Real-Time Analytics for Logistics: Vista Energy

Situación

Vista Oil & Gas es una empresa petrolera latinoamericana, con la ambición de liderar la región a través de la sostenibilidad y la eficiencia. Su objetivo es ser una empresa líder en crecimiento, y generar retornos superiores para los accionistas, con niveles de eficiencia de clase mundial, en términos de bajos costos y bajas emisiones de carbono.

Para lograr optimizar los costos en la logística y transporte de arenas, Vista cuenta con un aplicativo que permite realizar un seguimiento en tiempo real del flujo de la flota de camiones que transporta la arena, y a su vez, este aplicativo permite visualizar índices del comportamiento actual y a futuro en una fractura de pozo petrolero. Esta aplicación presentó fallas, y demostró una falta de capacidades en cuanto a la lógica y los modelos propuestos. Es por esta razón que se hizo necesaria la búsqueda de un socio/proveedor con la experiencia y capacidades de CoreBI para que les brinde soporte en lo siguiente:

  • Diseño y desarrollo de modelos predictivos.
  • Desarrollo back-end del aplicativo.
  • Reestructuración de la arquitectura del app en Google Cloud Platform.
  • Ingestas de datos en tiempo real.
  • Implementación de sistemas con baja latencia (near-real-time).
  • Diseño de algoritmos que puedan pronosticar comportamientos a futuro a partir de los datos.

Solución

La implementación realizada se basa en tres sistemas de forma general haciendo uso de la plataforma Google Cloud.

En primer lugar, la ingesta en tiempo real de los datos de geolocalización de la flota de camiones y los datos de sensores dentro de la fractura, a través de los servicios de GCP Pub/Sub, DataFlow y Bigquery.

En segundo lugar, una serie de transformaciones de los datos bajo reglas de negocio, que permiten generar los estadísticos, métricas, alarmados y recomendaciones utilizando la arquitectura de Bigquery, así como también permiten generar predicciones con un modelo de red neuronal artificial desarrollado en TensorFlow bajo los servicios de Vertex AI.

Finalmente, la comunicación con el aplicativo y los resultados generados se realiza bajo un esquema de API REST construida con el Framework FastAPI y la arquitectura de App Engine de GCP, además los datos históricos se almacenan en Cloud Storage.

Resultados

A través las proyecciones realizadas y el monitoreo en tiempo real de la operación, se logró construir mejores estrategias en la asignación del flujo de la flota de camiones al llevar la arena a la fractura del pozo, permitiendo así reducir costos.

Se obtuvo un buen nivel de confianza a través del aplicativo para no tener déficit de arena con una proyección de 32 horas a futuro.

La arquitectura implementada a través de GCP logró satisfacer los objetivos propuestos teniendo un funcionamiento 24/7 sin interrupciones.

 

Fuente: CoreBi