에너지 자원

MATLAB 및 Simulink를 사용한 에너지 자원 모델링 및 시뮬레이션

MATLAB 및 Simulink를 사용하면 동적 모델링과 시뮬레이션을 통해 업스트림 및 다운스트림 공정의 테스트와 평가를 사용자 지정하고 가속화할 수 있습니다. 이를 통해 최소한의 운영 비용과 최대의 투자 대비 성과로 자산 성능 및 생산을 최적화할 수 있습니다.

MATLAB 및 Simulink를 사용하여 다음과 같은 작업을 수행할 수 있습니다.

  • 전통, 비전통 또는 저장 저류층의 지하 및 지표 공정에 대한 3차원 설계, 모델링, 시뮬레이션의 사용자 지정 및 확장
  • 영상, 신호 및 웨이블릿 처리 알고리즘을 사용하여 여러 영역에서 탄성파 및 유정구 데이터 분석
  • 컴퓨터 비전(영상 및 신호 처리)과 데이터 사이언스(AI, 머신러닝 및 딥러닝)에 HPC(고성능 컴퓨팅) 기능을 함께 사용하여 대규모 데이터 분석 가속화
  • MATLAB 및 Simulink를 외부 소프트웨어 애플리케이션과 상호 연결, 자체 애플리케이션 구축, 필요에 따라 자동으로 코드 생성

MATLAB 및 Simulink에서 개발된 에너지 자원 관련 제품

MATLAB 및 Simulink를 다음과 같은 툴과 함께 사용하여 전통, 비전통, CCS(탄소 포집 및 저장) 및 재생 에너지 공정의 모델링 및 시뮬레이션을 사용자 지정할 수 있습니다.

데이터 사이언스 및 HPC 툴셋: MATLAB에서 개발된 이 툴셋은 다음과 같은 다양한 영역에서 사용자 지정 가능 툴박스와 함께 디지털 기술 솔루션을 제공합니다.

  • AI: 머신러닝, 딥러닝, 강화 학습
  • HPC: 병렬 연산, GPU 연산, 클라우드 컴퓨팅 및 양자 컴퓨팅, 프로덕션 서버
  • IPCV: 영상, 신호 및 웨이블릿 처리, 컴퓨터 비전, GIS

업스트림 제품: MATLAB은 지구과학자와 엔지니어의 지하 및 지표 공정 모델링과 시뮬레이션을 지원합니다.

참고 자료

MATLAB을 사용한 지하 모델링 및 시뮬레이션 응용 사례

SeReM을 사용한 지하 모델링

암석 물성 모델링과 탄성파 역산의 알고리즘을 사용하여 저류층 암상을 모델링하고 분류할 수 있습니다.

MRST를 사용한 지하 시뮬레이션

조성 유체동역학을 사용하여 복잡한 동적 저류층 물성을 모델링하고 시뮬레이션할 수 있습니다.


MATLAB을 사용한 데이터 사이언스 응용 사례

MATLAB을 사용한 데이터 사이언스

데이터를 탐색하고 머신러닝 모델을 구축하며 예측 분석을 수행할 수 있습니다.

MATLAB을 사용한 빅데이터

빅데이터를 대상으로 하는 예측 모델을 살펴보고 분석하며 개발할 수 있습니다.

Seismic Facies Classification with Deep Learning and Wavelets (54:28)

AI 알고리즘 전에 신호 처리 기법을 적용한 방법으로 SEAM AI Applied Geoscience GPU Hackathon 우승을 차지한 사례를 살펴볼 수 있습니다.


MATLAB을 사용한 고성능 컴퓨팅 응용 사례

MATLAB 및 Simulink를 사용한 병렬(CPU 및 GPU) 연산

멀티코어 데스크탑, GPU, 클러스터 및 클라우드를 사용하여 대규모 연산을 수행하고 시뮬레이션을 병렬화할 수 있습니다.

MATLAB 및 Simulink를 사용한 클라우드 컴퓨팅

향상된 연산 리소스, 소프트웨어 툴, 안정적인 데이터 스토리지에 대한 온디맨드 액세스로 개발 공정을 가속화할 수 있습니다.

MATLAB 및 Simulink를 사용한 양자 컴퓨팅

MATLAB Support Package for Quantum Computing을 사용하여 양자 알고리즘을 구축하고 시뮬레이션하며 실행할 수 있습니다.


MATLAB을 사용한 영상 처리 및 컴퓨터 비전 응용 사례

Image Processing Toolbox

영상 처리, 시각화 및 분석을 수행할 수 있습니다.

Signal Processing Toolbox

신호 처리 및 분석을 수행할 수 있습니다.

Wavelet Toolbox

신호와 영상의 시간-주파수 및 웨이블릿 분석을 수행할 수 있습니다.

Computer Vision Toolbox

컴퓨터 비전, 3차원 비전 및 비디오 처리 시스템을 설계하고 테스트할 수 있습니다.

Facies Classification with Wavelets and Deep Learning (25:29)

MATLAB에서 딥러닝과 웨이블릿을 적용하여 해석 속도 향상의 시작점으로 삼을 수 있습니다.

Seismic Raster to SEG-Y Converter

탄성파 영상을 지리참조 SEG-Y 형식 파일로 변환할 수 있습니다.


AI, 고성능 컴퓨팅, 영상 처리 및 컴퓨터 비전 응용 사례의 예제

Shell - 지질학자들의 지하 지질 특징 예측 소프트웨어 개발 및 배포 사례

Shell은 지하 지질 특성을 정량적으로 나타내는 애플리케이션을 개발하여 석유 및 가스 탐사 비용을 절감했습니다.

Sinopec - 딥러닝을 통한 고정밀 지능형 탄성파 역산 개발 사례

Sinopec의 엔지니어들은 MATLAB을 사용하여 주파수-위상 지능형 역산이라는 새로운 탄성파 역산법을 선보였습니다.

Seismic dip Guided Horizon Interpretation in Petrel with MATLAB (9:50)

Chevron은 MATLAB을 Petrel에 통합하여 탄성파 경사 유도 수평 자동 추적 알고리즘을 설계하고 구현했습니다.

MATLAB Parallel Server 및 머신 비전 툴로 Shell을 변환하는 방법 (19:44)

Shell과 AACoE는 MDCS를 사용하여 공정 가속화와 신뢰성 향상을 도울 AI 툴을 엔지니어에게 제공했습니다.

Breaking the Boundaries Integrating GIS AI and Lidar for Digital Innovation (24:09)

Spacesium의 엔지니어들은 MATLAB을 사용하여 포인트 클라우드 데이터를 빠르게 분할하고 분류했습니다.

Shell - MATLAB 및 고급 분석 사용 사례 (29:14)

Shell은 3단계 접근법을 기반으로 공정 모니터링과 예측 분석을 위한 알고리즘을 제공할 분석 스택을 구축했습니다.