Проблематика совершенствования экологического мониторинга на нефтегазовых объектах с применением технологий искусственного интеллекта
| Parent link: | Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов=Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering/ Национальный исследовательский Томский политехнический университет.— .— Томск: Изд-во ТПУ, 2015-.— 2413-1830 Т. 336, № 10.— 2025.— С. 38-49 |
|---|---|
| Glavni avtor: | |
| Drugi avtorji: | , |
| Izvleček: | Актуальность исследования обусловлена вызовами принятой климатической доктрины, ориентирующей российские нефтегазовые компании на реализацию стратегии устойчивого развития, в рамках которой экологический мониторинг окружающей среды занимает ключевое место и является основой инвестиционной привлекательности и конкурентоспособности компаний на мировом рынке углеводородного сырья. Трансформация экологического мониторинга в направлении внедрения технологий искусственного интеллекта сопровождается комплексом проблем технико-технологического характера. Цель: анализ проблематики внедрения технологий искусственного интеллекта в систему мониторинга состояния атмосферного воздуха на действующих нефтегазовых объектах. Информационная база: материалы научных работ российских и зарубежных авторов, годовая и внутренняя отчетность нефтегазовых компаний, нормативно-правовая база. Методы: эмпирический, аналитический, экономико-статистический. Результаты. Авторами выявлено, что совершенствование экологического мониторинга на основе технологий искусственного интеллекта в рамках стратегической задачи технологического суверенитета и цифровизации нефтегазовой отрасли сдерживается триадой факторов в части качества информационной базы, измерительных устройств, пригодных для специфических географо-климатических условий, и имеющегося обеспечения технологий искусственного интеллекта. Обозначено, что для нивелирования двойственного влияния технологий искусственного интеллекта необходим комплекс мероприятий в части государственного регулирования для повышения инициативности нефтегазовых компаний по совершенствованию экологического мониторинга. Также обосновано, что разработка собственных программных продуктов, несмотря на длительность внедрения в связи с поиском технических, технологических и IT-решений, является перспективным бизнес-проектом, возможным для тиражирования на других нефтегазовых объектах со схожими географо-климатическими условиями Relevance. Challenges of the traditional climate doctrine, which guides Russian oil and gas companies in implementing development strategies. Within these strategies, environmental monitoring of the environment occupies a key place and is crucial for the investment attractiveness and competitiveness of companies in the global hydrocarbon raw materials market. The transformation of environmental development through artificial intelligence technologies is accompanied by a set of technical and technological problems. Aim. Analysis of the problems of developing artificial intelligence technologies in the Triad system «State of Atmospheric Air» at operating oil and gas facilities. Information base. Materials of scientific works by Russian and foreign authors, annual and interim reporting of oil and gas companies, regulatory framework. Methods. Empirical, analytical, economic, and statistical. Results. The authors established that the improvement of the environmental triad based on artificial intelligence technology within the framework of strategic tasks of technological sovereignty and digitalization of the oil and gas industry is determined by a triad of factors: the quality of information bases, measuring devices that provide characteristic geographic and climatic conditions, and real technical support for artificial intelligence technologies. It is indicated that in order to level the dual industrial technologies of artificial intelligence, a set of measures is needed in terms of state regulation to increase the initiative of oil and gas companies in improving the environmental monitoring system. It is also substantiated that the development of clean software products, despite the long relation to the search for technical, technological, and IT solutions, is a promising business project that can be replicated at other oil and gas facilities with similar geographic and climatic conditions Текстовый файл |
| Jezik: | ruščina |
| Izdano: |
2025
|
| Teme: | |
| Online dostop: | https://earchive.tpu.ru/handle/11683/133262 https://doi.org/10.18799/24131830/2025/10/5289 |
| Format: | Elektronski Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=683176 |
MARC
| LEADER | 00000naa2a2200000 4500 | ||
|---|---|---|---|
| 001 | 683176 | ||
| 005 | 20251128102632.0 | ||
| 090 | |a 683176 | ||
| 100 | |a 20251117d2025 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn uucaa | ||
| 200 | 1 | |a Проблематика совершенствования экологического мониторинга на нефтегазовых объектах с применением технологий искусственного интеллекта |d Issues of improving environmental monitoring at oil and gas facilities using artificial intelligence technologies |z eng |f Артур Ильдарович Нургалиев, Алена Александровна Назарова, Ирина Валерьевна Шарф | |
| 320 | |a Список литературы: с. 46-47 (42 назв.) | ||
| 330 | |a Актуальность исследования обусловлена вызовами принятой климатической доктрины, ориентирующей российские нефтегазовые компании на реализацию стратегии устойчивого развития, в рамках которой экологический мониторинг окружающей среды занимает ключевое место и является основой инвестиционной привлекательности и конкурентоспособности компаний на мировом рынке углеводородного сырья. Трансформация экологического мониторинга в направлении внедрения технологий искусственного интеллекта сопровождается комплексом проблем технико-технологического характера. Цель: анализ проблематики внедрения технологий искусственного интеллекта в систему мониторинга состояния атмосферного воздуха на действующих нефтегазовых объектах. Информационная база: материалы научных работ российских и зарубежных авторов, годовая и внутренняя отчетность нефтегазовых компаний, нормативно-правовая база. Методы: эмпирический, аналитический, экономико-статистический. Результаты. Авторами выявлено, что совершенствование экологического мониторинга на основе технологий искусственного интеллекта в рамках стратегической задачи технологического суверенитета и цифровизации нефтегазовой отрасли сдерживается триадой факторов в части качества информационной базы, измерительных устройств, пригодных для специфических географо-климатических условий, и имеющегося обеспечения технологий искусственного интеллекта. Обозначено, что для нивелирования двойственного влияния технологий искусственного интеллекта необходим комплекс мероприятий в части государственного регулирования для повышения инициативности нефтегазовых компаний по совершенствованию экологического мониторинга. Также обосновано, что разработка собственных программных продуктов, несмотря на длительность внедрения в связи с поиском технических, технологических и IT-решений, является перспективным бизнес-проектом, возможным для тиражирования на других нефтегазовых объектах со схожими географо-климатическими условиями | ||
| 330 | |a Relevance. Challenges of the traditional climate doctrine, which guides Russian oil and gas companies in implementing development strategies. Within these strategies, environmental monitoring of the environment occupies a key place and is crucial for the investment attractiveness and competitiveness of companies in the global hydrocarbon raw materials market. The transformation of environmental development through artificial intelligence technologies is accompanied by a set of technical and technological problems. Aim. Analysis of the problems of developing artificial intelligence technologies in the Triad system «State of Atmospheric Air» at operating oil and gas facilities. Information base. Materials of scientific works by Russian and foreign authors, annual and interim reporting of oil and gas companies, regulatory framework. Methods. Empirical, analytical, economic, and statistical. Results. The authors established that the improvement of the environmental triad based on artificial intelligence technology within the framework of strategic tasks of technological sovereignty and digitalization of the oil and gas industry is determined by a triad of factors: the quality of information bases, measuring devices that provide characteristic geographic and climatic conditions, and real technical support for artificial intelligence technologies. It is indicated that in order to level the dual industrial technologies of artificial intelligence, a set of measures is needed in terms of state regulation to increase the initiative of oil and gas companies in improving the environmental monitoring system. It is also substantiated that the development of clean software products, despite the long relation to the search for technical, technological, and IT solutions, is a promising business project that can be replicated at other oil and gas facilities with similar geographic and climatic conditions | ||
| 336 | |a Текстовый файл | ||
| 461 | 1 | |0 288378 |9 288378 |t Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов |l Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering |f Национальный исследовательский Томский политехнический университет |c Томск |n Изд-во ТПУ |d 2015- |x 2413-1830 | |
| 463 | 1 | |0 683168 |9 683168 |t Т. 336, № 10 |d 2025 |v С. 38-49 | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a нефтегазовые объекты | |
| 610 | 1 | |a парниковые газы | |
| 610 | 1 | |a экологический мониторинг | |
| 610 | 1 | |a газоаналитические системы | |
| 610 | 1 | |a искусственный интеллект | |
| 610 | 1 | |a искусственная нейронная сеть | |
| 610 | 1 | |a oil and gas facility | |
| 610 | 1 | |a greenhouse gases | |
| 610 | 1 | |a environmental monitoring | |
| 610 | 1 | |a gas analysis systems | |
| 610 | 1 | |a artificial intelligence | |
| 610 | 1 | |a artificial neural network | |
| 700 | 1 | |a Нургалиев |b А. И. |g Артур Ильдарович | |
| 701 | 1 | |a Назарова |b А. А. |g Алена Александровна | |
| 701 | 1 | |a Шарф |b И. В. |g Ирина Валерьевна |f 1969- |c экономист |c профессор Томского политехнического университета, доктор экономических наук |9 13899 | |
| 801 | 0 | |a RU |b 63413507 |c 20251117 | |
| 850 | |a 63413507 | ||
| 856 | 4 | |u https://earchive.tpu.ru/handle/11683/133262 |z https://earchive.tpu.ru/handle/11683/133262 | |
| 856 | 4 | |u https://doi.org/10.18799/24131830/2025/10/5289 |z https://doi.org/10.18799/24131830/2025/10/5289 | |
| 942 | |c CF | ||