Ростелеком, ЛУКойл и Россма запустили в Пермском крае первые в России «умные» скважины
Пилотный проект по дистанционному мониторингу и управлению нефтегазовым оборудованием был реализован на Аспинском месторождении. Его суть — в оснащении скважин датчиками давления, температуры и загазованности (производитель — Россма), передаче данных в диспетчерский центр и обеспечении возможности удаленного реагирования на нештатные ситуации.
— Аспинское — месторождение, которое начало осваиваться в середине прошлого века. Тогда никто не думал о цифровой трансформации, — констатирует представитель президента ЛУКойла в Пермском крае Олег Третьяков. — На протяжении нескольких лет мы пытались понять, как собирать данные с таких участков, как интегрировать их в существующие системы учета, не неся при этом гигантских затрат. С помощью Ростелекома мы такой продукт, наконец, нашли. Оно, конечно, не бесплатное, но, по нашим оценкам, эффект от его внедрения значительно превысит расходы.
Этот эффект, по словам Третьякова, складывается из нескольких составляющих. Главная — радикальное сокращение времени реагирования на отклонения. Раньше на принятие решений по труднодоступным скважинам могло уйти больше суток, теперь — около часа.
— Проект стартовал полтора года назад, — комментирует вице-президент Ростелекома, директор макрорегионального филиала «Урал» Сергей Гусев. — Нам нужно было найти ответ на нетривиальный вопрос— как без больших капитальных вложений и с использованием отечественного оборудования обеспечить сбор данных с территорий, не имеющих GSM-покрытия. Мы рассматривали различные варианты организации радиодоступа, но в итоге остановились на архитектуре LoRaWan (одна из самых популярных в мире технологий, используемых при построении сетей интернета вещей, — Ред.). Она обеспечивает максимальное покрытие, легкую интеграцию с мобильной связью, позволяет датчикам работать от одной батарейки более десяти лет. Но это не означает, что LoRaWan — панацея. Вполне вероятно, что на других месторождениях мы будем использовать другие решения.
По данным участников проекта, в ходе его реализации им удалось добиться 90-процентной локализации.