Toen Jing Yang, universitair docent elektrotechniek, ging op zoek naar praktische toepassingen voor haar onderzoek naar machine learning, samen met Chris Marone, hoogleraar geowetenschappen, voor zijn werk aan veilige en efficiënte geothermische exploratie en energieproductie, paste perfect.

Yang en Marone hebben onlangs een 2019 Penn State Multidisciplinair Seed Grant toegekend gekregen voor hun gezamenlijke onderzoek "Machine learning-benaderingen voor veilige geothermische exploratie."

"Ik werk al een aantal jaren aan machine learning, " zei Yang. "Mijn onderzoek is meer aan de theoretische kant, en ik wil laten zien hoe theorie kan worden gerelateerd aan de praktijk. Energiegerelateerde toepassingen kunnen de plek zijn waar machine learning-technieken een grote impact kunnen hebben."

Het werk heeft tot doel machine learning te gebruiken om zowel de seismische activiteit tijdens geothermische exploratie beter te voorspellen als om de productie van geothermische energie te optimaliseren.

Geothermische systemen vereisen het creëren van breuken door hydraulische stimulatie. Deze breukvorming en stimulatie wordt geassocieerd met micro-aardbevingen (MEQ's) die gebouwen en andere oppervlaktestructuren kunnen beschadigen. Marone en Yang hopen dat ze met behulp van Yang's machine learning (ML) algoritmen seismische gebeurtenissen zoals MEQ's kunnen voorspellen en voorspellen.

"We zijn erg geïnteresseerd in de vraag of er bepaalde voorlopers zijn voor micro-aardbevingen, zodat we kunnen voorspellen wanneer er in de nabije toekomst een grote seismische activiteit zal plaatsvinden, waarop onmiddellijke acties kunnen worden ondernomen voordat er iets destructiefs gebeurt, " zei Yang.

Een cruciaal onderdeel van dit onderzoek is het vermogen van ML-algoritmen om deze seismische activiteit op grote schaal te voorspellen. De onderzoekers hebben momenteel succes met het verzamelen van gegevens en het voorspellen van seismische activiteit in het laboratorium, maar ze moeten ervoor zorgen dat ze deze voorspellingen op veldschaal kunnen doen.

"Als je duizenden sensoren hebt die op streaming wijze metingen genereren, het realtime analyseren van de datastromen is een enorme uitdaging. Het probleem wordt nog ingewikkelder als er veel micro-events tegelijkertijd plaatsvinden, "Zei Yang. "Dus [de vraag is] hoe kunnen we die gebeurtenissen die onder de oppervlakte plaatsvinden, lokaliseren of nauwkeuriger afleiden uit streaminggegevens."

Het tweede doel van het project is het veilig winnen van de optimale hoeveelheid geothermische energie in het hydrofractureringsproces.

"We willen de hoeveelheid vloeistof die in de grond wordt geïnjecteerd zorgvuldig beheersen, zodat we een hoge productie van geothermische energie kunnen bereiken, en zorg er tegelijkertijd voor dat het geen schade aan de site veroorzaakt, de oppervlaktestructuren enzovoort, " zei Yang.

Om dit te doen, Yang en Marone zullen een leerraamwerk voor veilige versterking ontwikkelen. Dit omvat het creëren van schaalbare algoritmen om onbekende omgevingen aan te kunnen en die kunnen worden overgedragen van het laboratorium naar gebruik in het veld.

Marone en Yang zijn van plan de resultaten van deze voorbereidende inspanning te gebruiken om een ​​groter gefinancierd project te ontwikkelen en dit werk uit te breiden tot buiten de productie van geothermische energie naar andere gebieden.

"Met de leertechnieken voor veilige versterking die ik aan het ontwikkelen ben, kan een lerende agent de productie maximaliseren en tegelijkertijd de veiligheid garanderen. Maar veiligheid is niet alleen een probleem voor geothermische exploratie, "Zei Yang. "Veilig versterkend leren kan zeer belangrijke toepassingen hebben in andere domeinen, zoals autonoom rijden. Bijvoorbeeld, we willen dat een auto automatisch de omgeving leert en zijn beweging voortdurend aanpast. Tegelijkertijd, we willen ervoor zorgen dat de auto geen roekeloze beslissingen neemt in het licht van onzekerheden in de voorspelde gevolgen.

"Dus veiligheid tijdens het leren is daar zeker een heel belangrijk punt, Yang voegde eraan toe. "En de technieken die hier worden ontwikkeld, kunnen mogelijk worden aangepast en aangepast om de veiligheid bij autonoom rijden en andere situaties te waarborgen."