Permeabilidade das rochas e ligação de microterremotos podem ser uma bênção para a energia geotérmica
Usando aprendizado de máquina, os pesquisadores descobriram uma ligação entre a atividade sísmica e a eficiência da extração de energia geotérmica, o que poderia fornecer um impulso potencial para esta fonte de energia renovável. Crédito:Pixabay Usando o aprendizado de máquina, pesquisadores da Penn State vincularam microterremotos de baixa magnitude à permeabilidade das rochas subterrâneas abaixo da Terra, uma descoberta que pode ter implicações para melhorar a transferência de energia geotérmica.
A geração de energia geotérmica requer uma subsuperfície permeável para liberar calor de forma eficiente quando fluidos frios são forçados a entrar na rocha. Esta pesquisa revela os tempos ideais para uma transferência eficiente de energia, expondo a ligação a microterremotos, que são monitorados na superfície por meio de sismômetros. A equipe publicou suas descobertas na Nature Communications .
Usando dois conjuntos de dados dos projetos de demonstração EGS Collab e Utah FORGE, os pesquisadores usaram o aprendizado de máquina para extrair o “ruído” encontrado nos dados que obscureciam o link. Os investigadores usaram então a aprendizagem automática para criar um modelo a partir de um local e aplicaram-no com sucesso ao outro – um processo chamado aprendizagem por transferência – sugerindo que a ligação foi formada com base na física geral das rochas subterrâneas. Isso significa que é provável que seja universalmente verdadeiro para todos os locais de energia geotérmica, disseram os pesquisadores.
"O sucesso da aprendizagem por transferência confirma a generalização dos modelos", disse Pengliang Yu, pós-doutorado na Penn State e principal autor do estudo. "Isso sugere que o monitoramento sísmico poderia ser amplamente utilizado para melhorar a eficiência da transferência de energia geotérmica em uma ampla variedade de locais."
Aumentar a permeabilidade das rochas é fundamental para uma série de métodos de extração de energia, disse Yu. A permeabilidade das rochas tem impacto na recuperação tradicional de combustíveis fósseis, bem como nas energias renováveis, incluindo a produção de hidrogénio. Os métodos de hidrofraturamento introduzem fluidos frios no subsolo através da rocha porosa, o que cria altas pressões que quebram a rocha sob tensão ou cisalhamento.
Este processo cria microterremotos semelhantes aos terremotos que ocorrem naturalmente, mas em uma escala muito menor. Ao aumentar a permeabilidade da rocha, energias como o calor e os hidrocarbonetos conseguem chegar mais facilmente à superfície.
Yu disse que seu algoritmo mostrou uma ligação direta, o que significa que a rocha se tornou mais permeável quando a atividade sísmica era mais forte.
Identificar a ligação entre a atividade sísmica e a permeabilidade das rochas melhora a capacidade de extrair energia, ao mesmo tempo que garante que os microterremotos permaneçam abaixo do limite que pode causar danos ou ser observado pelo público.
“O aprendizado de máquina desempenhou um papel fundamental na descoberta da relação entre a atividade sísmica e a permeabilidade das rochas”, disse a coautora Parisa Shokouhi, professora de ciências da engenharia e mecânica na Faculdade de Engenharia. "Isso ajudou a identificar os atributos importantes dos dados sísmicos para prever a evolução da permeabilidade das rochas. Restringimos o algoritmo de aprendizado de máquina para garantir um modelo fisicamente significativo. Em troca, a previsão do modelo revelou uma ligação física anteriormente desconhecida entre os dados sísmicos e a permeabilidade das rochas."
Aumentar a disponibilidade de energia geotérmica diminuiria a dependência de combustíveis fósseis, disseram os pesquisadores. Além disso, eles observaram que vincular a permeabilidade das rochas aos microterremotos pode ser útil no monitoramento do movimento do gás para o sequestro de carbono e a produção e armazenamento de hidrogênio subterrâneo.
A pesquisa faz parte de um projeto maior para diminuir o custo e aumentar a produção de energia geotérmica e usar o aprendizado de máquina para melhor compreender e prever terremotos, incluindo microterremotos.
“O trabalho de Yu faz parte do nosso esforço para avançar na exploração geotérmica e na produção de energia geotérmica usando métodos de aprendizado de máquina”, disse o coautor Chris Marone, professor de geociências na Penn State. “Nossos estudos de laboratório mostram conexões claras entre a evolução das propriedades elásticas antes dos terremotos de laboratório, e estamos entusiasmados em ver que relações semelhantes são observadas na natureza”.