هوش مصنوعی و کشف ذخایر زمین گرمایی پنهان نوادا

یک استارتاپ آمریکایی با استفاده از هوش مصنوعی یک سامانه زمین‌گرمایی پنهان در نوادا شناسایی کرده که ممکن است گرمای کافی برای یک نیروگاه تولید کند؛ مقاله به روش‌های اکتشاف، EGS، موانع فنی و پتانسیل انرژی زمین‌گرمایی می‌پردازد.

6 نظرات
هوش مصنوعی و کشف ذخایر زمین گرمایی پنهان نوادا

9 دقیقه

یک استارتاپ آمریکایی می‌گوید هوش مصنوعی یک سامانه زمین‌گرمایی پنهان در نوادا را شناسایی کرده که می‌تواند گرمای کافی برای تغذیه یک نیروگاه تولید کند. این کشف نشان‌دهنده افزایشی در باور محققان و سرمایه‌گذاران است که بسیاری از ذخایر با دمای بالا در زیر غرب ایالات متحده بدون بهره‌برداری مانده‌اند — و ابزارها و روش‌های نوین می‌توانند نحوه اکتشاف و توسعه منابع زمین‌گرمایی را متحول کنند. توجه به این کشف هم جنبه‌های فنی دارد و هم پیامدهای بالقوه برای بازار انرژی، سیاست‌گذاری و برنامه‌های سرمایه‌گذاری در انرژی پاک.

چگونه هوش مصنوعی گرما را در محل‌هایی که سطح بی‌نشان است نقشه‌برداری می‌کند

زنسکار، یک استارتاپ کالیفرنیایی، از تکنیک‌های یادگیری ماشین برای تحلیل مجموعه‌های بسیار بزرگ داده‌های زمین‌شناسی، ژئوفیزیکی و ژئوشیمیایی بهره می‌برد و هدف آن علامت‌گذاری سامانه‌های زمین‌گرمایی «پنهان» است — ذخایری که در اعماق زمین قرار دارند و هیچ چشمه یا هواکش بخار قابل مشاهده‌ای روی سطح نشان نمی‌دهند. بنیان‌گذاران، کارل هویلند و جوئل ادواردز، می‌گویند مدل‌های آن‌ها بارها نقاط گرم و نواحی دارای پتانسیل بالا را در مناطقی شناسایی کرده‌اند که صنعت زمین‌گرمایی مدتها نادیده گرفته بود. هویلند با اشاره به تغییر نگرش می‌گوید: «وقتی شرکت را راه‌اندازی کردیم، حرف مرسوم این بود که زمین‌گرمایی دیگر جذاب نیست»؛ اما حالا با داده‌های بهتر، روش‌های یادگیری عمیق و الگوریتم‌های ترکیبی، می‌توان به‌طور سیستماتیک سایت‌های دارای ریسک کمتر را اولویت‌بندی کرد و هزینه و زمان اکتشاف را کاهش داد.

سامانه‌های پنهان که در متون علمی گاهی «blind systems» نامیده می‌شوند، دشواری‌هایی دارند زیرا نشانه‌های سطحی کمی از خود بر جا می‌گذارند یا اصلاً نشان واضحی ندارند. به طور تاریخی اغلب موارد به صورت تصادفی کشف شده‌اند — هنگام حفاری‌های کشاورزی، اکتشاف معادن یا عملیات نفت و گاز. رویکرد زنسکار داده‌های مختلفی از قبیل الگوهای گسلی، پیمایش‌های هدایت الکتریکی (electrical conductivity)، داده‌های گرانشی و سایر اندازه‌گیری‌ها را به هم می‌دوزد تا نقشه‌های احتمالاتی بسازد که نشان دهد گرما و سیال کجا ممکن است در پوسته زمین انباشته شده باشند. این مدل‌ها با ترکیب فناوری‌های داده‌کاوی، تحلیل فضایی و مدل‌سازی آماری، توانایی شناسایی هدف‌های حفاری با اعتماد بالاتر و ریسک پایین‌تر را فراهم می‌کنند؛ امری مهم در کاهش هزینه‌های اولیه و افزایش جذابیت مالی پروژه‌های زمین‌گرمایی.

چرا نوادا — و چرا این موضوع اهمیت دارد

غرب ایالات متحده به‌ویژه نواحی اطراف کمربند تکتونیکی و مناطق راندگی (rifting)، خاکی مناسب برای توسعه انرژی زمین‌گرمایی فراهم می‌کند؛ فعالیت‌های تکتونیکی و نازک‌تر بودن پوسته در این مناطق دسترسی به سنگ‌های داغ و سفره‌های آب ژرف را آسان‌تر می‌سازد. بزرگ‌ترین میدان زمین‌گرمایی توسعه‌یافته جهان در کالیفرنیا واقع است که مبتنی بر چشمه‌هایی است که انسان‌ها برای هزاران سال از آن‌ها استفاده کرده‌اند، و اولین نیروگاه‌های تجاری از دهه ۱۹۲۰ شروع به کار کردند. باوجود این پیشینه، بخش بزرگی از منابع با دمای بالا همچنان مدفون‌اند و بدون تحلیل‌های پیشرفته و مجموعه داده‌های یکپارچه قابل شناسایی نیستند؛ بنابراین کشف یک مخزن بالقوه در نوادا می‌تواند نشان‌دهنده ظرفیت افزایشی برای تولید برق پایه‌ای (baseload) و کاهش وابستگی به سوخت‌های فسیلی باشد.

زنسکار گزارش می‌دهد که کشف در نوادا نشان می‌دهد مدل‌هایشان می‌توانند ذخایری را بیابند که احتمالاً به‌اندازه کافی داغ و پرمحصول هستند تا یک نیروگاه تولید برق را تغذیه کنند. با این حال شرکت تأکید می‌کند که برای تأیید قابلیت تجاری، آزمایش‌ها و ارزیابی‌های عمیق‌تر لازم است؛ از جمله حفاری اکتشافی برای اندازه‌گیری دما، نفوذپذیری مخزن و نرخ‌های جریان سیال که تعیین‌کننده میزان توان تولیدی واقعی یک سایت خواهند بود. ادواردز می‌گوید: «این یافته پیامی به بازار ارسال می‌کند که این سایت در صورت تأیید می‌تواند در آینده انرژی تولید کند.» افزون بر این، تحلیل نمونه‌های سیالی، سنجش‌های ژئوشیمی و مدل‌سازی سه‌بعدی مخزن از دیگر گام‌های ارزیابی هستند که برای تخمین ظرفیت طولانی‌مدت و رفتار مخزن ضروری‌اند.

ابزارهای نوین، برآوردهای قدیمی — و پتانسیل بزرگ‌تر

علاقه به منابع زمین‌گرمایی دست‌نخورده موضوع تازه‌ای نیست. در دوره بحران نفت دهه ۱۹۷۰، دولت فدرال ایالات متحده برنامه‌های نقشه‌برداری و اکتشاف را در نوادا تأمین مالی کرد تا به‌طور سیستماتیک سامانه‌های پنهان را شناسایی کند. آن برنامه‌ها مجموعه داده‌های پایه ارزشمندی تولید کردند؛ داده‌هایی که اکنون با پردازش مدرن و روش‌های داده‌کاوی مجدداً قابل استفاده و ارزش‌افزایی هستند. با تغییر تمرکز سرمایه‌گذاری و بودجه به سمت انرژی‌های خورشیدی، بادی و هسته‌ای در دهه‌های بعد، توجه نسبی به زمین‌گرمایی کاهش یافت؛ با این وجود با ترکیب داده‌های تاریخی و تکنیک‌های جدید، می‌توان پتانسیل‌های از دست رفته را بازآشناسایی کرد.

یک ارزیابی دولت آمریکا در سال ۲۰۰۸ برآورد کرد که سامانه‌های زمین‌گرمایی کشف‌نشده ممکن است حدود ۳۰ گیگاوات برق فراهم کنند — رقمی که می‌تواند بیش از ۲۵ میلیون خانه را تأمین کند. اما کارشناسانی نظیر جیمز فولدز، که در فهرست‌بندی ویژگی‌های گرمایی و توسعه تکنیک‌های آشکارسازی مشارکت داشته، معتقدند این برآوردها ممکن است محافظه‌کارانه باشند. با تکنیک‌های پردازش داده‌های امروزی، افزایش عمق حفاری، استفاده از داده‌های ماهواره‌ای، سنجش‌های هوابرد و ابزارهای ژئوفیزیکی جدید، ایالات متحده می‌تواند ده‌ها و حتی صدها گیگاوات از مخازن پنهان را هدف‌گذاری و توسعه دهد. این پتانسیل نه تنها از منظر تولید برق اهمیت دارد، بلکه می‌تواند بخشی از راهکارهای بلندمدت برای حذف تدریجی سوخت‌های فسیلی و کاهش انتشار کربن باشد.

EGS در مقابل سامانه‌های پنهان: دو مسیر برای رشد زمین‌گرمایی

بخش عمده‌ای از پیشرفت و هیجان کنونی بر سامانه‌های مهندسی‌شده زمین‌گرمایی (EGS) متمرکز است؛ رویکردی که در آن عمداً سنگ‌های داغ در عمق شکست داده می‌شوند تا شبکه‌ای از تخلخل و درزها ایجاد شود که تبادل حرارت بین سنگ و سیال را تسهیل کند — فرآیندی که از نظر مفهومی تا حدی شبیه به شکست هیدرولیکی است. شرکت‌هایی مانند Fervo برنامه‌های پایلوت تجاری را آغاز کرده‌اند و نمونه‌هایی از استفاده EGS در سطح تجاری نیز گزارش شده است؛ برای نمونه، یک واحد در سال ۲۰۲۳ شروع به تأمین برق مرکز داده گوگل در نوادا کرد. EGS می‌تواند وابستگی به مخازن طبیعی را کاهش دهد و امکان دسترسی به منابعی را فراهم آورد که در حالت طبیعی مناسب نیستند.

با این حال EGS مستلزم مهندسی پیچیده‌تر است و می‌تواند مصرف آب و ریسک وقوع رویدادهای لرزه‌ای کوچک (microseismicity) را افزایش دهد. از سوی دیگر، شناسایی و بهره‌برداری مستقیم از سامانه‌های پنهان، در صورتی که مخزن طبیعی با دمای بالا و نفوذپذیری کافی وجود داشته باشد، می‌تواند مسیر ساده‌تری ارائه دهد؛ توسعه‌دهندگان می‌توانند بدون ایجاد شبکه شکست مصنوعی، چاه‌ها را حفر و نیروگاه را متصل کنند. انتخاب بین EGS و بهره‌برداری از منابع طبیعی اغلب به شرایط محلی، دسترسی به آب، خطرات زیست‌محیطی، مقررات و تحلیل‌های اقتصادی بستگی دارد؛ در عمل احتمالاً هر دو رویکرد برای مقیاس‌بندی زمین‌گرمایی نقش خواهند داشت.

موانع عملی و گام‌های بعدی

  • تأیید: حفاری اکتشافی عمیق همچنان حیاتی است. تنها آزمایش‌های چاه عمیق می‌توانند دمای واقعی مخزن، نفوذپذیری سنگ‌ها و نرخ‌های جریان سیال را تعیین کنند — پارامترهایی که مستقیماً تعیین می‌کنند یک سایت چه میزان برق پایدار می‌تواند تولید کند. سنجش‌های میدانی، لاگ‌های چاهی و تست‌های تولید/تزریق لازمه تصمیم‌گیری سرمایه‌گذاری خواهند بود.
  • معادلات زیست‌محیطی: EGS اغلب به آب نیاز دارد و می‌تواند موجب رخدادهای لرزه‌ای خفیف شود؛ در مقابل بهره‌برداری از مخازن طبیعی ردپای سطحی کمتری دارد اما موفقیت آن بستگی به حضور ژئولوژی مساعد دارد. ارزیابی اثرات زیست‌محیطی، مدیریت آب و برنامه‌های پایش لرزه‌ای از ملزومات هر پروژه زمین‌گرمایی هستند.
  • هزینه و مهندسی: استخراج حرارت در عمق‌ها و دماهای بالاتر نیازمند فناوری‌های پیشرفته حفاری، ابزارهای مقاوم در برابر دمای بالا و طرح‌های اقتصادی است که بتوانند با دیگر گزینه‌های کم‌کربن رقابت کنند. بهبود کارایی چاه‌ها، کاهش هزینه‌های حفاری و طراحی مالی خلاقانه (نظیر قراردادهای خدمات انرژی و تضمین‌های دولتی) می‌تواند نقش مهمی در تجاری‌سازی ایفا کند.

فعلاً، اعلامیه زنسکار در نوادا یک شاهد عملی برای قابلیت‌های اکتشاف یاری‌شده با هوش مصنوعی است: الگوریتم‌ها می‌توانند محدوده‌های جستجو را کوچک کنند و اهداف حفاری را اولویت‌بندی سازند و در نتیجه حدس‌وگمان و ریسک‌های بزرگ تاریخی اکتشاف زمین‌گرمایی را کاهش دهند. با بهبود ابزارهای حفاری و افزایش توان محاسباتی، ترکیب علم داده، سنجش از دور، ژئوفیزیک و ژئوشیمی می‌تواند مسیر جدیدی برای تعریف و توسعه ذخایر زمین‌گرمایی باز کند. در صورتی که سیاست‌گذاران، سرمایه‌گذاران و صنعت هماهنگ عمل کنند، گرمای پنهان زیر پای ما می‌تواند سهم بزرگ‌تری در سبد انرژی پاک ایفا کند و به هدف‌های کاهش انتشار کربن و تأمین انرژی پایدار کمک نماید.

منبع: smarti

ارسال نظر

نظرات

کوینپیل

پتانسیل خوبه، برق پایدار از زمین جذابه، اما بدون سرمایه‌گذاری و تضمین سیاستی پروژه‌ها نیمه‌کاره می‌مونه

آرم_ز

خوشحالم از پیشرفت ولی حس میکنم زیادی رسانه‌ای شده، تا وقتی تست میدانی و تحلیل زیست‌محیطی کامل نشه نباید خیلی هیجان‌زده شد

امیر

من یه بار تو پروژه‌ای بودم که آب درست مدیریت نشد، لرزه‌های ریز زیاد شد. یعنی سرمایه باید همراه با نظارت باشه، جدی میگم.

لابکور

داده‌های دهه۷۰ دوباره ارزش پیدا کردن، ترکیبش با ML منطقیه اما مدل‌ها همیشه خطا دارن، داده‌کاوی فقط شروعه، چاه لازمه

گیربکس

این واقعیه یا باز تبلیغیه؟ EGS که ریسک لرزه‌ای داره، نوادا اگر تأیید بشه عالیه ولی اول مستندات دیده بشه

دیتاپالس

وای این خبر هیجان‌انگیزه! هوش مصنوعی داره چیزای قدیمی رو دوباره زنده میکنه، ولی تا قبل از چاه یه کم باید محتاط باشیم...

مطالب مرتبط