9/24/2020
Episode 291: Earth Science Analytics kan finne mer olje i såkalt tomme brønner
Earth Science Analytics bruker kunstig intelligens og dataanalyse for å identifisere oljereservoarer i brønner som er klassifisert som tørre. De har analysert over 5000 brønner i Nordsjøen og identifisert over 200 intervaller med olje og gass. Teknologien kan brukes for å forlenge levetiden til modne felt, redusere tørre brønner og identifisere potensielle CO2-lagringssteder. Dataene vil bli tilgjengelig for alle med tilgang til oljedatabaser i Norge og Storbritannia.
Podcasten diskuterer hvordan Earth Science Analytics bruker dataanalyser for å identifisere oversette olje- og gassressurser i Nordsjøen.
Optimalisering av ressurser og digitalisering av geodata er nøkkelen til bærekraftig økonomi innen olje- og gassindustrien.
Ny teknologi gir bedre muligheter for å identifisere gjenværende olje, gass og CO2-lagring, og spare kostnader.
Transkript
Vi har identifisert over 200 intervaller i Brønner, der vår software spåret er olje og gass. I Brønner som offisielt i databasen er klassifisert som tøvve. Velkommen til Teknisk Sett, en podcast fra TU. Mitt navn er Jan Moberg, og jeg står eller sitter her, Oddrik Art. Hei, Oddrik Art, på en måte. Hei, jeg sitter og du står. Ja, det er det, vet du. Det er vanlig. Du, nå skal vi snakke om et tema som, ja, det er faktisk ikke... Jeg kan ikke huske at vi har vært så detaljert inne på det som det vi skal i dag. Nei, vi har ikke det. Vi har jo snakket mye om bruk av datakilder. Maskinlæring. Maskinlæring og dette. Stordata. Ja, det skjer mye i Norge nå. Nå skjer det på et felt som er viktig for oss. Og som er ditt hjerte, din historie veldig nær. Da du begynte på den gang, NTH, så var jo det en kombinasjon av intelligens og geovitenskap. Du var den intelligente som begynte med geovitenskap. Eller romvitenskap. Var det berglinja? Jeg gikk på berglinja, ja. Geologi? Ja, mye geologi. Ja. Nå er det snakk om kunstig intelligens og geovitenskap. Og Det dreier seg selvfølgelig også om Norsjøen og noen reservoarer. Det skal vi høre mer om. Vi har da fått tak i en person som har doktorgrad i sedimentologi. Ikke Scientologi. Nei, det er en stor forskjell. Vi må bare ønske velkommen til Eirik Larsen, administrerende direktør i Earth Science Analytics. Velkommen. Takk for det. Som selskapsnavnet sier, Earth Science Analytics. Dere kombinerer digitalisering av data fra undergrunnen og langt under havbunnen for å gjøre hva? Det stemmer. Jeg har også bakgrunn som geolog. Ikke alltid er intelligensen strekket til. Vi har enormt mye data som er samlet inn fra undergrunnen i Norge i forbindelse med olje- og gassindustrien. Og veldig mye av disse datene ligger brakk, kan man si, fordi det ikke er kapasitet til å analysere alt dette. Så da startet vi Earth Science Analytics tilbake i 2016 som et software-selskap som fokuserer på to hovedtemaer. Det ene er å tilgjengeliggjøre disse datene for geologer og geofysikere. Det andre handler om å automatisere analysen av disse dataene. Så dere er litt sånn undergrunnens cognitere da? Ja, det kan du si. Vi har mye til felles med cognit og kjenner de godt. De har også en fokus på tyngre industriprosesser og anlegg og shipping. Mens i vårt selskap, som er startet av geologer og geofysikere, så fokuserer vi på undergrunnen. En ting jeg synes var veldig interessant, Erik, i samtalen vår før sendingen her, Etter hva jeg skjønner, en av grunnene til at dere startet dette, var jo at nå kommer masse offentlig informasjon om en haug. Nei, ikke en haug med brønner, det blir helt feil. Ja, det blir ikke så feil, men i hvert fall et stort antall. Et stort antall eksisterende brønner som har data som nå blir offentliggjort, hvor dere da tar mål av dere til å kunne identifisere muligheter som er forbigått. Var det riktig? Det stemmer. Vi fikk en utfordring fra både britiske og norske myndigheter. I Norge er det oljedirektoratet, i Storbritannia Oil and Gas Authority. Som utfordret bransjen og alle interesserte til å finne teknikker for å identifisere muligheter som vi har oversett ned i bakken. Altså olje og gass som faktisk er til stede, men som geologene ikke fikk med seg. Vi fikk tilslag på dette når vi sendte inn vår idé. Nå leverte vi det i vår. Vi har analysert ca. 5000 brenner i Norge og Storbritannia i Nordsjøen, og identifisert gjenværende olje og gass i disse. Ikke bare identifisert, men også karakterisert disse forekomstene med hvor stor porositet man har i berggarten der, hvor mye mettning man har av olje og gass i disse mulighetene. Nå ble det tilgjengelig gjort gjennom norsk og brittisk databaser til petroliumsgeofolket rundt omkring. De kan da ta våre resultater og og lage de inn til letemuligheter og vurdere om de skal ta beslutninger om å bore dyper. Vi snakker om 5000 brønner her. Det er 5000 brønner, ja. Så det ville være veldig lite praktisk å analysere de på tradisjonell måte. Det skal vi få med til å tro. Menneskelige eksperter. Det ville tatt mange, mange år å gjøre. Men før vi kommer til hvordan dere gjør det, det du forteller er at av disse 5000 brønnere så har dere funnet konkrete muligheter for selskapene, og dette er etter hvert skjønner også på det området som vi antar å være moden sokkel, eller områder, Så det er snakk om å utnytte der det er billigst hentbare ressurser. Ja, det stemmer. Så det er litt av grunnlaget for å utfordre miljøet og identifisere muligheter i modne områder. For her står jo infrastruktur ute i havet i dag som har store nedstengningskostnader når den dagen kommer. Så hvis man kan forlenge livet på dette og de investeringene vi allerede har gjort så er det veldig god økonomi. Så derfor var Nord-Lenors i begge land valgt. Må jo vi innse, og Rikard, selv om vi tilhører den grønne bølgen her, ny energi. Vi liker å si det, ja. Men bortsett fra at det er gøy med stempelmotor, vi kommer jo til å trenge olje og gass lenge nå. Det er fornuftig, det er litt sånn parallelt med, det er lønnsomt å kjøre i en gammel bil, til den er borte fremfor å kjøpe en ny elbil. Det er jo litt av det samme her. Men da er det jo veldig viktig at dette skjer i de modne områdene der infrastrukturen er. Så dette er jo utrolig spennende. Men Erik, Larsen, jeg må spørre deg. Altså det dere henter data fra, det er jo ikke bare seismikk som er skutt og er digitalt fra du sier det er vel ikke bare digitalt fra starten, men det er digitalt seismikk. Men her er det også snakk om om prøver, geologiske prøver fra kjerner. Hvordan blir det digitalisert? Her er det jo vant til at noen går inn på et eller annet lager og henter en prøve og sitter og studerer på en lab. Men dette skjer nå digitalt. Hvordan? Ja, det stemmer. Alle datatypene som vi forholder oss til som geofagfolk, de kan opptre i digital form, inkludert seismikk, logger fra målinstrumenter som vi senker ned i brønner. Kjernprøver som vi henter opp fra dypet, de tas det jo bilder av, både med hvitt lys og andre former, UV-lyser. Og prøver utsettes jo for analyse i laboratoriet, så man studerer mineralogien til prøvene, man identifiserer bergertstyper, porevolym i prøvene, permeabilitet, mettning av olje, vann og gass. Alt dette kan vi lagre i vår software digitalt. Det blir en del data ut av 5000 bønder. Hvor stor datamengde snakker vi om da? Det var en kollega som regnet ut at hvis du legger de loggene etter hverandre, de har 15 centimeter sampling, så når de rundt jorden. Da skal du sitte noen år med manuell behandling, hadde du ikke sagt? Ja, jeg vil jo si det høres ut som ti år på meg da, men det klarte jeg på relativt kort tid. Ja. Et eksempel på hvordan man gjør det manuelt for å regne ut porositet til en bergart, så er det jo måleinstrumentet, det måler jo bulktetthet, tettet til hele grenen, stein, porerom og væske som er inne i den. Så i ligningen som eksperten bruker for å løse det problemet, så må jo eksperten da gjøre en antakel som tettet til mineralkordene og tettet til væsken. Vi må ta en slik beslutning for hver eneste gang denne legningen skal løses. Mens når vi tar i bruk maskinlæring, så slipper vi det. Maskinlæringsalgoritmene håndterer det seg selv, rett og slett ved å lære det fra datasettet selv. Nå er det jo, som jeg ser det, to sider av den kunnskapen dere bringer fram i lyset. Det ene er jo og identifisere hvor det kan finnes mer ressurser. Enten det er ressurser som ikke er påbegynt, eller om det er eksisterende reservoarer. Ja, så vi lager jo software, og den er anvendelig både for leting av nye ressurser, som dette studiet med de 5000 brønnene handler om, men heller om å lete etter nye ressurser nær infrastruktur, så du kan forlenge livet av de eksisterende feltene. Men teknologien er også vel så anvendelig på selve de eksisterende feltene for å identifisere gjenværende olje og gass som man ikke har drenert godt. Og da kommer jo seismikk veldig mye inn i bildet. Bransjen bruker jo time series seismikk, 4D kalles det. Du repeterer seismikkundersøkelsen med flere intervaller, og så ser du på endringer over tid. Derfor er det også veldig store datasett som må analyseres igjen og igjen for å forstå hva som har skjedd nede i bakken som en funksjon av de endringene man ser i datasettet. Her ligger også den andre oppsiden, nemlig at du forhåpentligvis trenger å bore færre tørre brenner. For det er jo store kostnader. Ja, absolutt. Brønner koster jo flere hundre millioner. En del brønner har også kostet over en milliard. Så det er et enormt potensial til å spare kostnader med å ha bedre beslutningsgrunnlag for hvilke brønner bor man og hvordan bor man de. Men dere fant altså 200... potensielle kandidater av de 5000? Ja, så det var jo mer å identifisere det vi har oversett. Vi har identifisert over 200 intervaller i Brønner, der vår software spår at der er olje og gass. I Brønner som offisielt i databasen er klassifisert som tørre. Det er sikkert mange som er interessert i å se på de dataene. Ja, det vil jeg tro. Det er klart at det å bygge ut noe som gir avkastning i nærheten av infrastruktur, det må jo være mye bedre enn å begynne på helt nye områder, for eksempel i Barentshavet. Ja. Absolutt. Akkurat i dag er dataene vi produserer tilgjengelig for sponsorene til dette prosjektet, men de vil også tilgjengeliggjøre det for alle som har tilgang til databasene i begge land i løpet av kort tid. Så er det jo fascinerende hvordan vi har hørt historier om leteforeninger. letemannskaper, alt jeg vil si. Profesjonelle letere, geologer som etter mange år finner ressurser der man trodde det ikke var noe å finne, hvor foregjengerne har vært. Johan Sverdrup er et sånt eksempel hvor når de fant dette så var det jo bare noen hundre meter fra der den siste borringen var gjort. Nå skal du da automatisere denne her hønsjen. Det er jo utrolig spennende. Vil dere ha... funnet det samme som de fant som de gjorde når de fant Seierup tror du det? Jeg skulle ikke si det akkurat med det tilfellet det kan jeg diskutere med Hans-Kristen Rønnevik en annen gang men Men generelt så er vi jo sikre på at den teknologien vil ha en enorm verdi når det kommer til å identifisere nye muligheter. Muligheter som har vært oversett, som vi visste at man kan gjøre i dette prosjektet som vi nettopp gjorde. Og også nye muligheter der det ikke er behovet for før med å behandle sesmikk på nye måter. Du sa også at dette kan brukes utenfor oljesektoren til å finne reservoarer for å innisere CO2 for eksempel? Ja, det heter jo Earth Science Analytics, så vi har fokus på undergrunnen og datavitenskap. Og dette med lagring av CO2 er jo veldig viktig for bransjen og Norge og verden. Og når det gjelder lagring av CO2 så er det selvsagt viktig at den blir værende der hvor vi injiserer den. Så i dag sitter geologer og geofysikere og analyserer disse stedene man har identifisert. Og disse fagfolkene kan også benytte seg av vår teknologi for å automatisere sine arbeidsflyter. Da er det viktig at du har et godt lokk over det reservoaret der du skal pumpe inn CO2, tenker jeg. Ja, det er det. Vi kan studere forseilingsegenskapene til takbergarten. Vi kan studere forkastninger som begrenser CO2-en lateralt. Vi må også ta med at noen av disse reservoarene kan være energilager for trykk luft. Ja, det stemmer. Selve teknologien rundt det med kompressor og så videre, det er det andre som håndterer. Vi skal se på reservoarer som mulige reservoarer for trykkluft. Og hvorfor det? Jo, fordi når det gjelder fornybar vind og sol, så vil jo disse energikildene produsere energi når vind blåser og sol kjenner, mens markedet konsumerer energi gjerne på andre tidspunkt. Så da trenger man en mellomlaging. Og det er mange måter å gjøre det på hydrogen- Batterier. Batterier, ja. Men trykkluft er en mulighet også. Så da kan vi bruke vår teknologi til å forstå i hvilken grad reservoare i nærheten av disse energikjeldene er egnet til å holde på dette trykket. Ja, det brukes jo noen steder i Tyskland og USA. I saltgruver er det jo, det er gammelt saltgruver, ja. Dere, vi må avslutte, men her er det veldig spennende å se hva som kommer ut av disse funnene Erik Larsen og Rikard. Her får vi mer utnyttet av de modne feltene på kontinentalsokkelen, og så er det helt nødvendig. Jeg synes det kan være morsomt å se på potensialet på land også, der det gjelder gruvedrift, utbedelse av malmer og sånt. Det er jo viktig etter hvert i det grønne skiftet. Vi trenger nye Absolutt. Vi har jo i tillegg oppdaget store mengder metaller på havbunnen utenfor Norge, så det kan også være en mulighet. Da blir dataskjelskapene Gold Science Analytics og Diamond Science Analytics det da, Rikard. Eirik Larsen, administrerende direktør Earth Science Analytics. Takk skal du ha for at du kom inn om oss. Takk til deg, Rikard, og mitt navn er Jan Moberg. Takk for at jeg ble invitert.
Nevnt i episoden
Earth Science Analytics
Et software-selskap som fokuserer på digitalisering av data fra undergrunnen og automatisering av analyse av disse dataene.
Nordsjøen
Området der Earth Science Analytics har analysert brønner og identifisert olje- og gassreservoarer.
Oljedirektoratet
Norsk myndighet som utfordret bransjen til å finne teknikker for å identifisere oversette muligheter i undergrunnen.
Oil and Gas Authority
Britisk myndighet som utfordret bransjen til å finne teknikker for å identifisere oversette muligheter i undergrunnen.
Johan Sverdrup
Et oljefelt i Nordsjøen som ble funnet nær en tidligere boring, et eksempel på oversette ressurser.
Seierup
Et oljefelt som ble funnet nær en tidligere boring, et eksempel på oversette ressurser.
Barentshavet
Et område med potensielle olje- og gassreservoarer, men langt fra eksisterende infrastruktur.
CO2-lagring
Et område der Earth Science Analytics kan bruke sin teknologi for å identifisere og vurdere potensielle lagringssteder.
Trykkluft
En mulig energilagringløsning som kan bruke Earth Science Analytics sin teknologi for å finne egnede reservoarer.
Havbunnen
Et område der store mengder metaller er funnet, potensielt et område for fremtidig utvinning.
Deltakere
Host
Jan Moberg
Host
Oddrik Art
Guest
Eirik Larsen