В России внедрили новую ИИ-систему для работы с нефтепродуктами

Предупредительная система

Томский госуниверситет систем управления и радиоэлектроники (ТУСУР) создал первую систему, которая обрабатывает видео с камер в реальном времени с помощью машинного обучения, контролируя действия персонала и состояние оборудования.

Она автоматически фиксирует отклонения от регламента, предупреждает персонал и формирует короткие видеофрагменты событий (15 секунд до и после инцидента). Это помогает оператору быстро подтвердить факт нарушения и принять нужные решения. Продукт протестирован осенью 2025 года и уже внедрён в компании «Ойлтим». В первый месяц работы на предприятии было выявлено более 200 отклонений от регламента разной степени значимости.

Разработка является частью проекта «Приоритет-2030»,сформированного для анализа больших данных, выявлению аномалий и предсказанию технологических сбоев. Это – значительный шаг в цифровизации промышленности нефтедобычи в РФ, особенно в части безопасной эксплуатации автоматизированной станции налива (АСН) и оптимизации человеческого фактора. Система повышает уровень контроля безопасности, снижает риски нарушений регламента при операциях с нефтепродуктами. Также создана система поддержки принятия управленческих решений при заправке автоцистерн. При нештатной ситуации – если АСН начнет работать неправильно – система автоматически заблокирует подачу нефти или остановит ее, предотвращая опасные ситуации. В планах разработчиков – дальнейшее совершенствование системы. Её демоверсия выставлена в вузовском Технопарке суверенных технологий, открытом для всех желающих.

Процесс трансформации – трансформация процесса

Внедрение цифровых технологий оказывает необратимое и весьма значительное влияние на нефтегазовую промышленность России. В первую очередь это касается анализа данных и автоматизации процессов. Повсеместно внедряется интернет вещей (IoT). В перспективе сектор почувствует снижение затрат на разведку и добычу на 10–15% и ускорение сроков ввода новых объектов на 40%. При этом, по оценке Минэнерго РФ, уровень цифровой зрелости нефтегазового сектора пока еще ниже, чем в фармацевтической, пищевой и металлургических отраслях.

К 2025 году темпы и масштабы цифровизации всех промышленных секторов страны значительно возросли и находятся на пике активности. Ключевые факторы роста — увеличение объёмов производства и уход с рынка иностранных поставщиков ПО и оборудования. Также драйверами цифровизации для предприятий являются необходимость добиваться ключевых показателей импортозамещения, требования к критической информационной инфраструктуре. Традиционные задачи автоматизации остаются актуальными: повышение эффективности бизнеса, снижение затрат, обеспечение качества продукции и надёжности оборудования

Дмитрий Васильев

старший партнер Лиги цифровой экономики

Обобщенный рыночный опыт свидетельствует о том, что цифровизация и автоматизация позволяют сократить аварийные остановки на 20% и снижают операционные затраты на 10–20%, улучшая управляемость ресурсами. Российские компании многократно отчитывались в публичном пространстве о положительных результатах внедрений решений на базе ИИ, IoT и Big Data.

Практические примеры

Аналитики обращают внимание на проект «Сахалин-2», на котором внедрена предиктивная система компании AVEVA. Она в режиме реального времени мониторит состояние 100 единиц вращающегося оборудования. Таким образом, заказчик получил возможность вести ремонт оборудования по состоянию, отказавшись от системы планово-предупредительных ремонтов. В работе система опирается на сравнение данных с историческими показателями, помогая персоналу оперативно принимать решения о техническом обслуживании и заказе запчастей.

В начале 2024 года ПАО «Транснефть» сообщила о начале тестирования ИИ и машинного обучения. Оценивалась пригодность технологий для решения задач по выявлению закономерностей, аномалий и прогноза наличия нефти в резервуарах и в линейной части на основе анализа изменений первичных данных. ИИ уже участвует в составлении долгосрочных прогнозов.

Отдельного упоминания заслуживает проект ООО «Газпром недра», победивший в конкурсе «Нефть 4.0» в прошлом году. Цифровую платформу разработало ООО «ТетраСофт». До внедрения системы задачи по управлению бурением решались на базе простых моделей и алгоритмов анализа данных. В рамках проекта были реализованы алгоритмы ИИ и механизмы предиктивной аналитики, а также ряд технологий анализа больших данных и моделирования. В итоге были достигнуты значительные результаты по оптимизации процессов бурения и минимизации производственных потерь, связанных с отказами оборудования.

В целом российская разработка отражает движение к умным производственным площадкам в нефтедобыче, демонстрируя яркий пример прикладного ИИ с реальным промышленным эффектом. Система мониторинга ручных операций усиливает безопасность и может стать стандартом для АСН.