Science: Comment l’intelligence artificielle peut réduire l’empreinte environnementale du secteur pétrolier

63

Dans le but d’atteindre l’efficacité opérationnelle et de réaliser des économies dans les processus d’exploration et de production, certaines entreprises du secteur pétrolier ont adopté depuis quelques années des technologies basées sur l’intelligence artificielle. Les résultats obtenus jusque-là sont globalement satisfaisants. Mais les experts de l’automatisation estiment que l’industrie pétrolière a une vision étroite des choses, et qu’ils peuvent l’aider à relever les défis d’ordre environnementaux auxquelles elle fait face.

Dans une étude publiée en mars 2021 par la société britannique de conseils et d’analyses Global Data, les entreprises de l’industrie pétrolière et gazière collectent des quantités exceptionnelles de données grâce à l’intelligence artificielle (IA). Une grande partie d’entre elles ne sont néanmoins pas utilisées. L’exploitation du potentiel de ces données pourrait permettre aux entreprises de sortir de la crise et de se positionner pour un succès à long terme, poursuit Global Data. Cela implique le développement de projets visant à atteindre efficacement la neutralité carbone.

Les entreprises de l’industrie pétrolière et gazière collectent des quantités exceptionnelles de données grâce à l’intelligence artificielle (IA). Une grande partie d’entre elles ne sont néanmoins pas utilisées.

Il faut savoir que l’année dernière, le marché de l’IA dans le secteur pétrolier pesait 2,1 milliards de dollars et que sa taille devrait doubler d’ici 2024. D’ailleurs 84% des dirigeants d’entreprises pétro-gazières dans le monde estiment que l’IA pourrait les aider à se relever des effets conjugués de la Covid-19 et de la faiblesse des cours. Il existe toutefois des arguments en faveur des avantages écologiques de l’automatisation que l’industrie néglige.

Cas des marées noires

Selon le laboratoire national du ministère américain de l’énergie (NETL), l’intelligence artificielle peut aider à identifier les déversements de pétrole peu après et parfois même avant  qu’ils se produisent. Ainsi, la technologie peut permettre de stopper un début de marée noire ou de le prévenir, ceci en utilisant une technologie dénommée analyse prédictive.

Ainsi, la technologie peut permettre de stopper un début de marée noire ou de le prévenir, ceci en utilisant une technologie dénommée analyse prédictive.

Dans le cadre d’un projet qu’il a récemment conduit, le NETL a mis au point une suite de modélisation des risques en mer (ORM) qui permet de mesurer et de réduire le danger de marée noire. La suite offre des outils de modélisation et de visualisation numériques qui peuvent simuler des scénarios de déversement.

1 PETROLIERL’année dernière, le marché de l’IA dans le secteur pétrolier pesait 2,1 milliards $. 

Elle utilise l’apprentissage automatique pour prendre en compte les informations relatives aux courants océaniques, à la disponibilité des interventions d’urgence et même au comportement des particules de pétrole dans l’eau. Les solutions ORM peuvent également identifier la pression pendant les activités de forage et évaluer l’intégrité des infrastructures offshore, rapporte le site d’informations spécialisées Verdict.

Les résultats des expérimentations à ce niveau ont convaincu de nombreuses parties prenantes de l’industrie qu’avec une utilisation optimale de l’IA, on peut non seulement éviter les déversements de pétrole, mais aussi protéger les installations et l’environnement de diverses menaces. Ceci dit, les marées noires restent rares. Le principal défi environnemental de l’industrie est celui des émissions de carbone.

Cas des émissions de carbone

Parmi les entreprises pétrolières les plus investies dans la transformation à partir de l’intelligence artificielle, le géant britannique BP joue un rôle de premier plan. Il y a quelques années, BP a signé un accord avec le concepteur et fournisseur américain de solutions alimentées par IA Kelvin Inc. pour éliminer 3,5 millions de tonnes d’émissions annuelles de méthane sur certains de ses périmètres de production. Le champ gazier de Wamsutter dans le Wyoming a été choisi pour la phase pilote. Kelvin a installé sur les puits du site de nombreux capteurs, en l’occurrence des caméras de détection du méthane. Les données de terrain ont été transmises en temps réel par les capteurs au système d’IA, qui a produit des simulations facilitées par les données historiques de BP pour le site.

2 METHANEQuelques mois après la mise en place de ce système, il a été constaté une réduction de 74 % des fuites de méthane des puits de Wamsutter.

Quelques mois après la mise en place de ce système, il a été constaté une réduction de 74 % des fuites de méthane des puits de Wamsutter. Un rapport de Kelvin a montré que « ce résultat a été obtenu grâce à la maintenance prédictive qui a anticipé les défaillances des équipements, permettant ainsi aux opérateurs de Wamsutter de les atténuer ».

Non seulement BP a réduit ses émissions de gaz à effet de serre, mais les volumes de production à Wamsutter ont augmenté de 20 %, tandis que les coûts d’exploitation ont été réduits de 22 %.

Non seulement BP a réduit ses émissions de gaz à effet de serre, mais les volumes de production à Wamsutter ont augmenté de 20 %, tandis que les coûts d’exploitation ont été réduits de 22 %. Des capteurs similaires sont désormais prévus pour tous les puits de BP.

Si l’automatisation peut aider à réduire l’impact environnemental de la chaine de valeurs pétrolières, elle est à son tour susceptible de polluer l’environnement. Cela s’explique en partie par le fait que l’informatique dématérialisée nécessite des centres de données, dont le fonctionnement requiert beaucoup d’énergie. Quoiqu’il en soit, les dirigeants de l’industrie pétro-gazière pourraient trouver dans les solutions environnementales de l’IA un moyen d’accroître leurs bénéfices tout en réduisant les impacts négatifs de leurs entreprises.

(Agence Ecofin)

LEAVE A REPLY

Please enter your comment!
Please enter your name here

six − 1 =

Résoudre : *
27 ⁄ 9 =