Med hjälp av maskininlärning har forskare vid Penn State knutit mikrojordbävningar med låg magnitud till permeabiliteten hos bergarter under jorden under jorden, en upptäckt som kan ha konsekvenser för att förbättra geotermisk energiöverföring.
Att generera geotermisk energi kräver en permeabel underyta för att effektivt frigöra värme när kalla vätskor pressas in i berget. Denna forskning avslöjar de optimala tiderna för effektiv energiöverföring genom att utsätta länken för mikrojordbävningar, som övervakas på ytan genom seismometrar. Teamet publicerade sina resultat i Nature Communications .
Med hjälp av två datamängder från demonstrationsprojekten EGS Collab och Utah FORGE använde forskare maskininlärning för att extrahera "bruset" som finns i data som skymmer länken. Forskare använde sedan maskininlärning för att skapa en modell från en plats och tillämpade den framgångsrikt på den andra - en process som kallas överföringsinlärning - vilket tyder på att länken bildades baserat på allmän fysik för bergarter under ytan. Det betyder att det sannolikt kommer att vara universellt sant för alla platser för geotermisk energi, sa forskarna.
"Framgång med överföringslärande bekräftar modellernas generaliserbarhet", säger Pengliang Yu, postdoktor vid Penn State och huvudförfattare till studien. "Detta tyder på att seismisk övervakning i stor utsträckning skulle kunna användas för att förbättra effektiviteten i överföringen av geotermisk energi över ett brett spektrum av platser."
Att öka bergpermeabiliteten är avgörande för en rad energiutvinningsmetoder, sa Yu. Bergpermeabilitet påverkar traditionell återvinning av fossila bränslen såväl som förnybar energi inklusive väteproduktion. Hydrofraktureringsmetoder för in kalla vätskor i underytan genom poröst berg, vilket skapar höga tryck som bryter berget i spänning eller skjuvning.
Denna process skapar mikrojordbävningar som liknar naturligt förekommande jordbävningar, men i mycket mindre skala. Genom att öka bergets permeabilitet kan energier som värme och kolväten lättare nå ytan.
Yu sa att deras algoritm visade en direkt länk, vilket innebar att berget blev som mest genomsläppligt när den seismiska aktiviteten var som starkast.
Att identifiera kopplingen mellan seismisk aktivitet och bergpermeabilitet förbättrar förmågan att utvinna energi samtidigt som man säkerställer att mikrobävningar håller sig under tröskeln som kan orsaka skada eller observeras av allmänheten.
"Maskininlärning spelade en nyckelroll för att avslöja sambandet mellan seismisk aktivitet och bergpermeabilitet", säger medförfattaren Parisa Shokouhi, professor i ingenjörsvetenskap och mekanik vid College of Engineering. "Det hjälpte till att identifiera de viktiga egenskaperna hos de seismiska data för att förutsäga utvecklingen av bergpermeabilitet. Vi begränsade maskininlärningsalgoritmen för att säkerställa en fysiskt meningsfull modell. I gengäld avslöjade modellförutsägelsen en tidigare okänd fysisk koppling mellan seismisk data och bergpermeabilitet."
Att öka tillgången på geotermisk energi skulle minska beroendet av fossila bränslen, sa forskarna. Dessutom noterade de att det kan vara användbart att koppla stenpermeabilitet till mikrobävningar för att övervaka gasrörelser för kolbindning och produktion och lagring av väte under ytan.
Forskningen är en del av ett större projekt för att minska kostnaderna och öka produktionen av geotermisk energi och använda maskininlärning för att bättre förstå och förutsäga jordbävningar, inklusive mikrobävningar.
"Yus arbete är en del av vår strävan att främja geotermisk utforskning och geotermisk energiproduktion med hjälp av maskininlärningsmetoder", säger medförfattaren Chris Marone, professor i geovetenskap vid Penn State. "Våra labbstudier visar tydliga samband mellan utvecklingen av elastiska egenskaper före laboratoriejordbävningar, och vi är glada över att se att liknande samband observeras i naturen."
Mer information: Pengliang Yu et al, jordskorpans permeabilitet som genereras genom mikrojordbävningar begränsas av seismiskt moment, Nature Communications (2024). DOI:10.1038/s41467-024-46238-3
Journalinformation: Nature Communications
Tillhandahålls av Pennsylvania State University
