Optimizar el proceso de perforación geotérmica
Como fuente de energía renovable distribuible (electricidad o calor), la energía geotérmica tiene el potencial para ayudar a Europa a cumplir sus objetivos tanto energéticos como de descarbonización. Sin embargo, para aprovechar este potencial es necesario acceder eficazmente a esta energía enterrada. En el caso de la energía geotérmica, eso significa perforar, lo que resulta más fácil de decir que de hacer. «La perforación geotérmica es intrínsecamente arriesgada, ya que las condiciones impredecibles del subsuelo dan lugar a altos índices de tiempo no productivo, dificultades técnicas y costes significativos, a menudo muy superiores a los del petróleo y el gas», afirma Shahin Jamali, responsable de monitorización e inteligencia artificial (IA) del Instituto Fraunhofer de Investigación para Infraestructuras Energéticas y Geotecnologías(se abrirá en una nueva ventana). Con el apoyo del proyecto OptiDrill(se abrirá en una nueva ventana), financiado con fondos europeos, Jamali dirige un trabajo para optimizar el proceso de perforación geotérmica.
Abordar algunos de los principales retos del sector de la perforación geotérmica
Diseñado para afrontar los retos críticos de la industria de la perforación, el objetivo de OptiDrill es reducir los riesgos operativos, minimizar el tiempo no productivo y reducir los costes generales. «Nuestros objetivos principales eran desarrollar algoritmos avanzados de aprendizaje automático para la predicción y optimización en tiempo real de los procesos de perforación y crear tecnologías de sensores de fondo de pozo robustas, capaces de resistir entornos de perforación difíciles», explica Jamali. En el proyecto también se pretendía integrar estas tecnologías en un sistema de asesoramiento único y completo que el sector de la perforación pudiera utilizar para mejorar la toma de decisiones y la eficacia de las perforaciones.
Buscar los datos para alimentar los algoritmos de IA
Como cualquier proyecto de investigación que trabaja con tecnologías emergentes, en OptiDrill abordaron una buena dosis de desafíos. Entre ellas, las dificultades inesperadas para acceder a conjuntos de datos de perforación normalizados y de alta calidad que pudieran utilizarse para entrenar algoritmos de IA. También se encontraron con el fallo de los sensores cuando se utilizaron por primera vez en condiciones de prueba sobre el terreno. «Gracias al esfuerzo de colaboración entre los diversos socios internacionales(se abrirá en una nueva ventana) del proyecto, pudimos acceder a fuentes de datos alternativas, emplear tecnologías de sensores más resilientes, perfeccionar el diseño del sistema y garantizar la continuidad a pesar de cualquier interrupción que se nos presentara», señala Jamali.
Unos sensores y modelos avanzados de IA ayudan a optimizar el proceso de perforación geotérmica
Como resultado de esta colaboración, el equipo del proyecto desarrolló y validó con éxito varios módulos avanzados basados en IA. Entre ellos, modelos para optimizar la velocidad de penetración, predecir en tiempo real la litología perforada y detectar las anomalías y los posibles problemas de perforación. Se desarrolló otro módulo de IA para optimizar los procedimientos de mejora de pozos. Cuando se utiliza para predecir el rendimiento del chorro, se ha demostrado que esta tecnología mejora significativamente la eficacia global de la perforación. En el proyecto también se avanzó sustancialmente en las tecnologías de sensores duraderos capaces de proporcionar datos de alta resolución de forma fiable en las condiciones más extremas. «Estas innovaciones se integraron y demostraron con éxito en el prototipo del sistema OptiDrill, encapsulando el objetivo del proyecto de crear una plataforma inteligente de asesoramiento de perforación en tiempo real», añade Jamali.
