Inversion of thermal field-scale flow in porous media using conditional Karhunen-Loève expansion combined with Levenberg-Marquardt and Singular Value Decomposition schemes

Tief unter der Erdoberfläche sind riesige Reservoire aus heißem Wasser und Dampf in porösem Gestein gefangen, ganz ähnlich wie Wasser, das in einem Schwamm gehalten wird. Diese geothermische Energie ist eine kraftvolle, erneuerbare Ressource, die helfen könnte, unsere Welt mit Strom zu versorgen, ohne die Kohlenstoffemissionen durch das Verbrennen fossiler Brennstoffe zu verursachen. Das Erschließen dieser Hitze ist jedoch eine komplexe Herausforderung, da das unterirdische Gestein selten einheitlich ist; es ist ein chaotisches Gemisch aus Schichten mit unterschiedlichen Fähigkeiten, Flüssigkeiten durchfließen zu lassen. Um effizient und sicher zu bohren, benötigen Ingenieure eine präzise Karte dieser verborgenen Pfade, die als Permeabilität bekannt ist. Das Problem dabei ist, dass diese Karten direkt nicht sichtbar sind. Stattdessen müssen Wissenschaftler die unterirdische Struktur erschließen, indem sie beobachten, wie sich Druck und Temperatur an der Oberfläche oder in einigen wenigen Bohrungen verändern – ein Prozess, der als inverses Problem bekannt ist. Es ist ein wenig so, als würde man versuchen, die Form eines verborgenen Objekts in einem versiegelten Karton zu erraten, indem man nur darauf hört, wie ein Ball darin springt.

Ein Forschungsteam von Universitäten aus Brasilien hat einen neuen, effizienteren Weg entwickelt, um dieses Rätsel für geothermische Systeme zu lösen. Sie konzentrierten sich auf eine spezifische Herausforderung: die Bestimmung der Permeabilität einer hochgradig variablen unterirdischen Gesteinsformation durch die Analyse der Bewegung von heißem Wasser durch diese Formation über die Zeit. In ihrer Studie erstellten sie eine detaillierte Computersimulation eines geothermischen Reservoirs unter Verwendung eines Standard-Benchmark-Modells, das eine komplexe, geschichtete Gesteinsformation darstellt. Sie simulierten die Injektion von heißem Wasser in die Mitte dieser Formation und verfolgten, wie sich Druck und Temperatur an vier umliegenden Produktionsbrunnen über einen Zeitraum von zweitausend Tagen veränderten. Das Ziel war zu sehen, ob es ihnen möglich wäre, von diesen Oberflächenmessungen rückwärts zu arbeiten, um die exakte, verborgene Karte der Permeabilität des Gesteins zu rekonstruieren.

Um diese Rekonstruktion möglich zu machen, mussten die Forscher die Komplexität des unterirdischen Gesteins vereinfachen. Anstatt zu versuchen, die Permeabilität für jeden einzelnen winzigen Punkt im Gestein zu berechnen, was eine unmögliche Menge an Rechenleistung erfordern würde, nutzten sie eine mathematische Technik, um die Variabilität des Gesteins mit einer viel kleineren Anzahl von Zahlen zu beschreiben. Sie behandelten die Eigenschaften des Gesteins als ein Muster, das in ein paar Schlüsselformen oder Moden zerlegt werden konnte, welche die wichtigsten Variationen erfassen. Dies ermöglichte es ihnen, sich bei der Suche darauf zu konzentrieren, nur zwanzig Zahlen zu finden, die die gesamte unterirdische Karte definierten, anstatt Millionen. Sie testeten daraufhin zwei verschiedene mathematische Strategien, um diese Zahlen zu finden: eine, die die Vermutung Schritt für Schritt sorgfältig anpasst, um Fehler zu reduzen, und eine andere, die das Problem in seine grundlegenden Bestandteile zerlegt, um schnell eine Lösung zu finden.

Die Ergebnisse ihrer Computerexperimente waren ermutigend. Als sie die Methoden mit perfekten, rauschfreien Daten testeten, konnten beide Strategien die verborgene Permeabilitätskarte mit hoher Genauigkeit rekonstruieren. Die erste Strategie, die die Lösung durch viele kleine Anpassungen verfeinerte, lieferte eine präzisere Übereinstimmung mit der wahren unterirdischen Karte, benötigte jedoch mehr Rechenzeit, um dorthin zu gelangen. Die zweite Strategie, die einen anderen mathematischen Ansatz zur Lösung der Gleichungen verwendete, erreichte wesentlich schneller und in weniger Schritten eine sehr gute Lösung. Die Forscher testeten dann, wie robust diese Methoden waren, indem sie eine kleine Menge an zufälligem Fehler hinzufügten, um die Art von unvollkommenen Daten zu simulieren, die reale Sensoren erzeugen könnten. Unter diesen verrauschten Bedingungen zeigte die schnellere Strategie einen leichten Vorteil, da sie eine starke Übereinstimmung mit den Daten beibehielt, während die andere Methode stärker mit der Unsicherheit zu kämpfen hatte.

Letztlich zeigt die Studie, dass es möglich ist, die verborgenen Fließwege eines geothermischen Reservoirs genau zu kartieren, indem man eine kluge Methode zur Vereinfachung der Gesteinskomplexität mit leistungsstarken mathematischen Inversionswerkzeugen kombiniert. Die Forscher zeigten, dass sie durch die Konzentration auf die signifikantesten Muster der Gesteinsstruktur den Rechenaufwand zur Lösung des Problems drastisch reduzieren konnten, ohne an Genauigkeit zu verlieren. Ihre Arbeit legt nahe, dass diese Techniken Ingenieuren helfen könnten, geothermische Ressourcen besser zu verstehen und zu verwalten, was zu einer effizienteren Energiegewinnung führen kann. Obwohl die Ergebnisse auf Computersimulationen und nicht auf einem physischen Feldtest basieren, erwiesen sich die Methoden selbst bei unvollkommenen Daten als stabil und effektiv, was sie zu einem vielversprechenden Werkzeug für zukünftige reale Anwendungen in der geothermischen Energie macht.