Shell International sabe que se necesita tecnología de punta para prosperar en la competitiva industria energética global. Con proyectos en todo el mundo, tanto en energías renovables como no renovables, Shell siempre debe tener conocimientos sobre el futuro. Desde determinar la producción esperada hasta predecir fallas en el equipo, no hay lugar para adivinar en una industria donde el tiempo de inactividad es inaceptable. 

Esta es la razón por la que Shell es parte del Open Subsurface Data Universe (OSDU) y por qué utilizan Elasticsearch para el análisis de una variedad de datos geoespaciales, de texto completo y numéricos que son críticos en el espacio energético.

Durante su presentación de ElasticON Global , Johan Krebbers, gerente general de Tecnologías Digitales Emergentes y Vicepresidente de Innovación de TI en Shell International, habló sobre la importancia de la flexibilidad que Elasticsearch brinda al gigante de la energía, incluida su capacidad para ser nativo de la nube o local. y su capacidad para utilizarse con varios proveedores de alojamiento para permitir que Shell cumpla con las regulaciones de retención de datos impuestas por los gobiernos de todo el mundo.

Además, debido a su capacidad para buscar y analizar tantos tipos de datos diferentes, Elasticsearch se encuentra en el corazón de las soluciones de observabilidad, aprendizaje automático (ML), visión artificial y procesamiento de lenguaje natural de Shell.

Predecir fallas, aumentar el tiempo de actividad

Según Krebbers, el mejor momento para reemplazar el equipo es antes de que falle. Si espera hasta que sea demasiado tarde, los efectos en cascada pueden aumentar los costos de reparación, aumentar las ganancias e impactar los ingresos y el crecimiento. Al aprovechar las capacidades de ingesta en tiempo real, ML y observabilidad de Elastic, Shell puede utilizar el modelado predictivo para reemplazar o reparar maquinaria antes de que falle. 

"Usamos ML para el mantenimiento predictivo de nuestras instalaciones", dice Krebbers, quien está a cargo de traer nuevas tecnologías a Shell. "Usted recopila los datos en tiempo real. Tiene los modelos ML. Y luego [usted] comienza a predecir cuándo fallará una bomba? ¿Cuándo fallará un compresor? Si puede predecir fallas, puede predecir el tiempo de inactividad. Y el tiempo de inactividad siempre le cuesta dinero. Por lo tanto, desea aumentar su tiempo de actividad ".

Otra forma de mantener bajos los costos generales es asegurarse de que los recursos no se desperdicien. Es por eso que Shell utiliza una solución de visión artificial con Elasticsearch en su núcleo para obtener información sobre posibles fugas en toda su infraestructura global. 

Detectando derrames, fugas y emisiones con robots

"La visión artificial juega un papel importante en la detección de fugas y detección de emisiones", dice Krebbers. "Tienes robots conduciendo con cámaras que recolectan derrames, fugas, emisiones. [Luego] lo llevas a un entorno de nube, aplica visiones de máquina y comienza a buscar videos de fugas y derrames. Y cuando hay un problema, puedes plantearlo de inmediato con el personal adecuado ".

Más allá de la detección de fugas, derrames y emisiones, Shell siempre debe estar a la caza de cosechar nuevas fuentes de energía. 

Como parte de su misión de llevar más recursos al mercado, los empleados de Shell están adoptando y exigiendo capacidades de procesamiento de lenguaje natural con Elasticsearch como motor de búsqueda principal. Muchos expertos de Shell, por ejemplo, están utilizando el procesamiento del lenguaje natural para buscar rápidamente a través de montañas de datos del subsuelo de misión crítica de la compañía relacionados con pozos, desarrollo y exploración para mantener a Shell competitivo.

Vea la conversación completa con Shell International para obtener más información sobre cómo Shell aumenta el tiempo de actividad, detecta emisiones y muestra los datos de exploración más rápido con Elastic.