Menu
RSS
 

Cómo la inteligencia artificial está impulsando la transición energética

0
0
0
s2sdefault

La industria de la energía se está uniendo en torno a la causa para llegar a cero neto para 2050 y, al mismo tiempo, satisface la nueva demanda de energía.

 
A medida que la industria desarrolla nuevas fuentes de energía limpia, las grandes petroleras se han comprometido a ampliar los sistemas masivos de energía renovable que utilizan energía solar y eólica, al tiempo que aprovechan las fortalezas del dominio central para ofrecer tecnologías de captura y almacenamiento de hidrógeno, biocombustibles, geotermia y carbono. Paralelamente a este esfuerzo, el mundo exige más energía y los hidrocarburos seguirán desempeñando un papel importante en la combinación energética durante los próximos años.
 
En medio de un panorama energético que cambia rápidamente, la eficiencia es fundamental. Llamado “el primer combustible de un sistema energético global sostenible” 1 por la Agencia Internacional de Energía (AIE), hacer más con los mismos recursos ofrece un enorme potencial para reducir significativamente las emisiones de efecto invernadero, los costos de energía y los riesgos de volatilidad del mercado energético. De hecho, el Escenario de Desarrollo Sostenible de la AIE, el plan para lograr los objetivos climáticos y energéticos internacionales, pronostica que la eficiencia energética será responsable de lograr más del 40% de la reducción de las emisiones de gases de efecto invernadero relacionadas con la energía durante los próximos 20 años. 2
 
“En Baker Hughes, hablamos de tres verdades innegables cuando se trata de la transición energética”, dice Uwem Ukpong, vicepresidente ejecutivo de Regiones, Alianzas y Ventas Empresariales de Baker Hughes, la compañía global de tecnología energética. “Primero, para cumplir con los objetivos netos cero, debemos avanzar más rápido. La urgencia en torno a la transición energética que se ha presentado durante el año pasado pone de relieve esta necesidad de una acción acelerada. A continuación, si queremos alimentar las economías mundiales con la energía que necesitan mientras aceleramos nuestro paso a cero neto, la eficiencia de las operaciones energéticas es fundamental. Por último, cumplir los objetivos de descarbonización y reducción de emisiones, incluida la eficiencia, no es un esfuerzo individual. Ofrecer tecnología para el cambio requiere una acción colectiva y global ".
 

“Primero, para cumplir con los objetivos netos cero, debemos avanzar más rápido. La urgencia en torno a la transición energética que se ha presentado durante el año pasado destaca esta necesidad de una acción acelerada ".

Uwem Ukpong, vicepresidente ejecutivo, regiones, alianzas y ventas empresariales de Baker Hughes

Para alcanzar nuevos niveles de eficiencia que reducirán las emisiones en la actualidad, la inteligencia artificial (IA), junto con una profunda experiencia en el dominio, es un cambio potencial en las reglas del juego. La IA es clave para crear soluciones de eficiencia energética que sean proactivas en lugar de reactivas. Por ejemplo, una planta de procesamiento químico que utiliza un sistema de producción de vapor puede aplicar IA a datos de sensores relevantes, datos de disponibilidad de vapor e información de planificación relacionada para optimizar los flujos de vapor, generar la cantidad correcta de energía y alcanzar un equilibrio de vapor óptimo; en el proceso, la planta reduce el uso de energía y alcanza los objetivos de eficiencia y reducción de emisiones. En la industria del petróleo y el gas, los datos a menudo se almacenan en varios sistemas dispares, por lo que deben unificarse y analizarse de una manera lógica, eficiente y relevante para el dominio para admitir soluciones de inteligencia artificial a escala empresarial.
 
El impacto de este tipo de eficiencias colectivas podría ser significativo para las operaciones energéticas existentes. El uso de IA para aplicaciones ambientales podría reducir la intensidad de carbono hasta en un 8% para 2030, según un informe de PwC 3 y Microsoft. 4
 
“Antes de esta recesión más reciente, se habían logrado la mayoría de las eficiencias, al cambiar los procesos, alterar la cadena de suministro, mejorar la forma en que diseñamos y diseñamos equipos. Ahora, nosotros, como industria, tenemos que examinar dónde podemos seguir mejorando ”, dice Ukpong. “Está claro que la IA es el núcleo de este próximo cambio radical de productividad y eficiencia. Se requiere inteligencia artificial para procesar la gran cantidad de datos de energía históricos y en tiempo real, analizar esos datos para generar conocimientos predictivos e impulsar acciones proactivas que mejoren la eficiencia. Todo se reduce a un enfoque específico de dominio para el análisis predictivo que cambia las operaciones industriales de petróleo y gas ".
 
El esfuerzo global de Shell.ai
 
Shell comenzó a desarrollar e implementar IA en 2013 y comenzó a escalar la IA empresarial en 2018, cuando implementó la plataforma C3 AI a nivel mundial. Al escalar y replicar rápidamente aplicaciones enfocadas de inteligencia artificial y aprendizaje automático (ML) a través de sus negocios de fabricación de gas integrados y posteriores, para varios propósitos, como marcar equipos que probablemente no funcionen correctamente (mantenimiento predictivo / confiabilidad), Shell está logrando reducciones de emisiones al mismo tiempo que produce valor económico sustancial a través de costos más bajos, tiempo de inactividad reducido y la seguridad mejorada de sus operaciones. En junio de este año, Shell y BHC3 anunciaron que la asociación insignia se renovó por otros cinco años.
 
El programa digital de Shell generó $ 1 mil millones en ahorros de costos en 2019, duplicándose a $ 2 mil millones en 2020, y la inteligencia artificial en la energía es una parte clave de esta historia de valor general. Por ejemplo, en Shell Energy and Chemicals Park Rotterdam, en los Países Bajos, la detección temprana habilitada por IA ahorró aproximadamente $ 2 millones en costos de mantenimiento y tiempo de inactividad en una sola instancia. Otro ejemplo es que Shell logró un ahorro de tiempo del 25% en ciertos procesos de trabajo al integrar una gama de sus tecnologías de inteligencia artificial patentadas que mejoran la comprensión del subsuelo para maximizar la recuperación de campos de petróleo y gas nuevos y existentes. Shell ahora ve regularmente ejemplos similares de optimización a través de IA en sus negocios en todo el mundo.
 
Las eficiencias que vienen con este tipo de transformación digital e IA también se traducen directamente en reducciones de emisiones. Por ejemplo, la implementación de una única solución de inteligencia artificial para disminuir el gas de ebullición y la quema asociada le ha permitido a Shell reducir las emisiones de proceso de un activo de GNL en 130 kilotones al año, el equivalente en EE. UU. A sacar 28,000 vehículos de la carretera.
 
Shell también está utilizando la digitalización y la inteligencia artificial para reducir la huella de sus operaciones. Por ejemplo, utiliza IA para mejorar la planificación de la demanda de inventario, reducir el desperdicio de productos y materias primas y disminuir el tiempo de inactividad de la maquinaria pesada, y utiliza AR, robótica y tecnologías de gemelos digitales para reducir la necesidad de viajar. La IA también está ayudando a Shell a ofrecer soluciones energéticas bajas en carbono a sus clientes, desde soluciones de IA que reducen el consumo de combustible de los barcos; a la carga inteligente de vehículos eléctricos que optimiza el uso de energías renovables en la red; a plantas de energía virtual que conectan unidades de energía descentralizadas, desde la energía solar hasta la bioenergía y la energía hidroeléctrica.
 
“La IA es una gran oportunidad para nosotros. Estamos atravesando una transformación digital, en primer lugar para hacernos más efectivos y eficientes, y en segundo lugar para asegurarnos de prosperar durante la transición energética ”, dice Daniel Jeavons, vicepresidente de ciencia computacional e innovación digital de Shell. "Hay una gran disrupción en el mercado de la energía, y mientras atravesamos esto y avanzamos hacia soluciones energéticas más limpias, Shell quiere liderar el camino, y la IA juega un papel muy importante en eso".
 
Shell seleccionó BHC3 AI Suite por la madurez, la relevancia del dominio, la escalabilidad y la extensibilidad de la plataforma y su arquitectura de inteligencia artificial única impulsada por modelos. La plataforma permite a los desarrolladores y científicos de datos de Shell integrar y procesar diversos conjuntos de datos de energía en una “imagen de datos unificada”, una vista completa de los aspectos industriales importantes de una empresa. La información en tiempo real obtenida de estos datos integrados, de fuentes como redes de sensores y registros de mantenimiento, ayuda a Shell a desarrollar, implementar y operar rápidamente aplicaciones avanzadas de inteligencia artificial e Internet de las cosas (IoT) en millones de activos de la empresa, como el control de refinerías. válvulas, y piezas de repuesto individuales de petróleo y gas en la cadena de suministro y los mercados globales.
 
“Elegimos BHC3 porque queríamos una plataforma para nuestras aplicaciones empresariales. Queremos aprovechar la plataforma ya creada y llevar nuestra IP a eso ”, dice Jeavons. "Lo que BHC3 ofreció como uno de sus diferenciadores centrales fue una forma de administrar las decenas de miles de modelos de aprendizaje automático centrados en la energía que ejecutamos: el aspecto de automatización, tanto en términos de gestión de modelos como de entrenamiento de modelos".
 
Iniciativa de energía de IA abierta
 
A principios de este año, BHC3, Shell y Microsoft lanzaron la Open AI Energy Initiative (OAI), un ecosistema abierto de soluciones basadas en inteligencia artificial, el primero en su tipo, para las industrias de energía y procesos asociados. La OAI proporciona un marco para que los operadores de energía, proveedores de servicios y proveedores de equipos ofrezcan soluciones interoperables, incluidos modelos basados ​​en inteligencia artificial y física, y monitoreo, diagnóstico, acciones prescriptivas y servicios para casos de uso de energía.
 
El OAI aumenta las aplicaciones BHC3 con soluciones específicas de dominio dirigidas por socios que aceleran la implementación de soluciones de confiabilidad basadas en inteligencia artificial para hacer que la producción de energía sea más limpia, segura y eficiente. Incluye algunas de las soluciones que Shell ha probado a escala en sus propias operaciones.
 
Este tipo de colaboración es nuevo para una industria que tradicionalmente ha adoptado un enfoque cerrado del software que lo hace usted mismo.
 
"Creemos que debe conocer la energía y el software para cambiar la energía, y esta colaboración cumple esa premisa", dice Ukpong. "Simplemente no nos moveremos a gran velocidad ni alcanzaremos resultados a escala con la IA si no aprovechamos ecosistemas como la OAI para ofrecer nuevas soluciones específicas de dominio".
 
“En Shell, sabemos que no tenemos todas las respuestas, pero también reconocemos que los ricos activos de datos que los operadores han acumulado durante muchos años son fundamentales para resolver algunos de los problemas digitales más difíciles”, dice Jeavons. “Estamos comprometidos a trabajar como parte de un ecosistema, uniendo a varios jugadores para avanzar en el espacio de la IA, porque ninguna empresa puede resolver los problemas de IA del mundo. Además, la velocidad es primordial; la transición energética nos obliga a cambiar más rápidamente. Las alianzas son fundamentales para acelerar nuestro progreso y permitir la implementación de la IA a escala ".
 
BHC3 y KBC: colaboración en torno a la tecnología
 
El trabajo que BHC3 está haciendo con KBC, que proporciona software de simulación de procesos centrado en el dominio para la industria energética, es un ejemplo de cómo la colaboración tecnológica puede ofrecer una mejora significativa en la eficiencia en un momento en que la productividad se ha estancado. La plataforma empresarial habilitada para inteligencia artificial y centrada en la industria de BHC3 se está utilizando para mejorar Petro-SIM, el software de simulación de procesos de KBC que ayuda a los operadores de Brasil a India a cumplir con los objetivos de producción y maximizar la rentabilidad, lo que arroja lo que KBC estima será de más de $ 0,65 por barril en términos económicos. valor para los clientes.
 
A medida que la demanda de energía aumenta después de la pandemia, una mayor eficiencia también puede ayudar a satisfacer esa demanda de una manera que no aumente aún más las emisiones.
 
“Si miramos hacia abajo, hay una gran pérdida de valor que se puede reducir en la cadena de valor de la industria del refino, con su gran dependencia de los modelos, la presión sobre las personas y los múltiples horizontes de tiempo”, dice Mike Aylott, director de tecnología de KBC. “La tecnología digital nos permite transformar el ciclo, permitiendo a las refinerías responder a los factores que impulsan nuestra industria; podría ser el impulso de la oferta a la demanda, una descarbonización más profunda, la creación de agilidad operativa o la automatización de los procesos de trabajo ".
 
KBC adoptó BHC3 AI Suite debido a su capacidad para escalar la inteligencia artificial específica del dominio en una empresa, un desafío al que se enfrentan todas las empresas de fabricación a medida que amplían el uso de sistemas automatizados. Los modelos cambian con el tiempo y pueden estar desactualizados en seis meses, lo que da como resultado varios miles de modelos que luego deben actualizarse. La plataforma BHC3 ayuda a superar lo que Aylott llama una "pesadilla de sostenibilidad".
 
Al igual que Baker Hughes y C3 AI, KBC y su empresa matriz, Yokogawa, se centran en ayudar a las empresas a alcanzar sus objetivos de sostenibilidad. La IA empresarial aplicada a los datos industriales de petróleo y gas es una herramienta clave en el desafío de la descarbonización (hacer que sucedan cosas que se puedan repetir una y otra vez, dice Aylott) y ayudará a la industria a moverse rápidamente para responder a las presiones sociales y del mercado que impulsan la transición energética. .
 
 
Presentado por Baker Hughes y C3 AI