• 3 minutes e-car sales collapse
  • 6 minutes America Is Exceptional in Its Political Divide
  • 11 minutes Perovskites, a ‘dirt cheap’ alternative to silicon, just got a lot more efficient
  • 3 hours GREEN NEW DEAL = BLIZZARD OF LIES
  • 2 days How Far Have We Really Gotten With Alternative Energy
  • 50 mins The United States produced more crude oil than any nation, at any time.
  • 5 hours China deletes leaked stats showing plunging birth rate for 2023
  • 4 days Bad news for e-cars keeps coming
  • 7 hours Oil Stocks, Market Direction, Bitcoin, Minerals, Gold, Silver - Technical Trading <--- Chris Vermeulen & Gareth Soloway weigh in
巴库的可再生能源推动迎来新的太阳能和风能项目,势头增强。

巴库的可再生能源推动迎来新的太阳能和风能项目,势头增强。

阿塞拜疆雄心勃勃的可再生能源战略迈出重要…

Felicity Bradstock

Felicity Bradstock

Felicity Bradstock is a freelance writer specialising in Energy and Finance. She has a Master’…

More Info

Premium Content

机器学习可能会使地热能更加经济实惠。

  • 机器学习模型可以分析大量数据,确定最佳地热钻探位置,从而降低勘探成本。
  • 人工智能驱动的钻井技术可能使地热能源更易获得且更便宜。
  • 人工智能和机器学习技术的快速发展预计将优化能源运营,并进一步降低成本。
Geothermal Energy

随着政府和私营公司不断投入研发资金,旨在实现推动可再生能源运营所需的创新,我们正在看到全球绿色转型取得更大进展。近年来,在人工智能(AI)和其他数字技术方面取得重大进展,一些能源专家认为这种技术现在可以用于增强能源生产,提升世界地热能产出的潜力。

地热能是地球内部存在的一种自然热能形式。地球上有足够的地热能来满足世界能源需求,但是获取这种能源可能非常具有挑战性。地热能可以以不同方式获取,首先是直接利用,这在数百年来一直很受欢迎。这涉及使用地表附近的加热水,例如来自温泉和间歇泉,无需钻探设备,水或蒸汽可用于加热靠近源头的建筑物。相比之下,用于发电的地热能是通过钻探获取的。世界各地都可以找到几英里深的热水储层。这些储层可以通过钻井获取,使蒸汽被抽出旋转涡轮,激活生成电力的发电机。

由于技术限制,地热能的钻探仍不受欢迎,这意味着探索潜在地热场地可能非常昂贵。此外,难以到达的储量可能极其难以通过现有钻探技术获取。目前,尽管地热能有巨大潜力可开发,但在美国,地热能只贡献不到美国电力的1%。

总部位于犹他州的初创公司赞斯卡(Zanskar)已经建立了机器学习模型,以评估钻探地热能的最佳位置。该公司的模型分析大量数据,以确定最佳的地热钻探位置,赞斯卡认为这将在未来几年内大幅减少探索成本。这可能鼓励更多公司投资地热领域,并有助于多样化绿色能源部门。

赞斯卡公司首席执行官卡尔·霍兰德(Carl Hoiland)表示:“仅在过去一年半,我们已经发现了比整个行业过去十年总结的隐藏地热资源更多。” 这显示了新技术的巨大潜力,可能鼓励更多能源公司投资该领域。本月,赞斯卡宣布已通过由Obvious Ventures领投的一轮B轮融资筹集了3000万美元,使公司估值达到1.15亿美元。迄今为止,赞斯卡已经筹集了4500万美元的资金,这将有助于更多地展开勘探并开发首批发电厂。该公司计划与现有地热公司合作开发新的场地。

发展世界地热能具有巨大潜力,因为它可以提供无穷无尽的可再生资源。然而,目前,地热项目开发成本约为风能的五倍,因此通常被忽视。每兆瓦地热发电的成本约为870万美元。这个价格很高主要是因为钻孔者经常找不到正确的位置来获取储层,这意味着他们可能不得不在成功找到之前或者在用完时间和金钱之前就不得不钻多个孔。

赞斯卡利用从卫星、地质调查、地震后地下传播的波以及其他数据点收集的大量数据来预测最佳的钻探点。某一地区可用的数据越多,机器学习程序就越准确。这种技术可以与其他创新技术结合使用,如先进的钻井技术,使地热能更易获得,从而降低成本。

美国国家可再生能源实验室(NREL)也正在发展其AI和机器学习技术,以增强可再生能源生产。该实验室已经开发了一套算法和工具,以提高储层表征、经济钻探和优化地热蒸汽田操作。与此同时,自2018年以来,美国地热技术办公室(GTO)已资助了机器学习领域的早期研究和开发申请,以开发地热资源的勘探和运营改进的新技术。

人工智能和机器学习技术的迅速发展已经增强了可再生能源的运营,在未来几十年的进一步进展预计将帮助优化能源运营并进一步降低成本。机器学习算法像赞斯卡和其他公司承诺的那样准确,那么开发地球各地丰富的可再生能源可能的一些主要障碍现在可能已经成为过去式了。

Felicity Bradstock撰写,来源Oilprice.com

ADVERTISEMENT

更多Oilprice.com热门阅读:


这是使用人工智能从原始英文版本翻译而来这里.
Download The Free Oilprice App Today

Back to homepage








EXXON Mobil -0.35
Open57.81 Trading Vol.6.96M Previous Vol.241.7B
BUY 57.15
Sell 57.00
Oilprice - The No. 1 Source for Oil & Energy News