Shell sucht mit Big Data nach Öl

Mit einer Lösung von SAS ist Shell Exploration and Production in der Lage, Big Data in fundierte Entscheidungen bei der Förderung und Produktion von Öl und Gas umzusetzen. [...]

Shell wendet analytische Verfahren im Rahmen seines gesamten Hochsee-Portfolios für eine Reihe von Geschäftsanforderungen an, um tiefere Einblicke in die Performance integrierter Produktionssysteme zu gewinnen. Durch den intelligenten Einsatz auf Basis valider Informationen lassen sich die Lebenszyklen der Ausstattung und die Einsatzdauer verlängern. Dies spart den Angaben zufolge Millionen an Dollar ein, die wiederum in die Gas- und Ölproduktion investiert werden. Mit SAS Predictive Asset Maintenance will Shell die Effizienz und Effektivität seiner Prozesse für sämtliche Bereiche steigern.

„SAS macht dem Rätselraten um unsere Geschäftsprozesse ein Ende“, erklärt Tom Moroney, Manager of Technology Deployment and Geosciences bei Shell Exploration and Production, Upstream Americas, Deepwater. „Wir analysieren riesige Mengen an Echtzeitdaten, um unsere Prozesse zu optimieren, die Effizienz unserer Anlagen sowie die Performanz der Bohranlagen zu erhöhen. Wenn die Benachrichtigung über unsere SAS-Lösung eine Lücke in der Leistung signalisiert, können wir diese schnell feststellen, das System befragen und kritische Störungen verhindern oder abschwächen.“

Shell-Ingenieure nutzen diese Analytics-Informationen unter anderem, um die Leistung für ihre neueste Plattform Perdido zu verbessern. Perdido fördert Öl 10.000 Fuß unter Wasser und 9.000 Fuß unter einer Schicht aus Schlamm, Salz und Felsen und gehört damit zu den Offshore-Plattformen mit der größten Bohrtiefe weltweit. Auf einer Unterwasserfläche von der Größe Houstons werden Öl und Erdgas von bis zu 130.000 Barrel pro Tag gefördert. (pi)


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*