Dữ liệu và AI - Động lực gia tăng sản lượng khai thác dầu khí tại PVEP

Đặt vấn đề

Ngành Dầu khí Việt Nam và PVEP đang bước vào một giai đoạn đầy thách thức khi các mỏ chủ lực dần suy giảm sản lượng tự nhiên. Trong bối cảnh đầy thách thức đó, việc tối ưu hóa quản lý các mỏ hiện hữu, duy trì sản lượng và gia tăng hệ số thu hồi (IOR/EOR) - với mục tiêu tiệm cận mức gia tăng thêm 10% - không chỉ là một chỉ tiêu sản xuất kinh doanh, mà đã trở thành mệnh lệnh sống còn của PVEP nhằm đảm bảo an ninh năng lượng quốc gia.

Trải qua nhiều thập kỷ hoạt động, tài sản vô giá mà PVEP tích lũy được - bên cạnh những giếng dầu đang hoạt động - chính là một khối lượng khổng lồ dữ liệu kỹ thuật thăm dò và khai thác (E&P), trải dài từ địa chất, địa vật lý, công nghệ mỏ đến khoan và vận hành mỏ. Tuy nhiên, nghịch lý là chúng ta lại đang phải đối mặt với tình trạng "ốc đảo dữ liệu".

Tri thức cốt lõi này hiện đang bị lưu trữ phân mảnh tại từng dự án, chưa đồng nhất về định dạng và phụ thuộc lớn vào năng lực truy xuất, kinh nghiệm của từng cá nhân. Hệ quả tất yếu là quá trình ra quyết định kỹ thuật có thể bị kéo dài, tiềm ẩn rủi ro sai sót và có thể bỏ lỡ những cơ hội tối ưu hóa sản lượng ngay trong các giếng khoan hiện hữu.

Nhận thức sâu sắc rằng không thể giải quyết thách thức mới bằng phương thức điều hành cũ, PVEP kiên quyết thực hiện một cuộc cách mạng về tư duy: chuyển đổi mạnh mẽ sang mô hình quản trị chủ động dựa trên dữ liệu (data-driven). Từ bỏ các giải pháp số hóa chắp vá, chúng tôi kiến tạo lại toàn bộ hệ sinh thái dữ liệu với một triết lý xuyên suốt: "Dữ liệu tin cậy cho quyết định tin cậy, biến dữ liệu thành tri thức, biến tri thức thành sản lượng".

Bài báo này trình bày kết quả thực tiễn từ chiến lược đó. Cụ thể là việc ứng dụng tiêu chuẩn OSDU (Open Subsurface Data Universe) quốc tế để xây dựng hệ thống cơ sở dữ liệu (CSDL) EPDB tập trung, và nền móng này đã cho phép PVEP tiên phong phát triển hệ sinh thái trí tuệ nhân tạo PVEP InsightX. Nổi bật trong đó là thuật toán AI Chatbot trợ lý kỹ thuật ảo và AI "Missing Pay" - một giải pháp công nghệ can thiệp trực tiếp vào vận hành, tự động phân tích dữ liệu lịch sử để nhận diện các vỉa sản phẩm bị bỏ sót; qua đó minh chứng rõ nét cho mục tiêu cuối cùng: Chuyển hóa dữ liệu số thành những thùng dầu khai thác thực tế.

Cơ sở khoa học và phương pháp luận

Để hiện thực hóa chiến lược điều hành dựa trên dữ liệu (data-driven), PVEP đã áp dụng một phương pháp luận tổng thể, đi từ việc tái cấu trúc nền tảng dữ liệu lõi đến ứng dụng các thuật toán AI tiên tiến. Hệ sinh thái này được xây dựng dựa trên ba trụ cột khoa học chính: Nền tảng dữ liệu mở OSDU, Kiến trúc tạo tăng cường truy xuất (Retrieval-Augmented Generation - RAG) cho xử lý ngôn ngữ tự nhiên và học máy (Machine Learning - ML) cho phân tích tài liệu địa vật lý giếng khoan kết hợp với số liệu khai thác hàng ngày của PVEP.

Xây dựng nền tảng dữ liệu EPDB theo tiêu chuẩn OSDU

Khác với các hệ thống CSDL quan hệ truyền thống thường gặp hạn chế khi xử lý khối lượng lớn dữ liệu phi cấu trúc của ngành dầu khí, PVEP đã lựa chọn tiêu chuẩn OSDU làm nền tảng cốt lõi. Để đảm bảo tuyệt đối yêu cầu về "chủ quyền dữ liệu" và an ninh năng lượng, toàn bộ kiến trúc OSDU tại PVEP được tinh chỉnh và triển khai hoàn toàn trên hạ tầng máy chủ nội bộ (on-premise) của PVEP (Hình 2).

Phương pháp luận thiết lập EPDB tuân thủ quy trình quản trị dữ liệu (data governance) nghiêm ngặt thông qua các bước:

Mô hình hóa và chuẩn hóa (Schema Mapping): Toàn bộ dữ liệu thăm dò và khai thác (E&P) từ các mỏ: Tê Giác Trắng (TGT), Đại Hùng (ĐH), Sư Tử Đen (SD), Sư Tử Vàng (SV), Sư Tử Nâu (SN) bao gồm dữ liệu tĩnh (địa chấn, giếng khoan, Log), dữ liệu động (sản lượng khai thác, áp suất) được số hóa và đối chuẩn theo hệ thống siêu dữ liệu (meta data) và dữ liệu chủ (master data) của OSDU.

Thiết lập "Single Source of Truth": Dữ liệu nạp vào hệ thống phải vượt qua quy trình kiểm soát chất lượng (QC) theo 4 tiêu chí cốt lõi: đầy đủ, hợp lệ, nhất quán và duy nhất. Quá trình này phá vỡ cấu trúc rời rạc giữa các phòng, ban và các dự án, tạo ra một nguồn dữ liệu duy nhất, có độ tin cậy cao để phục vụ trực tiếp cho các phần mềm chuyên ngành kỹ thuật đang sử dụng và có thể sử dụng để xây dựng và khai thác mô hình AI do PVEP xây dựng.

Phân quyền và truy vết (Entitlements & Audit Log): Quản trị quyền truy cập được thiết kế tinh vi thông qua cơ chế danh sách kiểm soát truy cập (Access Control List - ACL), thẻ pháp lý (Legal tag) và phân vùng dữ liệu (Data partition), đảm bảo dữ liệu được khai thác đúng thẩm quyền, tuân thủ pháp lý và có khả năng truy vết lịch sử toàn diện.

Kiến trúc Agentic AI và RAG trong trợ lý số

Để giải phóng sức lao động của các kỹ sư trong việc tra cứu, đọc hàng chục ngàn trang tài liệu kỹ thuật phức tạp: báo cáo nghiên cứu chuyên sâu, các báo cáo đánh giá EOWR, báo cáo RAR, ODP FDP... PVEP ứng dụng kiến trúc RAG kết hợp với các mô hình ngôn ngữ lớn (Large Language Models - LLM).

Cơ sở khoa học của phương pháp này bao gồm:

Vector hóa dữ liệu phi cấu trúc: Các báo cáo kỹ thuật được bóc tách (parsing), chia nhỏ (chunking) và chuyển đổi thành các vector nhúng (embeddings) lưu trữ trong CSDL vector (Vector database).

Cơ chế truy xuất và trả lời văn bản (Retrieval & Generation): Khi người dùng đặt câu hỏi bằng ngôn ngữ tự nhiên (tiếng Việt hoặc tiếng Anh), hệ thống sẽ tính toán độ tương đồng (cosine similarity) để trích xuất các phân đoạn tài liệu liên quan nhất. LLM sau đó đóng vai trò tổng hợp, suy luận và tạo ra câu trả lời cuối cùng.

Tính minh bạch (Explainability): Điểm đột phá về mặt phương pháp luận của PVEP InsightX là việc buộc mô hình AI phải cung cấp trích dẫn nguồn (citation) chính xác đến từng trang của tài liệu gốc. Điều này loại bỏ hoàn toàn hiện tượng "ảo giác" (Hallucination) thường gặp ở các AI tạo sinh, mang lại sự tin cậy tuyệt đối cho các quyết định kỹ thuật.

Phương pháp luận AI/học máy trong xác định vỉa tiềm năng

Bài toán nhận diện đới chứa dầu khí bị bỏ sót (Missing Pay) trong các tập vỉa trầm tích lục nguyên (Clastic reservoirs) được giải quyết bằng việc tích hợp thuật toán ML với quy trình minh giải dữ liệu tính địa vật lý giếng khoan truyền thống, kết hàng loạt dữ liệu động, dữ liệu khai thác hàng ngày và kết quả đo ghi kiểm tra khai thác ngoài thực địa.

Phương pháp được triển khai qua các lớp kiểm soát (control layers) chặt chẽ, cụ thể như sau:

Lớp 1: Khai phá và đối sánh dữ liệu (cross-correlation).

Thuật toán ML tiến hành phân tích đa biến trên bộ dữ liệu đường cong địa vật lý (GR, RT, NPHI, RHOB, DT) để tự động tính toán 5 thông số thạch học vật lý cốt lõi: Thể tích sét (VSHALE), độ rỗng hiệu dụng (PHIE), độ bão hòa nước (SW), thông số chứa (RESF) và thông số vỉa sản phẩm (PAYF). Các thông số này sau đó được đối chiếu tự động với các Marker địa tầng và dữ liệu khai thác hiện hữu (Perforation intervals).

Lớp 2: Kết hợp dữ liệu khai thác và dự báo sản lượng gia tăng thêm.

Đây là bước tinh chỉnh quan trọng. Hệ thống sử dụng dữ liệu khai thác thực tế (PLT - Production Logging Tool, Water Cut, sản lượng khai thác liên quan và xu thế đóng góp dòng chảy) từ các giếng tương tự, lân cận trong cùng hệ vỉa để làm tham chiếu. AI sẽ học các mẫu từ các khoảng vỉa đang khai thác hiệu quả để dự đoán rủi ro ngập nước (WCT) và ước lượng lưu lượng dầu gia tăng (Liquid/Oil Gain) cho các khoảng Missing Pay được đề xuất.

Thiết lập vòng lặp phản hồi (Feedback Loop) và Xếp hạng (Ranking): Dựa trên kết quả tính toán, mô hình tự động phân loại, đánh giá rủi ro và lập bảng xếp hạng (từ Rank 1 đến Rank 4) cho các khoảng vỉa tiềm năng.

Theo nguyên tắc "Human-in-the-loop", kết quả từ AI sẽ được các chuyên gia thẩm định. Trong tương lai, các kết quả can thiệp giếng thực tế (Workover, bắn vỉa bổ sung) sẽ được nạp ngược lại vào hệ thống EPDB, tạo thành vòng lặp giúp liên tục tái huấn luyện và nâng cao độ chính xác của các thuật toán.

Kết quả nghiên cứu và ứng dụng thực tiễn

Phá vỡ "ốc đảo dữ liệu", kiến tạo nền tảng quản trị data-driven: Từ kết quả nghiên cứu PVEP Insight X Giai đoạn 1, PVEP đã bước đầu đưa vào vận hành thành công hệ thống cơ sở dữ liệu EPDB theo chuẩn OSDU, được triển khai hoàn toàn trên hạ tầng nội bộ (on-premise) nhằm đảm bảo tuyệt đối an toàn an ninh thông tin.

Khối lượng dữ liệu kỹ thuật đồ sộ từ các mỏ (TGT, ĐH, SD, SV, SN...) trước đây nằm phân tán, rời rạc nay đã được quy tụ về một một nền tảng có thể sử dụng chung giữa Tổng Công ty và các đơn vị, dự án.

Thông qua các giao diện Dashboard trực quan và khả năng truy xuất đa chiều (Map view, Well trajectory, Log data), các kỹ sư và cấp quản lý đã tiết giảm được 70 - 90% thời gian để tìm kiếm, thu thập và đối soát số liệu. Dữ liệu chuẩn hóa nay được cung cấp tức thời, liền mạch, tạo ra một môi trường làm việc thông minh, minh bạch và là bệ phóng vững chắc để triển khai các ứng dụng AI.

Đột phá về năng suất lao động với trợ lý AI chuyên sâu (Agentic AI): Trong ngành Dầu khí, tri thức được tích lũy qua nhiều thập kỷ dưới dạng hàng ngàn báo cáo nghiên cứu chuyên sâu, Báo cáo kết thúc giếng (EOWR), Báo cáo trữ lượng (RAR) và Kế hoạch phát triển mỏ (FDP),... Tuy nhiên, khối tài sản vô giá này có thể rơi vào tình trạng "ngủ quên".

Với giải pháp Trợ lý AI (thuộc hệ sinh thái InsightX), chúng tôi đã đánh thức khối tri thức khổng lồ này. Đóng vai trò như một chuyên gia số trực 24/7, hệ thống cho phép các kỹ sư truy vấn thông tin kỹ thuật phức tạp bằng ngôn ngữ tự nhiên (song ngữ Việt - Anh). Điểm làm nên sự khác biệt và mang tính sống còn đối với quản trị rủi ro kỹ thuật chính là cơ chế "Minh bạch hóa" (Explainability) của InsightX: Mọi câu trả lời của AI đều đi kèm trích dẫn chính xác đến từng trang của tài liệu gốc.

Kết quả thực tiễn cho thấy, AI Chatbot đã giúp rút ngắn tới 80% thời gian tra cứu tài liệu, đọc báo cáo, tìm hiểu thông tin liên quan tới công tác gia tăng sản lượng, giải phóng sức lao động của các kỹ sư, chuyên gia, để họ tập trung vào công tác phân tích bậc cao và đưa ra quyết định thay vì làm các tác vụ tìm kiếm thủ công.

Giải pháp AI Missing Pay: Hiện thực hóa mục tiêu gia tăng sản lượng: Đây là kết quả quan trọng nhất và là minh chứng rõ nét nhất cho khát vọng của PVEP trong việc tìm kiếm giá trị gia tăng từ chính các giếng khoan hiện hữu.

Trong giai đoạn thử nghiệm, thuật toán AI Missing Pay đã thực hiện rà soát thần tốc toàn bộ dữ liệu lịch sử và dữ liệu Log của 172 giếng khai thác tại 5 mỏ. Việc tính toán đa biến 5 thông số thạch học vật lý lõi (VSHALE, PHIE, SW, RESF, PAYF) và đối chiếu với dữ liệu động học (PLT, dữ liệu khai thác hàng ngày) vốn đòi hỏi hàng tháng trời nếu làm thủ công, nay được hệ thống xử lý trong thời gian cực ngắn.

Kết quả rà soát đã tự động khoanh vùng, lập bảng xếp hạng ưu tiên (Ranking) và nhận diện được 23 giếng (đạt Rank 1 & 2) có khoảng vỉa tiềm năng bị bỏ sót cao nhất. Những đánh giá kỹ thuật và bộ thông số dự đoán từ mô hình AI chỉ ra rằng: Nếu chúng ta tiến hành can thiệp (Workover/bắn vỉa bổ sung) tại các giếng này, mức gia tăng sản lượng dự kiến có thể lên tới 3.200 thùng dầu/ngày (B/D).

Trong quá trình này, Ban Lãnh đạo PVEP thiết lập một nguyên tắc quản trị xuyên suốt: "Human-in-the-loop" (Con người là trung tâm của vòng lặp). Hệ thống AI đảm nhiệm vai trò xử lý dữ liệu lớn, phát hiện các quy luật ẩn và đề xuất cơ hội với tốc độ phi thường; nhưng quyết định can thiệp cuối cùng, quyết định đầu tư can thiệp giếng cuối cùng vẫn luôn thuộc về bộ óc dày dạn kinh nghiệm của các chuyên gia PVEP. Sự kết hợp giữa tốc độ của máy móc và sự thấu cảm, kinh nghiệm thực tiễn của con người chính là chìa khóa để PVEP quản trị rủi ro và tối ưu hóa hiệu quả đầu tư một cách bền vững.

Kế hoạch mở rộng tiếp theo của PVEP InsightX: Từ các kết quả đã đạt được của nền tảng dữ liệu trên OSDU, AI ChatBot và mô hình AI Missing Pay trong Giai đoạn 1 đã minh chứng cho sự đúng đắn trong chiến lược Chuyển đổi số của PVEP.

Với kiến trúc hệ thống mở, PVEP InsightX hiện đã sẵn sàng đóng vai trò "bệ phóng" để liên tục cắm (plug-in) các Module AI chuyên sâu phục vụ công tác quản trị và gia tăng sản lượng khai thác của PVEP, bao gồm:

AI dự báo suy giảm bất thường (Anomaly Detection): Giám sát dữ liệu khai thác theo thời gian thực để cảnh báo sớm rủi ro suy giảm sản lượng bất thường, tối ưu hóa hoạt động áp dụng Gaslift để nâng cao hiệu cao hiệu quả vận hành khai thác.

AI đề xuất các giải pháp can thiệp giếng ưu tiên: bắn mở vỉa, Acid, Water Shut-off, Gaslift van change out...).

AI đề xuất giếng khoan đan dày (Infill Drilling): thực hiện trên nền dữ liệu mô hình tĩnh, mô hình động (dynamic model) để tự động hóa việc đề xuất, khuyến nghị vị trí và thiết kế quỹ đạo giếng, tận thu tối đa trữ lượng giúp nâng cao hệ số thu hồi.

Tích hợp OCR-AI báo cáo trong thi công khoan: Tự động số hóa, trích xuất dữ liệu từ hàng ngàn báo cáo thi công khoan hàng ngày (DDR) để hỗ trợ phân tích tối ưu khoan và phòng ngừa rủi ro khoan.

Kết luận và kiến nghị

Hệ thống PVEP InsightX là mô hình bước đầu khai thác thông minh hệ thống CSDL tập trung, thống nhất và có thể sử dụng chung giữa Tổng công ty và các Dự án của PVEP. Thông qua việc từng bước kết nối dữ liệu dựa trên nền tảng chuẩn OSDU và thử nghiệm kiến trúc Agentic AI, khối lượng lớn dữ liệu kỹ thuật được cấu trúc hóa thành công cụ hỗ trợ cho công tác quản trị, điều hành khai thác mỏ dầu khí.

Từ kết quả nghiên cứu hệ thống PVEP InsightX Giai đoạn 1, để hiện thực hóa việc gia tăng sản lượng khai thác, nhóm tác giả kiến nghị đưa danh sách các giếng đạt Rank cao từ mô hình AI Missing Pay vào kế hoạch can thiệp thực tế trong giai đoạn 2026-2027. Đồng thời, thiết lập cơ chế vòng lặp phản hồi (Feedback Loop), nạp ngược kết quả thực tế (PLT, Workover) vào hệ thống EPDB để liên tục tái huấn luyện AI, mở rộng độ phủ hệ sinh thái InsightX ra toàn bộ các Dự án do PVEP điều hành, từng bước hoàn thiện mô hình doanh nghiệp dầu khí số toàn diện (data-driven enterprise).

“

THÔNG TIN TÁC GIẢ

(1) Tổng Giám đốc, Tổng Công ty Thăm dò Khai thác Dầu khí (PVEP)

(2) Giám đốc Chi nhánh PVEP - Trung tâm Kỹ thuật (PVEP-ITC)

(3) Phó Giám đốc PVEP-ITC

(4) Phó Giám đốc PVEP-ITC

(5) Trưởng phòng Công nghệ Mỏ, PVEP-ITC

“

TÀI LIỆU THAM KHẢO

[1]. The Open Group OSDU Forum, OSDU Data Platform Primer, https://osduforum.org/osdu-data-platform-primer-1, truy cập ngày 01/08/2026.

[2]. The Open Group OSDU Forum, Open Source Portal, https://osduforum.org/open-source-portal, truy cập ngày 01/08/2026.

[3]. Microsoft, TotalEnergies: Microsoft Azure Data Manager for Energy customer story, https://www.microsoft.com/en/customers/story/26344-totalenergies-microsoft-azure-data-manager-for-energy, truy cập ngày 01/08/2026.

[4]. Microsoft, Equinor: Microsoft Azure Data Manager for Energy customer story, https://www.microsoft.com/en/customers/story/25408-equinor-microsoft-azure-data-manager-for-energy, truy cập ngày 01/08/2026.

[5]. The Open Group OSDU Forum, Unlocking Digital Potential: PETRONAS and OSDU, https://osduforum.org/unlocking-digital-potential, truy cập ngày 01/08/2026.

[6]. Chevron, The power of collaboration: teaming up with Microsoft and SLB, https://www.chevron.com/newsroom/2024/q4/the-power-of-collaboration-teaming-up-with-microsoft-slb, truy cập ngày 01/08/2026.

[7]. SLB, OSDU Data Platform, https://www.slb.com/products-and-services/delivering-digital-at-scale/software/delfi/openness/osdu-data-platform, truy cập ngày 01/08/2026.

[8]. Halliburton, OSDU Data Platform, https://www.halliburton.com/en/software/osdu, truy cập ngày 01/08/2026.

[9]. Amazon Web Services, Energy Data Insights on AWS - OSDU Data Platform, https://aws.amazon.com/energy/osdu-data-platform, truy cập ngày 01/08/2026./.