Descrizione del progetto
Un approccio di modellizzazione previsionale per promuovere l’esplorazione geotermica
Nell’esplorazione geotermica, effettuare previsioni accurate prima della fase di trivellazione è fondamentale al fine di ridurre al minimo i rischi di estrazione. Il progetto GO-Forward, finanziato dall’UE, si propone di sviluppare un nuovo approccio che preveda l’utilizzo di metodi di modellizzazione previsionale, originariamente sviluppati per l’esplorazione degli idrocarburi, allo scopo di migliorare le previsioni pre-trivellazione delle proprietà dei giacimenti geotermici. Il punto focale dell’approccio adottato da GO-Forward è la simulazione dei processi geologici, piuttosto che il solo affidamento all’estrapolazione geostatistica. L’apprendimento automatico e le tecniche computazionali avanzate dovrebbero contribuire a migliorare i dati del sottosuolo per la calibrazione, la quantificazione dell’incertezza, l’assimilazione dei dati e la simulazione del flusso; inoltre, il progetto pone l’accento sul coinvolgimento del pubblico e sul dialogo con le parti interessate allo scopo di rendere la società maggiormente preparata ai progressi della geotermia.
Obiettivo
GO-Forward aims to develop a novel methodological approach to make more accurate pre-drilling predictions of geothermal reservoir properties and thus reduce the mining risk. Key to the GO-Forward approach is to simulate geological processes for pre-drill assessment of reservoir structure and properties, calibrated to geological or geophysical data, rather than extrapolating the properties from those data with geostatistical methods. To this end, GO-Forward focuses on extending and further developing, testing and demonstrating the added value of forward modelling methods originally developed for hydrocarbon exploration, including stratigraphic forward modelling (SFM), diagenesis forward modelling (DFM) and fracture network forward modelling (FFM), to be used for exploration in different geothermal settings of high relevance for Europe. First, the developed approaches will be tested and calibrated in areas with abundant subsurface information and production data, to prove conceptually the applicability of the methods and reproducibility of the results, to optimise and de-risk geothermal exploration. Calibrated model approaches are subsequently applied in areas with limited data availability to demonstrate their capability to increase pre-drill Probability of Success (POS). To support the workflow and further reduce exploration costs, GO-Forward advances ML-based and computational methods to enhance (existing) (sub)surface information for calibration, uncertainty quantification and data assimilation, and (upscaling) routines for flow simulation, DNSH, and techno-economic performance assessment for POS and Value of Information (VOI). In addition, GO-Forward addresses public awareness of geothermal developments already at the early stages of exploration. By including novel approaches to citizen engagement and stakeholder dialogue, we aim to increase the societal readiness level of geothermal exploration as the first step of geothermal developments.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Programma(i)
Meccanismo di finanziamento
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinatore
80686 Munchen
Germania