في خطوة رائدة نحو تحسين كفاءة إنتاج الغاز، قدم فريق من الباحثين حلًا مبتكرًا يعتمد على تقنيات التعلم الآلي (Machine Learning) لتحسين عمليات رفع الغاز في الحقول غير التقليدية. يتمثل هذا النظام الآلي في دمج نموذج تعلم آلي قادر على التنبؤ بدقة بأداء رفع الغاز، مع إطار عمل تحسين بايزي (Bayesian Optimization) لتحديد معدلات حقن الغاز المثلى وفقًا لقيود السعة.

يستفيد هذا النموذج من بيانات الإنتاج التاريخية دون الحاجة إلى قياسات في الجهة السفلية أو اختبارات آبار متعددة، مما يُزيد من كفاءة العملية ويقلل من التكاليف.

لقد أجرى الفريق تجارب على 30 بئرًا عبر 5 منصات في منطقة باكن (Bakken)، وحصل على زيادة متوسطة تزيد عن 5% في الإنتاج. بعد نجاح هذه التجارب، تم تطبيق النظام بشكل كامل على أكثر من 200 بئر لرفع الغاز ومساعدة الغواصين في باكن.

تُظهر النتائج أن هذا النظام القائم على التعلم الآلي يوفر حلاً فعّالًا واقتصاديًا للحقول التي لا تتوفر فيها بيانات من الجهة السفلية أو الاختبارات متعددة المعدلات، مما يتيح لها استغلال إمكاناتها بشكل أفضل. وهذا يعتبر خطوة كبيرة نحو تحسين الكفاءة الإنتاجية في صناعة الطاقة، مما يسهم في تحقيق المزيد من الابتكارات في المستقبل القريب.