Table des Matières
Les données pétrolières et gazières sont prêtes pour l'IA quand vous pouvez nommer la décision que le modèle appuie, extraire les données d'historian, d'essais de puits, de laboratoire et de maintenance nécessaires avec un horodatage correct et des tags identifiés, compter assez d'événements étiquetés, et confirmer qui possède les données et où elles peuvent être traitées. La checklist ci-dessous vérifie chaque point.
Points clés
- Le volume est rarement le problème. Les données procédé sont souvent abondantes mais pauvres en information (Lawrence et al., 2024), et sur les champs sans mesure de débit en continu, les essais de puits ne fournissent de nouvelles données de référence qu'une ou deux fois par mois au plus (Grimstad et al., 2021).
- L'archive d'un historian n'est pas une donnée brute. La compression est conçue pour écarter les valeurs que l'on peut reconstituer par interpolation, et les réglages par défaut ne sont pas nuls (AVEVA, 2023).
- Les historiques de maintenance ne sont utiles que si les défaillances sont codifiées de façon cohérente. La norme ISO 14224 définit les données minimales d'équipement, de défaillance et de maintenance pour les industries du pétrole, de la pétrochimie et du gaz naturel.
- En Algérie, les données amont sont la propriété exclusive de l'État et sont gérées par ALNAFT (loi 19-13, article 18). Consultez votre conseil juridique avant de les utiliser dans un projet d'IA.
Pourquoi la préparation des données décide-t-elle du sort d'un projet d'IA pétrolier ?
La plupart des compagnies pétrolières et gazières disposent d'années de données. La question est de savoir si elles contiennent l'information dont un modèle a besoin.
Une étude sur l'apprentissage automatique dans les industries de procédés note que les données procédé contiennent des perturbations importantes, des valeurs aberrantes et des valeurs manquantes, et que le manque de données étiquetées est le principal défi des capteurs logiciels (Lawrence et al., 2024). Le guide conjoint piloté par la CISA le dit clairement : un modèle d'IA ne peut être plus efficace que la qualité de ses données d'entraînement, et collecter des données capteurs normalisées est difficile dans des environnements OT distribués (CISA et al., 2025).
Les données de production ont une limite supplémentaire : leur faible variété. Les exploitants maintiennent la production d'un puits assez constante pendant le plateau, puis ouvrent progressivement les duses pendant le déclin, ce qui crée des corrélations qui trompent les modèles data-driven (Grimstad et al., 2021). Des années de marche stable peuvent apprendre moins à un modèle que quelques mois de marche variée.
Des données non prêtes sont l'une des raisons habituelles de l'enlisement des projets ; voir pourquoi les projets d'IA industrielle échouent.
De quelles données chaque cas d'usage pétrolier a-t-il besoin ?
La préparation dépend du cas d'usage. Un modèle de forage et un assistant documentaire n'ont pas besoin des mêmes données. Le tableau relie les cas d'usage courants, décrits dans notre panorama des cas d'usage de l'IA dans le pétrole et le gaz en Afrique du Nord, à leurs données et aux lacunes à rechercher.
| Cas d'usage | Données principales | Référence ou étiquettes | Lacunes à vérifier |
|---|---|---|---|
| Optimisation du forage | Données temps réel de l'appareil de forage et de fond, souvent échangées en WITSML | Rapports de forage, temps non productif enregistré | Données hébergées sur les systèmes des sociétés de service ; capteurs différents d'un appareil à l'autre |
| Interprétation des diagraphies | Diagraphies, carottes, sismique, études | Analyses de carottes, diagraphies interprétées | Trous dans les diagraphies ; propriété des données amont |
| Production et comptage virtuel de débit | Pressions et températures en tête de puits, ouverture de duse | Essais de puits, débitmètres multiphasiques | Peu d'essais par puits ; faible variété |
| Maintenance prédictive | Vibrations, données procédé, ordres de travail de la GMAO | Défaillances codifiées | Ordres de travail en texte libre ; peu de défaillances |
| Qualité procédé dans les usines de traitement de gaz et les raffineries | Tags de l'historian, LIMS | Résultats de laboratoire | Heure de prélèvement ou heure de saisie ; compression de l'historian |
| Assistants documentaires | Procédures, manuels, rapports en arabe, français et anglais | Questions avec réponses vérifiées | Pages scannées ; anciennes versions |
Les trous dans les diagraphies sont fréquents. Une étude de 1 026 puits de mer du Nord a relevé 650 trous dans les diagraphies de porosité neutron sur 323 puits, dus à des outils défaillants, à un enregistrement coupé au mauvais moment ou à un mauvais intervalle diagraphié (Lopes et Jorge, 2017). Pour les assistants documentaires, voir nos guides sur le RAG appliqué aux manuels de maintenance et l'OCR des documents techniques scannés.
La checklist : douze vérifications avant le pilote
Menez-les pour un seul cas d'usage, pas pour toute l'entreprise. Chaque vérification a un test simple.
- La décision est écrite. Nommez la décision que le modèle va changer, qui la prend, et l'indicateur suivi. Test : l'équipe de l'installation s'accorde sur une seule phrase.
- Chaque source est listée avec un responsable. Historian, LIMS, GMAO, base des essais de puits, base de données de forage, gestion documentaire. Test : pour chaque source, un responsable nommé et une voie d'accès.
- L'historique couvre les modes de marche. Plateau et déclin, changements de charge, arrêts programmés, conditions saisonnières. Test : tracer la cible et les principales entrées sur toute la période et repérer les modes.
- Vous savez ce que l'historian a conservé. La compression utilise un algorithme dit « swinging door » qui écarte les valeurs reconstituables par interpolation (AVEVA, 2023). Test : exporter les réglages de compression et d'exception des tags nécessaires. Notre guide sur les données d'historian pour l'apprentissage automatique va plus loin.
- Les horodatages sont alignés. Les résultats de laboratoire portent l'heure de prélèvement, pas l'heure de saisie. Les horloges et les fuseaux horaires concordent entre systèmes. Les entrées échantillonnées plus vite que la cible sont synchronisées (Lawrence et al., 2024). Test : caler à la main dix prélèvements de laboratoire sur la tendance procédé.
- Les tags sont rattachés aux équipements et aux puits. Noms et unités cohérents, et une arborescence des actifs. Test : choisir vingt tags au hasard et remonter chacun à son équipement ou à son puits.
- Les étiquettes sont comptées. Essais de puits, résultats de laboratoire, défaillances codifiées. Test : les compter par puits ou par équipement sur la période. S'il n'y en a qu'une poignée, en tenir compte dans le plan.
- Les défaillances et la maintenance sont codifiées. Mode de défaillance, cause et durée d'indisponibilité, pas seulement du texte libre. La norme ISO 14224 est une référence toute prête. Test : lire vingt ordres de travail récents et vérifier si la défaillance est identifiable.
- Les événements sont journalisés. Arrêts, workovers, étalonnages, remplacements d'instruments. Test : vérifier que les événements de l'an dernier se retrouvent avec leurs dates.
- La propriété et l'usage autorisé sont confirmés. Données de l'entreprise, des partenaires, des sociétés de service, et données amont détenues pour l'État. Test : le service juridique confirme par écrit ce qui peut être utilisé et par qui.
- Le lieu de traitement est décidé. Sur site, dans un centre de données national ou ailleurs, et la manière dont les données sortent du réseau OT. Test : l'équipe sécurité approuve le chemin des données.
- Le jeu de données est documenté. Pourquoi il a été constitué, ce qu'il contient, comment il a été collecté et ses usages recommandés, comme le proposent les datasheets for datasets. Test : un nouvel ingénieur peut le comprendre sans poser de questions.
Notez chaque vérification comme prête, corrigeable pendant le pilote, ou bloquante. Le manque d'étiquettes et une propriété non confirmée sont en général bloquants ; des noms de tags incohérents peuvent souvent être corrigés pendant le pilote. Notre évaluation de maturité IA, plus large, ajoute la connectivité, l'organisation et le budget. Les défauts de données les plus courants sont traités dans les problèmes de qualité des données industrielles.
Quelles normes aident à structurer les données pétrolières et gazières ?
Il n'est pas nécessaire d'adopter une norme avant un premier projet. Mais les normes ci-dessous fournissent des noms et des structures qui rendent les données plus faciles à identifier, partager et réutiliser.
| Norme | Ce qu'elle couvre | Utilité dans un projet d'IA |
|---|---|---|
| WITSML (Energistics) | Données de forage, de complétion et d'intervention, transmises de l'appareil de forage aux sociétés de service et aux opérateurs, et partagées avec les partenaires | Un format commun pour les données de forage de plusieurs appareils et sous-traitants |
| ISO 14224 | Taxonomie des équipements, données de défaillance et de maintenance pour les équipements du pétrole, de la pétrochimie et du gaz naturel | Des modes et causes de défaillance cohérents pour entraîner et évaluer les modèles de maintenance |
| ISA-95 / IEC 62264 | Modèles et terminologie pour l'interface entre les fonctions de l'entreprise et le contrôle-commande | Un vocabulaire commun qui relie les données d'usine aux données de production et de gestion |
| OPC UA | Échange de données indépendant des plateformes, avec un cadre de modélisation de l'information et une sécurité intégrée | Lire les données du système de contrôle avec leur contexte |
| OSDU (The Open Group) | Un modèle de données et une spécification d'API, avec une implémentation de référence open source | Une structure cible pour les données sous-sol et puits |
À qui appartiennent les données pétrolières et gazières en Algérie ?
La loi 19-13 du 11 décembre 2019 régissant les activités d'hydrocarbures définit les « données » de façon large : résultats, renseignements, carottages, études, informations géologiques, géophysiques, hydrogéologiques et géochimiques acquis à l'occasion des activités amont, y compris la sismique 2D, 3D et 4D (loi 19-13, article 2).
L'article 18 dispose que ces données sont la propriété exclusive de l'État. ALNAFT en assure la gestion, la conservation, l'utilisation, la mise à disposition et la diffusion, et l'entreprise nationale, les parties contractantes et le prospecteur sont tenus de les communiquer à ALNAFT selon ses procédures. L'article 19 confie à ALNAFT la gestion de la banque de données relative au domaine minier des hydrocarbures et le pouvoir de fixer les conditions d'accès et de diffusion.
Pour un projet d'IA, cela signifie que les données amont ne sont pas simplement celles de l'opérateur, à partager avec un fournisseur ou à envoyer vers un service externe. Les données des installations aval et les historiques de maintenance relèvent d'autres règles et de vos contrats. Ceci résume le texte de la loi et ne constitue pas un avis juridique : faites confirmer les conditions applicables à votre projet par votre conseil juridique et, le cas échéant, par ALNAFT. Notre article sur la gouvernance des données industrielles traite des règles internes de propriété des données.
Le guide piloté par la CISA ajoute un angle sécurité : savoir où sont stockées les données OT utilisées pour l'entraînement, les garder sous le contrôle de l'organisation, et garder à l'esprit que les entreprises basées à l'étranger sont soumises à des lois étrangères (CISA et al., 2025). Il recommande des architectures en mode push, qui font sortir les données du réseau OT sans accès entrant permanent. Voir diodes de données et transfert unidirectionnel et l'intégration de l'IA aux systèmes SCADA et OT.
Qui doit mener le travail de préparation ?
La préparation des données n'est pas l'affaire du seul data scientist. Le guide piloté par la CISA note que la prise en compte des cas limites liés à la sécurité exige l'expertise des exploitants OT (CISA et al., 2025).
Une équipe efficace réunit un ingénieur production ou procédé qui connaît l'installation, un ingénieur OT ou IT qui connaît les systèmes, et un data scientist. Donnez à chaque jeu de données un responsable nommé qui le reste après la mise en service, quand apparaissent de nouveaux puits, de nouveaux tags et des instruments remplacés. Notre article sur la constitution d'une première équipe data industrielle décrit les rôles.
Ce que nous avons observé chez KABAS AI
Notre projet pétrolier publié est mené chez ADFC (groupe Sonatrach), où Virtual Lab appuie la formulation des fluides de forage. L'étude de cas décrit une expérience de formulation dispersée dans divers formats et emplacements avant le projet. Virtual Lab regroupe désormais les données de formulation, les résultats d'essais et les recettes validées dans un référentiel structuré, avec une traçabilité pour les audits, et le déploiement se trouve dans l'environnement informatique de Sonatrach.
Trois enseignements de ce projet valent pour tout cas d'usage pétrolier :
- Structurer les enregistrements existants avant d'en collecter de nouveaux. Les essais et rapports passés sont les étiquettes qui manquent à la plupart des projets.
- Garder la mesure physique comme référence. Chez ADFC, la comparaison entre résultats simulés et réels guide les ajustements.
- Décider tôt de l'hébergement. Quand les données doivent rester dans l'entreprise, l'hébergement conditionne l'intégration et le coût. DALILE et Virtual Lab peuvent tous deux tourner sur l'infrastructure du client.
Par où commencer ?
Choisissez un cas d'usage avec une décision claire et une mesure de référence connue, comme les essais de puits ou les résultats de laboratoire, et appliquez-lui les douze vérifications. Les points bloquants identifiés forment le premier lot de travail, avant tout modèle.
Notre équipe conseil peut mener cette revue avec vos équipes production, OT et données. Découvrez nos solutions pour le pétrole et le gaz, ou contactez-nous pour discuter d'une installation précise.
Sources
- Lawrence et al., Machine learning for industrial sensing and control: A survey and practical perspective, Control Engineering Practice, 2024 (arXiv 2401.13836)
- Grimstad et al., Bayesian Neural Networks for Virtual Flow Metering: An Empirical Study, Applied Soft Computing 112, 2021 (arXiv 2102.01391)
- Lopes et Jorge, Mind the Gap: a Well Log Data Analysis, Workshop on Data Mining for Oil and Gas, 2017 (arXiv 1705.03669)
- CISA, ASD's ACSC et al., Principles for the Secure Integration of Artificial Intelligence in Operational Technology, 3 décembre 2025
- Bregenzer, Exception, Compression, and their Impacts on PI System Performance, AVEVA, 2023
- EVS-EN ISO 14224:2016, Industries du pétrole, de la pétrochimie et du gaz naturel : collecte et échange de données de fiabilité et de maintenance des équipements (fiche catalogue)
- Energistics, WITSML data standards
- ISA, ISA-95 Standard: Enterprise-Control System Integration
- OPC Foundation, Unified Architecture
- The Open Group, OSDU Forum
- Gebru et al., Datasheets for Datasets, Communications of the ACM, 2021 (arXiv 1803.09010)
- Loi n° 19-13 du 11 décembre 2019 régissant les activités d'hydrocarbures, Journal officiel n° 79 du 22 décembre 2019 (FAOLEX)
Questions fréquentes
Combien d'historique faut-il pour un projet d'IA dans le pétrole et le gaz ?
Il n'y a pas de nombre d'années fixe. Ce qui compte, c'est le nombre d'exemples étiquetés, comme les essais de puits, les résultats de laboratoire ou les défaillances codifiées, et le fait que l'historique couvre les modes de marche que le modèle rencontrera. Sur les champs sans mesure de débit en continu, les essais de puits ont lieu au plus une ou deux fois par mois, donc un puits fournit au plus environ 24 points de référence par an.
Faut-il nettoyer toutes nos données avant de lancer un projet d'IA ?
Non. Appliquez la checklist à un seul cas d'usage et corrigez les données dont ce cas d'usage a besoin. Nettoyer d'abord chaque tag et chaque enregistrement d'une usine ou d'un champ est long, et une grande partie ne servira peut-être jamais. Le travail fait pour le premier cas d'usage, comme la correspondance des tags et le journal des événements, est réutilisé par les suivants.
Faut-il adopter OSDU, WITSML ou ISO 14224 avant de commencer ?
Non. Ces normes sont des références utiles pour le nommage, la codification des défaillances et l'échange de données, et les suivre facilite la réutilisation des données. Mais un premier projet peut partir des systèmes existants, à condition que les données de son cas d'usage soient identifiées, documentées et cohérentes.
Peut-on utiliser les données de forage ou de puits détenues par les sociétés de service pour entraîner un modèle ?
Vérifiez d'abord vos contrats, car ils définissent qui détient les données et qui peut les utiliser. En Algérie, la loi 19-13 dispose que les données amont, comme la sismique, les diagraphies, les carottes et les études, sont la propriété exclusive de l'État et sont gérées par ALNAFT. Faites confirmer par votre conseil juridique la manière dont cela s'applique à votre projet avant tout partage ou entraînement.
Qui doit porter la préparation des données dans une compagnie pétrolière ?
Une petite équipe : un ingénieur production ou procédé qui connaît l'installation, un ingénieur OT ou IT qui connaît les systèmes, et un data scientist. Une personne nommée doit être responsable de chaque jeu de données après la mise en service, pour que les nouveaux tags, les nouveaux puits et les changements d'instruments soient enregistrés.
Les données peuvent-elles rester sur site pendant un projet d'IA ?
Oui. Les modèles et les données peuvent tourner sur l'infrastructure de l'entreprise. Le guide conjoint piloté par la CISA recommande aux exploitants de savoir où sont stockées les données OT utilisées pour l'entraînement, de les garder sous le contrôle de l'organisation et de comprendre comment les fournisseurs y accèdent.



