Energy Resources

MATLAB 和 Simulink 在能源生产领域的应用

石油和天然气行业的地学科学家和工程师选择 MATLAB^® 和 Simulink^® 产品：

对钻探设备进行建模和优化
分析地震数据，确定最佳钻井位置
运行 Monte-Carlo 模拟，进行估值和风险评估
对储油层建模，延长石油和天然气储量的寿命
将他们的分析扩展到GPU 集群和云

“我们利用自己的设计技能和知识为客户增加价值，而不是通过编写代码。Simulink 和 Embedded Coder 使我们能够将资源和重点从代码实现转移到系统设计和系统级的测试，从而加快了开发进度。”
Ingolf Wassermann, Baker Hughes

观看示例

Transocean 监测防喷器 (BOP) 的工况和性能

石油钻井的实时边缘分析

MATLAB Parallel Server 和 Machine Vision Tools 如何帮助壳牌转型

预测性维护

MATLAB 有助于您根据设备的具体操作和架构特性开发自定义的预测性维护算法。使用 Predictive Maintenance Toolbox™ 设计状态指标并估算泵和压缩机等关键设备的剩余使用寿命。

客户案例

Baker Hughes 使用数据分析和机器学习开发油气开采设备预测性维护软件

汽轮机的预测性维护 (39:11)

地球科学、图像处理和深度学习

使用 MATLAB 实现地理科学应用，如遥感图像处理、生成和处理数字高程模型。您还可以开发地层表征算法。您可以导入各种 GIS 和地理空间文件格式，使用数百个内置函数进行信号处理、图像分析和曲线拟合。

在繁琐的地震资料解释活动上节省时间，比如，通过使用深度学习进行地震特征检测和震相到时拾取，从而采集复杂的盐体。

客户案例

壳牌公司地质学家开发和部署地表下地质特征预测软件

实时仿真和 HIL 测试

在 Simulink 中动态建模与实时测试相配合，更好地了解系统行为，开发被控对象设计，在没有硬件原型的情况下实现控制算法。使用 Simulink Real-Time™ 和 Speedgoat，对油气生产（如钻探、生产、海底建筑和工艺设备）执行系统的实时 HIL 测试。

客户案例

德克萨斯大学奥斯汀分校: 在 Drillbotics 学生竞赛中开发微型自主钻井平台的控制系统

在 Simulink Real-Time Explorer 中创建的钻探状态可视化和在 Simulink 中创建的手动控制装置。

钻探系统建模和数字孪生

对于控制压力钻井之类的应用，使用 Simscape™ 对流体系统以及处理这些流体的机器建模。Simscape 产品系列提供多域仿真，使您能够设计多个子系统（如泥浆泵和交流电动机）的逻辑和控制，而无需推导和实现系统级方程。您还可以使用传感器数据实时自动调节您的资产的数字孪生，而无需 IT 人员参与。

客户案例

海底防喷器管柱的实时状态和性能监控

钻井系统建模和自动化 (9 个视频)

能源交易和风险管理

使用 MATLAB 能够简化和自动化您的能源交易和风险管理任务，比如从多个来源导入能源数据并实现可视化、构建能源时序数据的预测模型以及对估值和风险评估运行 Monte-Carlo 模拟。

您还可以从其他程序（如 Python^® 和 Microsoft^® Excel^®）调用 MATLAB 算法，在企业系统（如 Power BI、Cloudera^® 和 Hadoop^®）上部署这些模型。MATLAB API 允许您为工作流程的每个部分挑选最好的语言和平台，MATLAB 在它们之间起到粘合剂的作用。

客户案例

RWE 开发和部署用于天然气及能源交易和风险管理的自动化系统