra L., Solórzano J. & Carrión-Mero P. Advances in research on the use of drones in production and transportation engineering in the hydrocarbons industry: A bibliometric analysis // Energy and Sustainability X. 2023. https://doi.org/10.2495/esus230201
  7. Waqar A., Othman I., Shafiq N. & Mansoor M. S. Applications of AI in oil and gas projects towards sustainable development: a systematic literature review // Artificial Intelligence Review. 2023. 56(11). 12771–12798. https://doi.org/10.1007/s10462-023-10467-7
  8. Дмитриевский А. Н. Актуальные вопросы и индикаторы цифровой модернизации нефтегазодобычи на заключительной стадии эксплуатации месторождений // Научные труды НИПИ Нефтегаз ГНКАР. 2021. № S2. С. 1–13. doi: 10.5510/OGP2021SI200543. EDN EAMWAJ.
  9. Gilyazetdinov R. A., Kuleshova L. S., Mukhametshin V. V., Yakupov R. F., Grishchenko V. A. Refining solutions of development problems of the Volga-Ural oil and gas province fields using geological and statistical model ranking methods // Nauki o Zemle i nedropol’zovanie. 2023. 46(4):402–412 (In Russ.). https://doi.org/10.21285/2686-9993-2023-46-4-402-412. EDN KLCTFQ.
  10. Применение методов искусственного интеллекта для выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин: проблемы и основные направления решения / А. Д. Черников, Н. А. Еремин, В. Е. Столяров и др. // Георесурсы. 2020. Т. 22. № 3. С. 87–96. doi: 10.18599/grs.2020.3.87-96. EDN ORNYBD.
  11. Об увеличении продуктивного времени бурения нефтегазовых скважин с использованием методов машинного обучения / А. Н. Дмитриевский, А. Г. Сбоев, Н. А. Еремин и др. // Георесурсы. 2020. Т. 22. № 4. С. 79–85. doi: 10.18599/grs.2020.4.79-85. EDN EGRORM.
  12. Цифровой нефтегазовый комплекс России / А.Н. Дмитриевский, Н.А. Еремин, Д.С. Филиппова, Е.А. Сафарова // Георесурсы. 2020. Т. 22. № S. С. 32–35. doi: 10.18599/grs.2020.SI.32-35. EDN EWKKGF.
  13. Li J. et al. An Intelligent Energy Management Information System with Machine Learning Algorithms in Oil and Gas Industry // Wireless Communications and Mobile Computing. 2023.
  14. Еремин Н. А. О цифровизации процессов газодобычи на поздних стадиях разработки месторождений / Н. А. Еремин, В. Е. Столяров // Научные труды НИПИ Нефтегаз ГНКАР. 2020. № 1. С. 59–69. doi: 10.5510/OGP20200100424. EDN KWNLAO.
  15. Качественный анализ геоданных временного ряда для предупреждения осложнений и аварийных ситуаций при бурении нефтяных и газовых скважин / А. Н. Дмитриевский, Н. А. Еремин, Е. А. Сафарова и др. // Научные труды НИПИ Нефтегаз ГНКАР. 2020. № 3. С. 31–37. doi: 10.5510/OGP20200300442. EDN WAVRTQ.
  16. Elijah O., Ling P. A., Abdul Rahim S. K., Geok T. K., Arsad A., Kadir E. A., Abdurrahman M., Junin R., Agi A. & Abdulfatah M. Y. A Survey on Industry 4.0 for the Oil and Gas Industry: Upstream Sector // IEEE Access. 2021. 9. 144438–144468. https://doi.org/10.1109/access.2021.3121302
  17. Durga Kannaiah P. V. & Maurya N. K. Machine learning approaches for formation matrix volume prediction from well logs: Insights and lessons learned // Geoenergy Science and Engineering. 2023. 229. 212086. https://doi.org/10.1016/j.geoen.2023.212086

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».