機械学習による地熱掘削作業の最適化

地熱は、送電網にベースロード電力と供給可能な電力の両方を供給できる、最もカーボンニュートラルで持続可能で再生可能なエネルギー源の 1 つと考えられています。 地熱は、ネットゼロの未来への移行において重要な役割を果たす可能性があるにもかかわらず、深層地熱はコストが高いため、現在最も活用されていない再生可能資源となっています。

地熱プロジェクトにおけるコストの主な要素は掘削と完成に関係しており、プロジェクト開発全体の最大 70% を占めます。 それに加えて、掘削業界は、地熱井の掘削と完成に関して、低貫通率（ROP）や底孔認識の欠如などのいくつかの課題に直面しており、結果としてトリップや非生産時間（NPT）が費やされることになります。フォーメーションの特徴。

この業界はデジタル化と自動化が不足しており、個人のスキルと古いデータに依存しています。 既存の掘削システムは、石油ベースの泥を含む炭化水素盆地向けに設計されており、地熱層や硬岩層への有用性は限られています。 現在のシステムも回転掘削に基づいていますが、地熱掘削分野ではパーカッションや非接触熱掘削などの新しい技術が必要です。

上流のエネルギー業界のデジタル変革により、近年、生成されるデータの量と種類が飛躍的に増加しました。 機械学習 (ML) と人工知能 (AI) の進歩により、地熱掘削業界にイノベーションと最適化の機会が生まれています。 これらの革新的なツールは、地熱探査の精度とコストを向上させ、地熱運用を最適化し、地熱エネルギーの全体的なコストを削減します。

機械学習アルゴリズムの使用は、データ内の異常な応答を特定し、掘削の問題と運用上または物流上の問題を区別するのに役立ちます。 調査結果に基づいて修復戦略を策定することで、深部地熱プロジェクトのリスクを軽減し、投資家にとってより魅力的なプロジェクトにすることが可能になる可能性があります。

OptiDrill プロジェクトは、統一された諮問システムの下で機械学習モジュールを開発することを目的とした欧州委員会の Horizo​​n 2020 助成金によって資金提供されています。 各モジュールは、掘削または完成プロセスの一側面の分析、予測、または最適化を担当します。

OptiDrill システム設計は、あらゆる地層での掘削効率を向上できるシステムの開発を中心に展開しています。 OptiDrill 地熱掘削アドバイザリー システムの統合フレームワークの下で次のアプローチを採用することで、既存のデータと知識の移転を活用し、既存の問題を解決し、既存の方法と技術を強化することに重点が置かれています。

• 自然言語処理 (NLP) 深層学習手法を使用して以前の掘削データとテキストベースのレポートをデジタル化し、掘削と完了の日次レポートと問題のデジタル データベースを作成することで、日次掘削レポートのデジタル化への道が開かれ、掘削日次レポートのさらなる転送が可能になります。石油およびガス部門からの知識;• 掘削リグと底部アセンブリ（BHA）互換のセンサーストリングとデータ転送システムの実装を通じた掘削プロセスの計装と、掘削によって誘発されるパラメータ（振動、荷重、振動など）を測定するためのそれぞれの方法論トルク、流量、音響信号など）、プロセスへの影響を解釈するため。• 利用可能なデータセットのギャップを埋め、「仮定」シナリオを含むさまざまな掘削問題シナリオをシミュレートするための、貯留層シミュレーションデータと現場規模の実験データ。 完全でギャップのないデータベースにより、これまでに利用可能な記録データがほとんどない地層や状況のシナリオでも、モデルが最高の予測能力に達することができます。• 地熱掘削モデリングと、機械の組み合わせによるパフォーマンスの予測と最適化。学習および新しい深層学習手法;• モデルの検証と効率向上のための新しいセンサー列データと組み合わせた深層学習手法の組み合わせを採用することによる、地層のリアルタイム岩質予測;• データ駆動型の統計および機械による掘削問題の予測とトリガー検出不必要でコストのかかるリスクを回避し、掘削および完成プロセス中に NPT を削減するための学習方法。• 水平坑井クラスターおよび多国間坑井クラスターの坑井完成および強化モデリング、および機械学習と新しい深層学習手法の組み合わせによるパフォーマンスの予測および最適化。 • 統計モデリングの検証と機械学習モデルの最適化。 および• 自己学習 ML アルゴリズムと組み合わせたフェデレーション ML スキームにより、OptiDrill システムは、新しいドリルおよび完了アクティビティごとに更新される独自の可能性が得られます。 この機能により、OptiDrill アドバイザリー システムの将来性があり、自己進化する機能が保証されます。

OptiDrill は業界主導のプロジェクトであり、コンソーシアムは、経験豊富な掘削業者やオペレーター、掘削コンサルタント、研究組織、技術専門家からなる 11 のパートナーで構成されています。

OptiDrill コンソーシアムのパートナーは、500 以上の井戸と、柔らかい泥岩から非常に硬い火成岩や変成岩までさまざまな数百の地層からの掘削および記録データにアクセスできます。 また、英国の 2 つの深層地熱井、エデン プロジェクト (4.5 km) とユナイテッド ダウンズ プロジェクト (5.2 km) からデータを取得する予定です。 掘削パートナーに加えて、ルーマニアのパルタプロジェクト、ES-Géothermie（フランスのパリ盆地からのデータ）、Koekoekspolder（オランダ）、連邦地球科学天然資源研究所（ドイツ）、VITO（ベルギー）からのデータも入手します。 ）。 また、データの掘削と記録については、Dago、Hogewerf、ACL などと協議中です。

OptiDrill システムは、技術準備レベル (TRL) 5 のパートナーの掘削リグで関連する動作条件で検証されます。

OptiDrill プロジェクトによって開発された ROP、岩石学、掘削問題、坑井の完成と強化、および結合された地熱掘削最適化モデルの機械学習モデルは、既存の技術と比較して ROP、寿命、信頼性を向上させるように設計されています。 OptiDrill と掘削勧告システムの掘削最適化 ML モデルを組み合わせることにより、掘削業者は地熱掘削のためにあらゆる種類の地層でコスト効率よくより深い深さとより高い温度に到達できるようになります。 このプロジェクトは、掘削パラメータを最適化し、それによって地熱発電用の生産井および注入井の掘削をスピードアップするように設計されています。 これにより、掘削に費やされる地熱発電所の設備投資（CapEx）が大幅に削減されると同時に、設置時の環境への影響も大幅に削減されるため、地熱エネルギーの成長が促進されます。

OptiDrill プロジェクトは、助成契約番号 101006964 に基づいて、欧州連合の Horizo​​n 2020 Research and Innovation Action によって資金提供されています。

開示: この作品に関する情報は、著者の見解を反映しているだけであり、欧州連合も CINEA も、ここに含まれる情報の使用については責任を負いません。

なお、この記事は季刊誌の第14版にも掲載される予定です。

次回コメントするときのために、このブラウザに名前、メールアドレス、ウェブサイトを保存してください。

D