Jeotermal arama ve üretimi arttırmanın bir aracı olarak öngörülen “makine öğrenmesi”
EGS diyagramı (kaynak: DOE, Jeotermal Teknolojileri Programı)
Cannur Bozkurt
6 May 2019
Makine öğrenme algoritmaları kullanarak, Pennsylvania Eyalet Üniversitesi'nden bir çift araştırmacı, jeotermal keşif ve üretimin içsel risklerini azaltmayı umuyor.
Pennsylvania Eyalet Üniversitesi’nden iki araştırmacı, jeotermal arama ve üretim sırasında indüklenen sismiklik riskleri yönetmek için makine öğrenme algoritmaları kullanma fikrini incelemekte. “Güvenli jeotermal keşif için makine öğrenme yaklaşımları” başlıklı araştırma ile Jing Yang ve Chris Marone, 2019 Penn Eyalet Multidisipliner Fikir Hibe’sini kazandı.
Çift, hidrolik stimülasyon ile kırılma oluşumunu gerçekleştirirken, mikro-depremler gibi sismik olayları tahmin etmek için makine öğrenme algoritmalarının kullanılabileceğini umuyor. Şimdiye kadar laboratuarda başarılı çalışmalar yapıldı, ancak araştırmacılar bu başarıyı saha ölçeğinde çoğaltmak için çalışıyorlar.
Araştırmalarının ikinci kısmı, bölgeye yapısal zarar vermeden yüksek jeotermal enerji üretimi elde etmek için rezervuara re-enjekte edilmesi gereken akışkan miktarını belirlemeye yardımcı olmayı amaçlamakta.
Bu hedeflere ulaşmak için Yang ve Marone, laboratuardan sahaya transfer edilebilecek ve bilinmeyen koşullarla başa çıkabilen ölçeklenebilir algoritmalarla güvenli bir takviye öğrenme çerçevesi geliştirecek. Başarılı sonuçların elde edilmesi koşu ile araştırmacılar, çalışmanın jeotermal enerji üretimi dışındaki diğer alanlara da uygulanabileceğini umuyorlar.
Kaynak: ThinkGeoEnergy
