BỘ GIÁO DỤC & ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

KHOA TÀI CHÍNH CÔNG

TIỂU LUẬN KẾT THÚC HỌC PHẦN

MÔN QUẢN LÝ KHU VỰC CÔNG
ĐỀ TÀI: ỨNG DỤNG CỦA CÔNG NGHỆ ANN TRONG
VIỆC QUẢN LÝ KHAI THÁC TẠI PVN
Giảng viên hướng dẫn: TS. Phạm Quốc Hùng

Mã lớp học phần: 23D1PUF50400401

Họ và tên: Nguyễn Thị Ngọc Nhi
MSSV: 31211023635

TP. Hồ Chí Minh, tháng 3 năm 2023

1
MỤC LỤC
1. GIỚI THIỆU TỔNG QUAN TẬP ĐOÀN PVN..............................................................................1
2. CÔNG NGHỆ AI...............................................................................................................................2
2.1 Trí tuệ nhân tạo – AI..........................................................................................................................2
2.2 Ứng dụng của AI là gì?......................................................................................................................2
3. CÔNG NGHỆ ANN TRONG QUẢN LÝ KHAI THÁC.................................................................3
3.1 Công nghệ ANN là gì?......................................................................................................................3
3.2 Hỗ trợ việc quản lý Khai thác như thế nào?.......................................................................................3
4. KẾT LUẬN........................................................................................................................................4
5. TÀI LIỆU THAM KHẢO.................................................................................................................4
1. TÓM TẮT
Một xu hướng nghiên cứu đang phát triển trên thế giới là xây dựng các công cụ dự đoán
bằng các thuật toán học máy. Dự báo sản lượng khai thác dầu là thách thức lớn trong
ngành dầu khí. Sau nhiều lần nghiên cứu, công nghệ ANN 1 đóng vai trò quan trọng trong
công tác vận hành và quản lý hiện trường. Hiện tại, các vấn đề về dự báo sản xuất được
giải quyết chủ yếu bằng cách sử dụng các phương pháp dự đoán truyền thống thuần túy.
Nói chung, dự báo sản xuất bằng mô phỏng động không cung cấp kết quả đáng tin cậy
trong trường hợp vẫn còn nhiều tham số không chắc chắn khi xây dựng mô hình động.
Thực tế tại Việt Nam, các mô hình thủy lực mỏ phân tích động thái khai thác vỉa nứt nẻ
cho kết quả không tin cậy và sai lệch so với hiệu quả thực tế. Việc xây dựng và thiết kế
kế hoạch khai thác hợp lý cho các vỉa đá granit nứt nẻ ở Việt Nam là một thách thức. Để
khắc phục những nhược điểm đó, Viện nghiên cứu VPI 2 đã nghiên cứu mô hình mô
phỏng bằng các phương pháp khác nhau và cho ra kết quả và lợi ích đáng kể cho việc
quản lý khai thác từ công nghệ ANN.
2. GIỚI THIỆU TỔNG QUAN TẬP ĐOÀN PVN
Tập đoàn Dầu khí Quốc gia Việt Nam - Petrovietnam là một trong những doanh nghiệp
nhà nước, với nhiệm vụ quản lý và triển khai các hoạt động dầu khí trên lãnh thổ Việt
Nam và đầu tư ra nước ngoài. Qua hơn 60 năm hình thành và phát triển, Petrovietnam đã
trở thành Tập đoàn kinh tế nhà nước, đóng vai trò chủ lực, trụ cột của nền kinh tế, góp
phần quan trọng trong sự nghiệp xây dựng và bảo vệ chủ quyền Tổ quốc.
Quy mô Tập đoàn:
- Tổng tài sản hợp nhất đến nay là 40 tỷ USD
- Nguồn vốn chủ sở hữu hợp nhất đến nay là 21,5 tỷ USD
- Liên tục giữ vai trò quan trọng đóng góp cho nguồn ngân sách Quốc gia
- Đội ngũ gần 60.000 thành viên của Petrovietnam với năng lực chuyên môn cao cùng
tinh thần trách nhiệm, tính kỷ luật, sự chuyên nghiệp và khả năng sáng tạo không ngừng,
đã xây dựng cho đất nước một hệ thống công nghiệp dầu khí hoàn chỉnh, đồng bộ chuỗi
khép kín các hoạt động từ tìm kiếm, thăm dò, khai thác tới tồn trữ, vận chuyển và chế
biến với 5 lĩnh vực:
• Tìm kiếm, thăm dò và khai thác dầu khí
• Công nghiệp khí
• Chế biến dầu khí
• Công nghiệp điện và năng lượng tái tạo
• Dịch vụ kỹ thuật Dầu khí chất lượng cao
1
ANN – Artificial Neurol Network
2
VPI - Viện Dầu khí Việt Nam - đơn vị nghiên cứu khoa học hoàn chỉnh, đồng bộ, hiện đại, đạt trình độ tiên tiến
trong khu vực trong mọi lĩnh vực thuộc chuỗi hoạt động dầu khí: tìm kiếm, thăm dò, khai thác, vận chuyển, tàng
trữ, phân phối, chế biến, lọc hóa dầu, an toàn môi trường, kinh tế, quản lý và đào tạo cán bộ.

1
Lịch sử:
Tập đoàn Dầu khí Quốc gia Việt Nam với tiền thân là Đoàn thăm dò dầu lửa 36
(27/11/1961), Tổng cục Dầu mỏ và Khí đốt Việt Nam, được thành lập ngày 03/9/1975,
Tổng công ty Dầu mỏ và khí đốt Việt Nam (06/7/1990), ngày 29/8/2006 trở thành Tập
đoàn Dầu khí Quốc gia Việt Nam (PVN). Hiện nay Tập đoàn Dầu khí Việt Nam hoạt
động theo Nghị định số 07/2018/NĐ-CP ngày 10/01/2018 của Chính phủ về Điều lệ tổ
chức và hoạt động của Tập đoàn Dầu khí Việt Nam.
Tầm nhìn: Trở thành Tập đoàn năng lượng hàng đầu đất nước, khu vực, có vị thế trên
trường quốc tế.
Sứ mệnh: Tối ưu hóa nguồn năng lượng dầu khí, phát triển bền vững các nguồn năng
lượng mới, góp phần xây dựng và bảo vệ Tổ quốc.
Khẩu hiệu: Petrovietnam – Năng lượng cho phát triển
Giá trị cốt lõi: “Khát vọng – Trí tuệ - Chuyên nghiệp – Nghĩa tình”
Phương châm hành động: “Đoàn kết – Kỉ cương – Sáng tạo – Hiệu quả”
3. CÔNG NGHỆ AI
3.1 Trí tuệ nhân tạo – AI (từ viết tắt của Artificial Intelligence) có nghĩa là trí thông
minh nhân tạo. Thuật ngữ này chỉ một chương trình máy tính vô cùng phức tạp, có thể tự
học và đưa ra các quyết định mà không cần lập trình trước. Công nghệ này mô phỏng quá
trình suy nghĩ và hoạt động của con người cho máy móc, đặc biệt là hệ thống máy tính.
Những khái niệm đầu tiên về hệ thống AI được John McCarthy – một nhà khoa học máy
tính xuất sắc ở Mỹ cùng các cộng sự của mình, gồm Marvin Minsky, Allen Newell và
Herbert A. Simon, đặt ra vào năm 1955.
Đến mùa hè 1956, tại Hội nghị khoa học Dartmouth, thuật ngữ AI lần đầu tiên được
“trình làng” trước công chúng trong chính bản đề xuất của John McCarthy. Cũng từ sự
kiện này, McCarthy được xem như “cha đẻ” của trí tuệ nhân tạo. Đồng thời, công nghệ
này dần trở thành một lĩnh vực, một ngành khoa học thực sự thay vì những ý tưởng là lý
thuyết như trước.
Khi tìm hiểu AI là gì, cần lưu ý rằng, trí tuệ nhân tạo được tạo nên thông qua một quá
trình dài hạn, bao gồm việc nghiên cứu, thử nghiệm và tối ưu bộ chương trình cụ thể. Từ
đó, giúp hệ thống máy tính có thể chủ động học tập (thu thập và học hỏi những thông tin
và quy tắc liên quan), chủ động đưa ra quyết định dựa trên sự lập luận, tư duy theo những
quy tắc trước đó để đưa ra kết quả chính xác nhất. Đặc biệt là khả năng tự phát hiện và
sửa lỗi hệ thống.
3.2 Ứng dụng của AI là gì?
Ngày nay, Trí thông minh nhân tạo AI được sử dụng rộng rãi bởi các doanh nghiệp lớn
như Amazon, Apple, Google… So với con người, AI có thể xử lý dữ liệu ở mức rộng lớn
hơn, quy mô hơn, hệ thống, khoa học và nhanh hơn. Một số lĩnh vực có thể tiên phong

2
trong việc ứng dụng công nghệ trí tuệ nhân tạo điển hình như: Ngành giao thông vận tải,
ngành Y tế, Ngân hàng, ngành Dầu khí…
Cụ thể: Đối với ngành Giao thông – Vận tải
- Quốc tế: Năm 2019, hãng xe điện Tesla cho ra mắt dòng sản phẩm Tesla Model S với
khả năng điều khiển bán tự động nhờ vào AI có thể đưa ra những dự đoán và quyết định
khi tham gia lưu thông. Một ví dụ khác về việc ứng dụng trí tuệ nhân tạo ở Việt Nam là
hãng xe VinFast. Đơn vị này cũng đang trong quá trình nghiên cứu, phát triển công nghệ
AI giúp những sản phẩm xe hơi của mình “cần người lái”.
- Việt Nam: Grab – xe công nghệ tại Việt Nam
Có thể lấy một ví dụ, bạn đang sử dụng ứng dụng gọi xe của Grab, hệ thống này sẽ được
công nghệ AI phân tích, ai là người phù hợp nhất để đón bạn. Người lái xe gần bạn nhất
không phải là sự lựa chọn hàng đầu, có thể tài xế đó sắp kết thúc một ngày làm việc của
mình, và anh ấy muốn nghỉ ngơi. Điểm đến của bạn lại quá xa với địa chỉ nhà của anh ấy,
từ đó khả năng hủy chuyến đi cũng rất cao. Hệ thống đã phân tích dựa trên hơn 50 thuộc
tính của mỗi tài xế, như thời gian đi xe cuối cùng, địa chỉ nhà, thời gian làm việc trong
ngày... Dựa vào những điều đó để tìm người phù hợp nhất với tuyến đường của bạn. Và
thay vì các tài xế nhận thông báo đón khách từ bạn và đưa ra quyết định đồng ý chuyến đi
này hay không như các xe công nghệ khác thì công nghệ AI được ứng dụng trong Grab sẽ
chỉ điểm Tài xế nào sẽ phù hợp cho tuyến đường đó. Tức là AI có thể phân tích dựa vào
các thuộc tính và tự đưa ra quyết định.
4. CÔNG NGHỆ ANN TRONG QUẢN LÝ KHAI THÁC
Ngoài những ứng dụng tuyệt vời của công nghệ AI được nêu ở trên với ngành Giao thông
vận tải thì công nghệ AI còn đem lại nhiều lợi ích và sự phát triển trong ngành Dầu khí.
AI hỗ trợ và đóng vai trò quan trọng trong việc quản lý khai thác tại PVN. Trong đó,
công nghệ ANN đã giúp cho việc quản lý khai thác thuận lợi hơn và đưa nghành Dầu khí
Việt Nam lên một tầm cao mới.
4.1 Công nghệ ANN là gì?
ANN là viết tắt của Artificial Neural Network là mạng lưới nơ-ron nhân tạo và còn được
gọi là mô hình toán được xây dựng dựa trên các nơ-ron sinh học. Mạng lưới này gồm
nhiều nhóm làm việc khác nhau, trong đó các nơ-ron sẽ kết nối, xử lý thông tin và thực
hiện tính toán dữ liệu tại các nút mạng.
Trong nhiều trường hợp, Artificial Neural Network còn có thể tự thay đổi cấu trúc dựa
trên thông tin bên trong và bên ngoài. Hơn nữa, mạng lưới này còn có khả năng mô hình
hóa các dữ liệu thống kê phi tuyến tính và có quan hệ phức tạp.
Cụ thể: Công nghệ ANN được áp dụng trong Google Translate: Khi bạn đi du lịch đến
một đất nước mà vốn từ của bạn còn rất ít, bạn không thể hiểu được biển báo chỉ dẫn, bạn
có thể sử dụng Dịch hình ảnh của Google Translate. Công nghệ ANN đã quét chữ trên
hình ảnh đấy và dịch thành ngôn ngữ mẹ đẻ của bạn.

3
4.2 ANN hỗ trợ việc quản lý Khai thác như thế nào?
- Tối ưu hóa hoạt động: ANN có thể sử dụng để phân tích dữ liệu từ các cảm biến và hệ
thống đo lường để dự đoán hiệu suất của các thiết bị và tối ưu hóa hoạt động của các nhà
máy dầu khí.
Cụ thể: Theo nghiên cứu của Infosys, lý do các nhà máy chế biến phải dừng hoạt động
46% đến từ lỗi kỹ thuật. Với sự hỗ trợ của các hệ thống ANN, hoạt động của nhà máy có
thể được giảm bớt rất nhiều thông qua các biện pháp dự đoán và phòng ngừa đối với các
sự cố kỹ thuật, từ đó cảnh báo sớm tình trạng hỏng hóc thiết bị, tiết giảm chi phí bảo trì,
giảm thời gian ngưng trễ, kéo dài tuổi thọ của tài sản...
- Dự đoán và giảm thiểu rủi ro: ANN có thể được sử dụng để dự đoán các sự cố có thể
xảy ra và giảm thiểu rủi ro trong quá trình khai thác và sản xuất dầu khí. ANN còn có thể
được sử dụng để giám sát các hoạt động khai thác dầu khí. Từ đó có thể giúp tăng cường
an toàn cho công nhân và giảm thiểu các sự cố có thể xảy ra.
VD:
Dựa vào các thông số được báo trên hệ thống máy, các trạm quản lý ở đất liền vẫn có thể
nắm được những rủi ro tiềm ẩn có thể xảy ra cho khu vực đang được khai thác ngoài khơi
xa.
Công nghệ ANN có khả năng quét và nhận diện khuôn mặt, có thể giám sát được công
nhân đang làm việc trong khu vực, nhanh chóng nhận ra những sự cố có thể xảy ra, liên
hệ khẩn cấp với quản lý khu vực.
- Tối ưu hóa địa chất: ANN có thể được sử dụng để phân tích các dữ liệu địa chất và địa
chính trị để tối ưu hóa các vị trí khoan mới và cải thiện hiệu suất của các giếng khoan
hiện có.
VD: TS. Tạ Quốc Dũng và các cộng sự đã so sánh dự báo độ rỗng 3 bằng phương pháp
truyền thống và sử dụng mạng neuron nhân tạo. Kết quả cho thấy phương pháp sử dụng
ANN đã giúp tối ưu công tác dự báo độ rỗng cho một giếng khoan từ tài liệu địa cơ học
cho trước.
- Nghiên cứu và phát triển: ANN có thể được sử dụng để phân tích các dữ liệu về dầu
khí và địa chất để phát triển các kế hoạch khai thác dầu khí mới và tối ưu hóa hoạt động.

3
“Độ rỗng của giếng khoan thường được hiểu là khoảng cách từ mặt nước đến môi trường trên cùng của
giếng, được đo bằng đơn vị độ dài như feet hoặc mét. Độ rỗng có thể thay đổi tùy thuộc vào địa hình, độ
sâu và mục đích của giếng khoan.
Nếu giếng khoan được sử dụng để khai thác tài nguyên nước dưới đất, thì độ rỗng sẽ được tính dựa trên
mực nước ngầm hiện tại và môi trường trên cùng của giếng. Nếu giếng khoan được sử dụng để khai thác
tài nguyên khí đốt hoặc dầu mỏ, độ rỗng sẽ phụ thuộc vào độ sâu của giếng và mực nước ngầm tại vị trí
đó.
Độ rỗng của giếng khoan là thông tin quan trọng để tính toán lượng tài nguyên có thể được khai thác và
đánh giá khả năng sản xuất của giếng.”

4
VD: Sử dụng mạng neuron nhân tạo (ANN) để dự báo đặc điểm phân bố và chất lượng
đá chứa carbonate Miocene bể trầm tích Phú Khánh. tích hợp các kết quả phân tích tài
liệu địa chấn, địa vật lý giếng khoan và phân tích mẫu. Từ đó giúp tối ưu hóa hoạt động.
+ Trần Đăng Tú và các cộng sự đã nghiên cứu áp dụng học máy cho việc dự báo sản
lượng từ việc hình thành tầng đá móng cho mỏ Bạch Hổ với ANN, cho thấy ANN cải
thiện khả năng dự báo với độ chính xác cao.
Các ứng dụng trí tuệ nhân tạo trong lĩnh vực dầu khí tại Việt Nam đang được nghiên cứu
và triển khai trong các doanh nghiệp và tổ chức liên quan. Việc áp dụng ANN trong lĩnh
vực này có thể mang lại nhiều lợi ích cho các nhà quản lý trong ngành dầu khí tại Việt
Nam, đó là nâng cao hiệu quả hoạt động, giám sát các hoạt động khai thác tốt hơn, giảm
thiểu rủi ro và tăng cường an toàn.
4.2.1 Ưu điểm
Việc ứng dụng trí tuệ nhân tạo vào hoạt động quản lý và phân tích là rất khả quan, giúp
đưa ra các quyết định thăm dò khai thác tốt hơn. Việc tích hợp dữ liệu khoan thăm dò,
mô hình khối và các biện pháp kiểm soát mô hình vào một nền tảng ứng dụng công
nghệ đám mây cũng giúp các đơn vị dầu khí thượng nguồn tiết kiệm thời gian và cải
thiện hiệu suất công việc. Do các giếng khoan tại Việt Nam đều được đặt ngoài khơi, có
thể giảm chi phí vận hành tại chỗ bằng cách sử dụng cảm biến và IoT do AI xử lý để
thu thập dữ liệu và kiểm soát hệ thống trong thời gian thực, từ đó hạn chế việc dàn trải
nhân sự tại những vị trí không cần thiết.

Các đơn vị dầu khí xây dựng mô hình quản lí, quản trị doanh nghiệp thông minh,
xây dựng các hệ thống BI cùng ‘big data’ về sản xuất kinh doanh và dịch vụ nhằm hỗ trợ
các cấp lãnh đạo trong việc ra quyết định.

Việc ứng dụng AI trong thực hiện tối ưu hóa và tiết giảm chi phí sản xuất như từng bước
“số hóa” hệ thống sản xuất, cho phép theo dõi, giám sát chất lượng sản phẩm và tài sản
trong trong thời gian thực cũng có thể được triển khai để tiến tới đồng bộ “công nghệ
hóa” toàn bộ quá trình sản xuất và quản trị.
4.2.2 Nhược điểm
5. KẾT LUẬN
6. TÀI LIỆU THAM KHẢO