Equinor ASA
PulseAugur coverage of Equinor ASA — every cluster mentioning Equinor ASA across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
研究：人工智能促进化石燃料生产超过绿色能源，增加排放
一项新研究表明，人工智能比减少全球碳排放更有可能增加碳排放。研究人员发现，人工智能提高化石燃料行业生产能力的能力导致比其对可再生能源发电的贡献更大的污染。研究结果表明，要使人工智能实现净减排，其在清洁能源方面的生产力增长需要显著超过在化石燃料方面的增长。
-
新模型解决油田数据中的真实世界异常检测问题
研究人员开发了一种新颖的工业环境异常检测方法，专门针对Equinor发布的Volve油田数据。与使用人为诱发故障的典型基准测试不同，这项工作侧重于缺乏故障日志的真实生产数据。研究团队根据详细说明潜在物理故障的工程文档构造了异常标签，并公布了每个标签背后的推理过程。然后，他们评估了一个无监督基线模型和一个双头模型，发现无监督方法识别出了相似的异常区域，而监督模型在检测未见过油井的事件存在和类型方面显示出潜力，尽管时间定位粗略。
-
能源专家杨涛回国，促进欧中合作
能源专家杨涛在挪威任职后已返回中国石油大学（华东）。他旨在促进中国与欧洲在低碳技术、数字能源和可持续解决方案等关键领域的合作。杨涛是多个国际科学院的杰出成员，此前曾在Equinor ASA担任重要职务，并联合创立了世界碳捕集利用与封存理事会。
-
AI系统TADI通过工具编排增强钻井智能
研究人员开发了TADI，一个代理式AI系统，旨在通过钻井智能分析异构井场数据。TADI使用包含DuckDB和ChromaDB的双存储架构，整合了包括钻井报告和实时测量在内的各种数据源。该系统采用大型语言模型来编排十二个领域特定工具，用于证据收集，并将结构化数据与叙述性报告进行交叉引用。提出了一种新的指标，即证据基础评分（EGS），以评估合规性，并使实现可复现。
-
WISE-FM基础模型整合工程知识用于多任务井设计
研究人员开发了WISE-FM，一个专为多任务井操作设计的基础模型，该模型整合了工程原理和井设计参数。该模型集成了特征线性调制和跨模态注意力机制，以根据井设计条件化操作嵌入，并采用多任务学习来预测流速、井底条件和流态。在模拟和真实世界数据上的评估显示，预测精度显著提高，井设计优化速度也大大加快。