德国芬客机油价格（人工智能时代的地热能）

地热资源，如水热系统、增强型地热系统和沉积系统，都可能受益于先进的认知人工智能技术。

作者 路易斯·鲁阿诺

在对气候变化的关注潮到了高潮期的时候，很明显，世界注定要发生能源生产和消费的重大转变。 例如，在一月份，贝莱德首席执行官拉里芬克宣布“气候风险就是投资风险”，并且“……不可否认我们前进的方向。 每个政府、公司和股东都必须应对气候变化。 ” 由于贝莱德是全球最大的投资公司，管理着超过 7 万亿美元的资产，芬克宣布贝莱德在评估投资时将考虑环境可能确实是一个转折点。 尤其是能源行业。

在电力需求增加的同时，脱碳努力也越来越受欢迎。 举个例子：汽车制造商对制造电动汽车的承诺增加。 沃尔沃、梅赛德斯奔驰、保时捷、福特和日产等公司已宣布有意生产更多电动汽车。

近日，通用汽车公司首席执行官玛丽·巴拉强调的趋势：‘通用汽车认为，在全球的科学，气候变暖，我们相信在全电动未来这不是一个是否的问题，而是何时。 ’

在建筑，交通运输对电力的依赖不断增加的背景下和制造，并寻求可再生能源作为基础负荷，以补充资源间歇性的来源和传递能量，我们需要的，地热的支持者已经赢得了在一个座位的功率代表。

尽管流行的看法可能会将我们置于全球气候变化讨论的对立面，但地热行业可以从我们石油和天然气行业的同事身上学到什么？

鉴于地下挑战和重叠技术的相似性，他们的知识、雄厚的财力和通过“数字化”转变业务运营的积极努力能否为地热运营商提供宝贵的经验？

一种有希望的可能性是在人工智能 (AI) 领域。

对于石油和天然气行业，人工智能系统在资产生命周期的三个阶段都很有用。

• 早期生活——探索阶段
• 中年 – 规划和运营
• 成熟期——数据驱动的扩张，以从油藏或油田获得最大回报

AI如何为地热运营商提供帮助？

地热运营商的一个主要难点是发现自然加热的储存器的成本，或向其中地下热源水可以被引入到储器提高性能。 在石油和天然气生产中，所生产商品的长期价值降低了财务风险。 石油是宝贵的，而一个成功的资产可以抵消成本的探索，并提供重复值 的几十年。 在地热中，该值本质上较低。 使问题更加复杂的是地热的钻井动态不同于石油和天然气勘探。 石油和天然气往往存在于较软的岩层中，而增强型地热系统则需要在较硬的火成岩中钻探。 在高温环境中钻探也会增加成本和风险，尤其是在勘探阶段。 地热资源，如水热系统、增强型地热系统和沉积系统，都可能受益于先进人工智能技术的认知，尤其是在公用事业和私营企业将多种能源 (DER) 整合到电网中的时候。 预测需求与灵活供应相结合是实现能源安全、高效生产和分配。

来自太空的人工智能技术，在地球上发挥作用

超越极限，总部位于加州的AI软件工程公司，是商业化的认知计算和人工智能软件由加州理工学院喷气推进实验室为NASA任务创建技术在过去的20年。 有很多相似之处之间的任务是探索未知深空飞行任务的问题领域的空间和所面临的能源公司探索地下。

认知计算是最复杂的人工智能 (AI) 形式。 如果你认为AI的作为功能的堆叠，在基部层的所述金字塔是数据分析，并在顶峰是认知计算- （见图上文）。

认知计算模拟人类推理并使用领域专家提供的知识（而不仅仅是数据）来理解情况、推荐行动和解决问题。 认知AI 系统与传统的人工智能应用程序不同，因为它们可以适应并随着时间的推移变得更加智能，因为它们与更多的专家、问题和数据交互。 认知的AI系统能够在复杂的情况下进行操作，其中存在不确定性和数据可能不会像普遍的，我们希望，在这种情况下，他们分析和解决很多问题，作为一个人会。

除了纯粹的数字 AI 方法之外，认知 AI 系统还以人类专家知识库的形式结合符号推理，使基于最佳实践的假设推理场景能够为人类操作员提供建议。 关于最有希望进行钻探的位置的预测在透明的、基于证据的审计跟踪中进行了详细说明，记录了信心、不确定性和风险水平。 这被称为可解释 AI (X- AI)，以区别于传统数字机器学习 AI 方法的黑盒晦涩。

该技术迅速成熟，并在能源领域，超越极限的开发和炼油厂优化部署新产品，管理上游颗粒水井，协助化学工程师制定的润滑油产品，并在优化建议油藏工程师以及位置和填充井生产率预测。 正如 BP（超越极限的客户和投资者）最近所说， “超越限制人类专家的编纂知识和使用旁边的机器学习有帮助能源行业的潜力提高业务洞察力，提高安全性，进一步优化性能，并引入附加的过程自动化。 ” 最终，认知系统将在跨业务领域协调运作，促进地下和钻井专家之间的合作，以提高准确性和效率。

为了帮助管理 LNG发电厂的运营，尤其是在需要通过混合太阳能和风能等间歇性电源来平衡供需的电网中，Beyond Limits正在为世界上第一个以认知AI 技术为指导的发电厂开发系统. 该系统将安装在将在西非建造的新液化天然气工厂中，以推动工业发展。

来自石油和天然气的三个具有地热能潜力的人工智能用例

地下建模和钻孔定位

解决方案

这些解决方案将机器学习数据与油藏工程知识库结合到认知推理器中。

结果

Beyond Limits 系统可在几分钟到几小时内识别具有物理意义的油藏区域中的高产能井，而不是传统方法可能需要几天到几周的时间。 该解决方案可快速集成新数据并提供新建议，显着缩短周期时间，同时增加可调查的合理开发场景的数量。

超越极限地下模型

健康和生产力

问题

在石油和天然气井中，高生产率可以将颗粒移动到生产流中，随着时间的推移损坏设备，降低产量并增加维护成本。 运营商需要一种 AI 监控解决方案，利用工程知识和启发式方法提前预测或检测潜在的颗粒问题，然后建议井级和现场级的操作条件变化以满足合同生产限制并最大限度地减少颗粒产量以确保产量达到目标。

解决方案

Beyond Limits 采用最先进的机器学习和数据科学框架来评估与油井性能（例如颗粒生产）相关的风险。 我们的认知推理器利用工程知识库来确定生产风险（以及机制和产量水平），以提出改进建议以改善运营条件和效率。

结果

Beyond Limits井健康系统以接近 100% 的准确度检测主要的颗粒生产问题，这可以显着减少停机时间和运营成本。 该技术还评估未来计划中的潜在风险，使运营商能够利用现场经验来优化油井运营和生产计划。

炼油厂生产管理

问题

每一天，运营团队努力来管理系统，流程和团队的绩效，优化的结果。 不幸的是，炼油厂的运营状态经常偏离规划过程中使用的假设，它需要人工干预和及时决策来补救产量、质量、可靠性和盈利风险，并使过程恢复到所需的性能范围。

解决方案

由于炼油厂全天候运营， Beyond Limits开发了一个始终在线的炼油厂运营咨询系统。 在认知决策支持系统授权运营团队，以提高业务通过计划更好的透明度，沟通和协作。 该系统存储、分类和利用经验教训，以便操作员可以在组织的规划、运营和管理级别统一应用最佳实践。

结果

认知AI 会自动识别计划外行为。 而且，由于数据在收集的系统上时，它学会更好地预测这种行为。 最后，系统根据计划中提供的优化策略和操作，在决策点提供指导和补救建议

早期和不可避免

我们正处于应用人工智能帮助管理和提高石油和天然气勘探和生产绩效的早期阶段。 虽然有相似之处之间的 石油和天然气地热和操作，AI系统也没有尚未被定制以满足地热行业的独特需求。 鉴于当今用于能源生产的新AI 系统具有明显的强大潜力，机器学习和 AI 将不可避免地成为地热行业不可或缺的组成部分。

认知人工智能简介——超越传统人工智能

从高层次来看，人工智能可以分为两大阵营：数字人工智能（从数据中进行训练）和符号人工智能（从知识中进行教育）。 使用传统的数值方法，您可以通过提供您希望系统分类的示例数据（例如，时间序列、图像）来训练系统。 所以，如果你想让它识别一只猫，你可以为它提供数千张不同的猫图片。 使用符号方法，您可以通过提供理解主题的知识来教育它。 所以，如果你想创建一个人工智能医生，你需要提供系统吸收的大量医学教科书知识。

对于以数据为中心的问题，数字人工智能在各个领域都取得了巨大的成就。 然而，仅凭传统的数字人工智能机器学习和神经网络不足以解决许多复杂问题，其中专家知识是推理和决策的必要组成部分，并且当结果需要解释时，数据有限、不可靠或具有误导性。 另一方面，当数据集很大并且需要来自数据的线索来解决问题时，仅靠符号推理是不够的。

仅使用数字 AI 的缺点

• 脆弱的解决方案：当以稍微不同的方式提出相同的问题或数据仅发生一点变化时，数字方法就会中断。
• 需要原始数据：当数据不理想时，这些系统不会优雅地失败而是完全崩溃，因为它们无法推理。
• 无法解释答案：人工神经网络是基于统计的，因此它们的决策过程不容易可逆。 换句话说，它们是无法解释它们如何得出答案的黑匣子。

对于复杂的问题，AGI（人工通用智能）是理想的方法，但还有很长的路要走。 尽管如此，在Beyond Limits，我们正在努力比您想象的更快到达那里。

同时，我们 今天如何解决复杂的问题？

在最新的新一代人工智能的应用地址的高价值资产，需要人喜欢用，可以适应两个其不确定性系统复杂的领域了解的知识和数据，支持他们的回答与人类可理解的审计试验（又称可解释AI或X-AI）。

这需要不同的学习和适应技术的融合，克服了单个技术的局限性和实现通过杂交协同效应的符号和数字技术。 在 Beyond Limits，我们已经看到需要一种混合方法，将数字机器学习技术和符号推理器相结合以实现认知智能——AGI的垫脚石。

我们使用的机器学习技术包括人工神经网络、深度学习、支持向量机 (SVM)、贝叶斯网络和遗传算法。 符号技术包括知识图谱、基于案例的推理和演绎、归纳、溯因、可废止和模态推理。

随着我们进一步发展我们的混合认知AI接近结合两全其美，结果将是自组织的系统AI-劳动与-AI-工作与-人类，其编排复杂的合作之间的专业智能代理，以解决高复杂的问题需要不同的共享专业知识。

报告链接：https://geothermal.org/sites/default/files/2021-01/Geothermal%20Energy%20in%20the%20Era%20of%20AI.pdf

下一篇：高压注浆防水一针价格(高压注浆防水价格)
上一篇：梦见亲哥哥(梦见亲哥哥死了是什么意思)