Trí tuệ nhân tạo trong lĩnh vực dầu khí và khả năng ứng dụng tại Việt Nam

57DẦU KHÍ - SỐ 12/2020 
PETROVIETNAM
TRÍ TUỆ NHÂN TẠO TRONG LĨNH VỰC DẦU KHÍ 
VÀ KHẢ NĂNG ỨNG DỤNG TẠI VIỆT NAM
TẠP CHÍ DẦU KHÍ
Số 12 - 2020, trang 57 - 64
ISSN 2615-9902
Nguyễn Thuận Yến
Viện Dầu khí Việt Nam
Email: yennt@vpi.pvn.vn
https://doi.org/10.47800/PVJ.2020.12-07
Tóm tắt
Thế kỷ XXI là thế kỷ của thời đại công nghệ số. Sự bùng nổ của công nghệ tự động hóa, phân tích dữ liệu, học máy và trí tuệ nhân tạo 
(AI) đang dần biến đổi cách sống và làm việc của con người. Trong khi đó, ngành dầu khí đang phải đối mặt với khủng hoảng chưa từng 
có từ mọi phương diện: suy thoái kinh tế, bất ổn xã hội, giá cả biến động và áp lực về chi phí cũng như nguồn lực. Đặc biệt, vào đầu năm 
2020, đại dịch Covid-19 và sự suy giảm của giá dầu thô đã nâng sự cần thiết phải thay đổi và tái cấu trúc ngành dầu khí lên mức báo động. 
Trong số tất cả những công nghệ đang nở rộ mỗi ngày, các cỗ máy tư duy được hỗ trợ bởi AI được coi là một trong những công cụ hàng đầu 
để hỗ trợ người sử dụng đưa ra những quyết định chính xác và táo bạo. Theo McKinsey, từ 60 - 90% hoạt động hàng ngày của ngành dầu 
khí có thể được hỗ trợ bởi AI và học máy [1]. Bài báo này giới thiệu các ứng dụng của AI trong lĩnh vực dầu khí và định hướng ứng dụng AI 
vào các lĩnh vực của ngành Dầu khí Việt Nam.
Từ khóa: Trí tuệ nhân tạo, công nghệ số, học máy, cách mạng 4.0, ứng dụng công nghệ.
1. Thị trường trí tuệ nhân tạo trong ngành dầu khí
Theo Ernst & Young (EY), chi tiêu toàn cầu cho AI và 
các công nghệ trí tuệ khác đạt 19,1 tỷ USD vào năm 2018, 
tăng 54,2% so với năm 2017. Đến năm 2021, con số này dự 
kiến sẽ tăng lên 52,2 tỷ USD/năm [2].
Theo Pricewaterhouse Coopers (PwC), trí tuệ nhân tạo 
dự kiến mang lại lợi ích khoảng 15.700 tỷ USD/năm vào 
năm 2030 - tương đương 14% GDP danh nghĩa toàn cầu, 
trong đó lợi ích từ việc tăng năng suất chiếm 6.900 tỷ USD 
và 9.100 tỷ USD đến từ các tác động bổ sung [3].
Ứng dụng của trí tuệ nhân tạo vượt xa giới hạn “cải 
thiện nhanh hơn và tốt hơn” các quy trình công việc. Từ 
các hoạt động tìm kiếm ban đầu cho đến việc đưa sản 
phẩm đến người dùng cuối, AI mở ra phương pháp mới 
để thăm dò, phát triển, khai thác, vận chuyển, chế biến và 
kinh doanh dầu khí.
Hoạt động của các nhà máy chế biến dầu khí trong 
tương lai sẽ chủ yếu dựa vào công nghệ số [4], từ việc sử 
dụng nguyên liệu đầu vào với hệ thống kế hoạch tự động 
theo thời gian thực kết nối với nhà cung cấp, đến việc tích 
hợp các phân xưởng sản xuất thông qua các thiết bị thông 
minh, ứng dụng trí tuệ nhân tạo và phân tích dữ liệu vào 
tồn kho và vận chuyển hậu cần. Các công nghệ tiên tiến 
đều có thể được áp dụng: in 3D, blockchain, phân tích dữ 
liệu, thiết bị di động, IoT, nền tảng đám mây, thiết bị bay, 
robot, công nghệ thực tế ảo và trí tuệ nhân tạo. 
Hình 1. Lợi ích do trí tuệ nhân tạo mang lại cho toàn thế giới vào năm 2030 
là 15700 tỷ USD [3]
Ngày nhận bài: 15/6/2020. Ngày phản biện đánh giá và sửa chữa: 15/6 - 11/7/2020. 
Ngày bài báo được duyệt đăng: 15/12/2020.
Trung Quốc 
7.000 tỷ USD
Phần còn lại của thế giới 
1.200 tỷ USD
Nam Mỹ 
500 tỷ USD
Nam Âu 
700 tỷ USD
Các nước phát 
triển ở châu Á 
900 tỷ USD
Bắc Âu 
1.800 tỷ USD
Bắc Mỹ 
3.700 tỷ USD
58 DẦU KHÍ - SỐ 12/2020 
CHUYỂN ĐỔI SỐ TRONG CÔNG NGHIỆP DẦU KHÍ
Theo Bain & Company, các doanh nghiệp dầu khí có thể cải 
thiện hiệu suất từ 6 - 8% với việc tối ưu hóa dữ liệu [5]. Việc số hóa 
các hoạt động hạ nguồn dầu khí có thể giúp tiết giảm 12 - 20% chi 
phí hoạt động, dừng hoạt động đột xuất giảm từ 15 - 25%, hiệu quả 
hoạt động tăng 8 - 12%, hiệu suất HSSE (sức khỏe, an toàn, an ninh 
và môi trường) được cải thiện, năng suất lao động tăng [5]. 
Theo nghiên cứu của Mordor Intelligence, thị trường trí tuệ 
nhân tạo trong ngành dầu khí được định giá 2 tỷ USD trong năm 
2019 và dự báo sẽ đạt 3,81 tỷ USD trong năm 2025 với mức tăng 
trưởng trung bình 10,96%/năm trong giai đoạn 2020 - 2025 [6].
Thị trường AI ngành dầu khí tại Bắc Mỹ đang dẫn đầu trên thế 
giới, do ngành này đang phải tìm kiếm các lựa chọn mới để giảm 
phụ thuộc vào lực lượng lao động đang già hóa. Việc triển khai AI 
trong ngành dầu khí mang đến cho các doanh nghiệp cơ hội để 
thích nghi và tối ưu hóa vận hành, đây là động lực chính của các 
doanh nghiệp trong việc ứng dụng AI vào hoạt động vận hành.
Tuy vậy, thị trường AI trong ngành dầu khí được dự báo sẽ tăng 
trưởng mạnh nhất ở châu Á - Thái Bình Dương, do các khoản đầu 
tư được đổ vào lĩnh vực này. Tăng trưởng kinh tế nhanh chóng ở 
khu vực đẩy mạnh tiêu thụ năng lượng, trong khi các nước đang 
phát triển cố gắng giảm sự phụ thuộc vào dầu 
nhập khẩu. 
2. Ứng dụng trí tuệ nhân tạo vào hoạt động 
dầu khí và khả năng áp dụng tại Việt Nam
2.1. AI hỗ trợ hoạt động dầu khí như thế nào?
Trí tuệ nhân tạo (AI) không chỉ là một thuật 
toán, một công cụ, một nền tảng hoặc một quy 
trình mà là cả hệ sinh thái của các công nghệ và 
khả năng. Mỗi công nghệ và khả năng này có 
thể thay thế hoặc tăng cường một số năng lực 
nhất định của con người theo 3 phương diện 
chính sau:
2.2.1. Cảm biến
AI có thể mô phỏng khả năng nhận thức 
của con người, từ đó tăng cường hoặc thay thế 
con người với một số điều kiện thích hợp. Trong 
một số trường hợp, AI có thể phát hiện các xu 
hướng trong dữ liệu cảm biến nằm ngoài ranh 
giới nhận thức thông thường của con người 
hoặc trong các vùng mà con người thường 
không truy cập được. Ví dụ, các cảm biến có thể 
được nhúng trong bể chứa để tìm hiểu nồng độ 
của các chất hóa học khác nhau được lưu trữ 
trong bể. Loại dữ liệu này sau đó có thể được 
đưa vào mô hình học máy để đánh giá tác động 
của các chất này đến độ ổn định và sức bền của 
bể. Hệ thống giám sát này có thể giúp ngăn 
ngừa các tai nạn liên quan đến phơi nhiễm độc 
chất cho người lao động.
Bên cạnh đó, các doanh nghiệp có thể sử 
dụng cảm biến để xác định nơi đặt mũi khoan. 
Ví dụ, geophones là thiết bị siêu nhạy gửi sóng 
âm vào đất để ghi lại các sóng phản xạ.  ...  cơ sở. Điều 
đó có thể áp dụng bằng cách tiếp tục tối ưu hóa vận hành, 
bảo dưỡng, phân phối; sử dụng robot vào các công việc 
có tính chất lặp lại, phổ thông như đóng bao, bốc xếp 
trong nhà máy đạm, lấy mẫu tự động trong các nhà máy 
lọc hóa dầu, chế biến khí... và tại các khu vực có mức độ 
nguy hiểm cao, khó tiếp cận. 
Nhà máy Lọc dầu Dung Quất đã triển khai những 
thành tố của cách mạng công nghiệp 4.0 ngay từ khi nhận 
bàn giao từ nhà thầu vào năm 2010: hệ thống điều khiển 
tự động hóa, hệ thống truyền thông liên lạc, hệ thống 
máy tính phục vụ cho việc tối ưu hóa nhà máy. Bên cạnh 
đó, Nhà máy Lọc dầu Dung Quất đã có sẵn hạ tầng để 
triển khai hệ thống phần mềm phức tạp, từ đó có thể ứng 
dụng hệ thống trí tuệ nhân tạo phân tích 24/24 nhu cầu 
thị trường đầu ra, nhu cầu thị trường dầu thô đầu vào và 
nhu cầu giá cả để tối ưu hóa từng công đoạn sản xuất của 
các thiết bị máy móc trong nhà máy.
Các nghiên cứu gần đây của Viện Dầu khí Việt Nam 
(VPI) liên quan đến việc ứng dụng AI vào hoạt động 
thượng nguồn đều cho thấy AI có khả năng cải thiện rất 
tốt hiệu quả trong quá trình tìm kiếm thăm dò, đặc biệt 
với việc ứng dụng ANN (Artificial Neural network - Mạng 
neuron nhân tạo):
 + Nghiên cứu “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” của Nguyễn 
Thu Huyền và các cộng sự cho thấy trong điều kiện số 
lượng giếng khoan hạn chế của bể Phú Khánh, mạng 
neuron nhân tạo (ANN) áp dụng hiệu quả thông qua việc 
tích hợp các kết quả phân tích tài liệu địa chấn, địa vật lý 
giếng khoan và phân tích mẫu để đưa ra dự báo về phân 
bố và chất lượng đá chứa tiềm năng trong bể [17].
 + Trần Đăng Tú và các cộng sự đã nghiên cứu áp 
dụng học máy cho việc dự báo sản lượng từ việc hình 
62 DẦU KHÍ - SỐ 12/2020 
CHUYỂN ĐỔI SỐ TRONG CÔNG NGHIỆP DẦU KHÍ
46%
19%
23%
12%
Sự cố kỹ thuật Sự cố điện Bảo trì Lý do khác
Hình 5. Nguyên nhân các nhà máy hạ nguồn phải dừng hoạt động [22] 
thành tầng đá móng cho mỏ Bạch Hổ với ANN, cho thấy 
ANN cải thiện khả năng dự báo với độ chính xác cao [18].
 + Đoàn Huy Hiên công bố nghiên cứu về định hướng 
ứng dụng trí tuệ nhân tạo vào nghiên cứu đặc tính địa 
chất của các mỏ dầu khí, và ứng dụng học máy vào tối ưu 
khai thác [19].
Các nghiên cứu khác như: Tạ Quốc Dũng và các cộng 
sự đã so sánh dự báo độ rỗng 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 [20]. Trần Khả Tiến và các cộng sự Trường 
Đại học Dầu khí Việt Nam (PVU) đã thực hiện nghiên cứu 
sử dụng mạng neuron nhân tạo để dự đoán hệ số Z cho 
khí hydrocarbon thiên nhiên. Kết quả nghiên cứu cho thấy 
mô hình có thể dự đoán chính xác hệ số Z hơn so với các 
phương pháp khác và có khả năng áp dụng trên phạm vi 
rộng của nhiệt độ giả và áp suất giả [21]. 
3.2.2. Một số định hướng ứng dụng AI vào hoạt động của 
ngành dầu khí Việt Nam
Từ các nghiên cứu ứng dụng AI của VPI, việc ứng dụng 
trí tuệ nhân tạo vào quản lý và phân tích dữ liệu khoa học 
địa chất 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. 
Bên cạnh đó, hầu hết các giếng khoan tại Việt Nam 
đều được đặt ngoài khơi, vì vậy chi phí đưa công nhân đến 
đó là tương đối cao. Do đó, 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.
Đối với các nhà máy lọc dầu, trí tuệ nhân tạo có thể 
được sử dụng để tối ưu cơ cấu nguyên liệu và tối ưu chuỗi 
cung ứng:
 + Nguyên liệu là chi phí lớn nhất đối với nhà máy 
lọc dầu. Năng suất, tính ổn định, hiệu quả sử dụng năng 
lượng và hiệu suất bảo vệ môi trường của nhà máy có thể 
thay đổi tùy thuộc vào việc xử lý các dạng dầu thô khác 
nhau. Sử dụng AI để thực hiện các mô hình mô phỏng với 
độ chính xác cao cho phép dự đoán và tối ưu hóa lựa chọn 
nguyên liệu với khả năng đánh giá hiệu quả kinh tế tiềm 
năng khi sử dụng hỗn hợp dầu thô hoặc loại dầu thô mới.
 + Quản lý tồn kho bằng hệ thống kiểm soát thời gian 
thực, dự đoán số lượng dầu thô cần sử dụng trong thời 
gian tới từ phân tích hiệu suất chế biến, dự báo giá dầu, 
tình hình kinh tế và thậm chí điều kiện thời tiết có khả 
năng ảnh hưởng đến việc giao hàng để giảm thiểu tồn 
kho, hạn chế rủi ro giảm giá hàng tồn kho.
 + Bên cạnh đó, AI còn có thể hỗ trợ tối ưu phân phối 
sản phẩm với việc phân tích nhu cầu người dùng theo dữ 
liệu lịch sử và hành vi tiêu dùng, cũng như cập nhật theo 
thời gian thực xu hướng tiêu dùng và dự đoán xu hướng 
để giảm thiểu chi phí vận chuyển và tồn trữ.
Một trong những xu hướng nổi bật nhất của việc ứng 
dụng AI vào hoạt động dầu khí là bảo trì dự báo. Chi phí 
duy trì dây chuyền sản xuất rất lớn, do đó việc ngừng hoạt 
động bất ngờ có thể dẫn đến tổn thất doanh thu khổng lồ. 
Theo nghiên cứu của Infosys, lý do các nhà máy chế biến 
phải dừng hoạt động 46% đến từ lỗi kỹ thuật [22].
Với sự hỗ trợ của các hệ thống AI, 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 Hệ thống bảo trì dự báo có thể được ứng 
dụng trên các dây chuyền sản xuất của các công ty dầu 
khí, từ thượng nguồn đến hạ nguồn [23].
Ngoài ra, các đơn vị dầu khí có thể xây dựng mô hình 
quản lý, 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, 
63DẦU KHÍ - SỐ 12/2020 
PETROVIETNAM
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. Kết luận
AI có thể giúp các doanh nghiệp tiếp cận những cách 
tư duy và tương tác mới không chỉ với dữ liệu, mà với cả 
lực lượng lao động và cơ sở vật chất. Các chuyên gia tin 
rằng AI sẽ là cuộc cách mạng tiếp theo trong ngành dầu 
khí, với sự chuyển đổi mạnh từ lý thuyết sang thực tiễn 
trong tương lai. Sự chuyển đổi của nền kinh tế thế giới nói 
chung và ngành dầu khí nói riêng sẽ đẩy câu hỏi đối với 
trí tuệ nhân tạo từ “làm thế nào” đến “làm cái gì”, từ những 
thành công đến từ khía cạnh kỹ thuật của công nghệ trí 
tuệ nhân tạo. Ngành công nghiệp dầu khí thế giới dường 
như đã sẵn sàng tiếp nhận các ứng dụng cao cấp của AI 
với niềm tin vào tiềm năng chung của ngành công nghệ 
mang tính đột phá này.
Có thể thấy, ngành Dầu khí Việt Nam hiện tại đã nhận 
thức được tầm quan trọng của cuộc cách mạng công nghệ 
nói chung và trí tuệ nhân tạo nói riêng vào hoạt động. Tuy 
nhiên, do nhiều hạn chế ở cơ sở hạ tầng, nhân lực và kỹ 
thuật, đặc biệt với các thách thức về rào cản chính sách, 
rủi ro về an ninh, an toàn khi kết nối với bên ngoài, các 
công ty dầu khí Việt Nam mới chỉ thực hiện nghiên cứu và 
bước đầu đặt bước đi thăm dò đối với việc ứng dụng AI 
vào hoạt động dầu khí chứ chưa thực sự triển khai quyết 
liệt và toàn diện. Để đảm bảo sự phát triển của ngành dầu 
khí, đảm bảo kinh tế xã hội và an ninh năng lượng quốc 
gia, cần tận dụng thành tựu phát triển công nghệ trí tuệ 
nhân tạo và tự động hóa hiệu quả. 
Tài liệu tham khảo
[1] McKinsey Global Institute, Artificial Intelligence - 
The next digital frontier?. Discussion Paper, 2017.
[2] Jeff Williams and Keith Strier, “Is AI the fuel oil 
and gas needs?”, Ernst & Young Article, 2019. [Online]. 
Available: https://www.ey.com/en_ua/oil-gas/is-ai-the-
fuel-oil-and-gas-needs.
[3] A.S.Rao and G.Verweij, “Sizing the prize: What’s 
the real value of AI for your business and how can you 
capitalize”, PwC Report, 2017.
[4] R.Geissbauer, A.Pandey, and J.Salamat, "Digitizing 
downstream oil and gas operations - A framework for 
capturing value", Strategy& Report, 2019.
[5] V.Padmanabhan, “Big data analytics in oil and gas”, 
Bain & Company Report, 2014.
[6] Mordor Intelligenc, “AI in oil and gas market - 
Growth, trends and forecast (2020 - 2025)”, 2020.
[7] Andika Rachman, “How to apply artificial 
intelligence in the oil and gas industry”, Medium Article, 
2019.
[8] ExxonMobil, “ExxonMobil invests $1 billion per year 
in energy research, emerging technologies”, 18/9/2018. 
[Online]. Available: https://corporate.exxonmobil.com/
Research-and-innovation/University-and-National-Labs-
partnerships/ExxonMobil-invests-1-billion-per-year-in-
energy-research-emerging-technologies.
[9] BP, “BP invests in new artificial intelligence 
technology”, 28/1/2019. [Online]. Available: https://www.
bp.com/en/global/bp-ventures/news/press-releases/bp-
nvests-in-new-artificial-intelligence-technology.html.
[10] Royal Dutch Shell, “Shell vitural assistant". 
[Online]. Available: https://www.shell.com/.
[11] Microsoft, “Schlumberger, Chevron and 
Microsoft announce collaboration to accelerate digital 
transformation”, 17/9/2019. [Online]. Available: https://
news.microsoft.com/2019/09/17/schlumberger-chevron-
and-microsoft-announce-collaboration-to-accelerate-
digital-transformation/.
[12] Total, “Total to develop artificial intelligence 
solutions with google could”, 24/4/2018. [Online]. 
Available: https://www.total.com/media/news/press-
releases/total-develop-artificial-intelligence-solutions-
google-cloud.
[13] Gazprom Neft, “Gazprom Neft signs cooperation 
agreement with Yandex”, 1/6/2017. [Online]. Available: 
https://www.gazprom-neft.com/press-center/news/
gazprom-neft-signs-cooperation-agreement-with-
yandex/.
[14] Microsoft News Center, “Baker Hughes, 
C3.ai, and Microsoft announce alliance to accelerate 
digital transformation of the energy industry”, 
19/11/2019. [Online]. Available: https://news.microsoft.
com/2019/11/19/baker-hughes-c3-ai-and-microsoft-
announce-alliance-to-accelerate-digital-transformation-
of-the-energy-industry/.
[15] Costas Bekas and Peter Staar, “Eni and IBM boost 
geological data interpretation with AI, IBM Research Blog”, 
2019.
64 DẦU KHÍ - SỐ 12/2020 
CHUYỂN ĐỔI SỐ TRONG CÔNG NGHIỆP DẦU KHÍ
Summary
The 21st century marks the age of digital technology. The booming of sophisticated data, automation technologies, analytics, machine 
learning and artificial intelligence (AI) is transforming the way we live and work. Meanwhile, the oil and gas industry is facing disruption from 
many external aspects: economic downtime, social instability, price fluctuation, and increasing pressure on costs and resources. Especially 
since the beginning of 2020, the strike of Covid-19 pandemic and the fall in crude oil price have elevated the need to restructure and transform 
the industry to a level of urgency. Among all the blooming technologies, the thinking machines powered by AI appear to be one good 
instrument to assist decision makers on the way to overcome such obstacles. According to McKinsey, about 60 - 90% of daily operations of 
petroleum companies can be assisted by AI and machine learning [1]. This article introduces the capabilities of AI in helping the oil and gas 
industry reshape its future and how AI can be applied in the context of Vietnam’s petroleum industry. 
Key words: Artificial intelligence, digital technology, machine learning, industry 4.0, technological application.
ARTIFICIAL INTELLIGENCE IN OIL AND GAS INDUSTRY AND POTENTIAL 
APPLICATION FOR VIETNAM
Nguyen Thuan Yen
Vietnam Petroleum Institute
Email: yennt@vpi.pvn.vn
[16] Hồ Đắc Lộc và Huỳnh Châu Duy, “Phát triển trí 
tuệ nhân tạo tại Việt Nam: Thực trạng và giải pháp”, Tạp chí 
Khoa học và Công nghệ Việt Nam, 2020.
[17] Nguyễn Thu Huyền, Tống Duy Cương, Trịnh 
Xuân Cường, Nguyễn Trung Hiếu, Phạm Thị Hồng, Nguyễn 
Thị Minh Hồng, Lê Hải An, và Hoàng Anh Tuấn, “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”, Tạp chí Dầu khí, 2019, Số 5, tr. 25 - 31.
[18] Tran Dang Tu, Nguyen The Duc, Le Quang 
Duyen, Pham Truong Giang, Le Vu Quân, Le Quoc Trung, 
Tran Xuan Quy, and Pham Chi Duc, “An applied machine 
learning approach to production forecast for basement 
formation - Bach Ho field”, Petrovietnam Journal, 2019, 
Vol. 6, pp. 48 - 57.
[19] Doan Huy Hien, “Toward to geo-characterization 
using machine learning approach, seminar presentation”, 
2020.
[20] Tạ Quốc Dũng, Lê Thế Hà, và Phạm Duy Khang, 
“Ứng dụng mạng neuron nhân tạo (ANN) trong dự báo độ 
rỗng”, Tạp chí Dầu khí, 2019, Số 7, tr. 18 - 27.
[21] Trần Khả Tiến và Hoàng Thịnh Nhân, “Sử dụng 
mạng neural nhân tạo để dự đoán hệ số Z cho khí 
hydrocarbon thiên nhiên”, Tạp chí Dầu khí, 2016, Số 8, 
tr. 27 - 34. 
[22] Infosys, "Digital initiative for petroleum refining 
industry to achieve operational excellence", 2019. [Online]. 
Available: https://www.infosys.com/industries/oil-and-
gas/documents/digital-initiative-petroleum-refinery.pdf.
[23] Toward AI, “A look at the presence of AI in the oil 
and gas industry”, 2/7/2020. [Online]. Available: https://
towards.ai/a-look-at-the-presence-of-ai-in-the-oil-gas-
industry/.
[24] Kumba Sennaar, “Artificial intelligence in oil and 
gas - Comparing the applications of 5 oil giants”, Emerj 
Journal, 18/1/2019. [Online]. Available: https://emerj.com/
ai-sector-overviews/artificial-intelligence-in-oil-and-gas/.