Machine learning in subsurface geothermal energy: Two decades in review

查看详情 浏览次数:1
中文题名地下地热能的机器学习:二十年回顾
作者Esuru Rita Okoroafor
作者单位Stanford University, United States
刊名Geothermics
2022
102
摘要
本文综述了机器学习在地下地热资源开发中的应用趋势。回顾了过去 20 年(从2002 年到 2021 年)的机器学习应用,以确定哪些机器学习算法正在被使用。此外,该综述还试图确定机器学习正在解决的问题类型,以及机器学习如何帮助地热行业的地下方面做出决策和解决问题。研究表明,在过去 20 年里,机器学习在地热行业应用稳步增长,2018 年至 2021 年机器学习应用呈指数级增长。回顾了与地热资源开发相关的几个研究领域,包括勘探、钻井、储层表征、地震活动、岩石物理、储层工程、生产与注入工程领域。研究表明,在地热产业中,机器学习在储层表征领域的应用最为显著。尽管机器学习已应用于我们调查的所有地热研究领域,但本研究表明,仍有机会改进和扩大机器学习在勘探、钻井和地震活动中的应用。需要解决的主要挑战是确保研究人员能够访问数据,将数据转化成适合机器学习的数据,以及对地热行业的学生和专业人员,进行培训与能源部门相关的人工智能。

@ 2023 版权所有 中国地质图书馆 (中国地质调查局地学文献中心)

京ICP备 05064591号 京公网安备11010802017129号

建议浏览器: 火狐、谷歌、微软 Edge、不支持 IE