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

Mucho más allá de la superficie de la Tierra, vastos reservorios de agua caliente y vapor están atrapados dentro de rocas porosas, de forma muy similar al agua retenida en una esponja. Esta energía geotérmica es un recurso poderoso y renovable que podría ayudar a alimentar nuestro mundo sin las emisiones de carbono de la quema de combustibles fósiles. Sin embargo, aprovechar este calor es un desafío complejo porque la roca subterránea rara vez es uniforme; es una mezcla caótica de capas con diferentes capacidades para permitir el flujo de fluidos. Para perforar de manera eficiente y segura, los ingenieros necesitan un mapa preciso de estas vías ocultas, conocidas como permeabilidad. El problema es que estos mapas son imposibles de ver directamente. En su lugar, los científicos deben inferir la estructura subterránea observando cómo cambian la presión y la temperatura en la superficie o en unos pocos pozos perforados, un proceso conocido como un problema inverso. Es un poco como intentar adivinar la forma de un objeto oculto dentro de una caja sellada escuchando únicamente cómo rebota una pelota en su interior.

Un equipo de investigadores de universidades de Brasil ha desarrollado una nueva forma, más eficiente, de resolver este rompecabezas para los sistemas geotérmicos. Se centraron en un desafío específico: determinar la permeabilidad de una formación rocosa subterránea altamente variable mediante el análisis de cómo se mueve el agua caliente a través de ella a lo largo del tiempo. En su estudio, crearon una simulación computacional detallada de un reservorio geotérmico, utilizando un modelo de referencia estándar que representa una formación rocosa compleja y estratificada. Simularon la inyección de agua caliente en el centro de esta formación y rastrearon cómo cambiaron la presión y la temperatura en cuatro pozos de producción circundantes durante un período de dos mil días. El objetivo era ver si podían trabajar hacia atrás, desde esas mediciones superficiales, para reconstruir el mapa exacto y oculto de la permeabilidad de la roca.

Para hacer posible esta reconstrucción, los investigadores tuvieron que simplificar la complejidad de la roca subterránea. En lugar de intentar calcular la permeabilidad para cada diminuto punto de la roca, lo que requeriría una cantidad imposible de potencia de cómputo, utilizaron una técnica matemática para describir la variabilidad de la roca con un conjunto mucho más pequeño de números. Trataron las propiedades de la roca como un patrón que podía descomponerse en unas pocas formas clave, o modos, que capturan las variaciones más importantes. Esto les permitió centrar su búsqueda en encontrar solo veinte números que definieran todo el mapa subterráneo, en lugar de millones. Luego probaron dos estrategias matemáticas diferentes para encontrar estos números: una que ajusta cuidadosamente la suposición paso a paso para reducir los errores, y otra que descompone el problema en sus componentes fundamentales para encontrar una solución rápidamente.

Los resultados de sus experimentos computacionales fueron alentadores. Cuando probaron los métodos con datos perfectos y sin ruido, ambas estrategias reconstruyeron con éxito el mapa de permeabilidad oculto con alta precisión. La primera estrategia, que refinó la solución a través de muchos pequeños ajustes, produjo la coincidencia más precisa con el mapa subterráneo real, aunque requirió más tiempo de cómputo para lograrlo. La segunda estrategia, que utilizó un enfoque matemático diferente para resolver las ecuaciones, alcanzó una solución muy buena mucho más rápido, en menos pasos. Los investigadores luego probaron qué tan robustos eran estos métodos añadiendo una pequeña cantidad de error aleatorio, simulando el tipo de datos imperfectos que los sensores del mundo real podrían producir. En estas condiciones con ruido, la estrategia más rápida mostró una ligera ventaja, manteniendo un ajuste sólido a los datos donde el otro método tuvo dificultades ligeramente mayores con la incertidumbre.

En última instancia, el estudio demuestra que es posible mapear con precisión las rutas de flujo ocultas de un reservorio geotérmico combinando una forma inteligente de simplificar la complejidad de la roca con potentes herramientas de inversión matemática. Los investigadores demostraron que, al centrarse en los patrones más significativos de la estructura de la roca, podían reducir drásticamente el esfuerzo computacional necesario para resolver el problema sin perder precisión. Su trabajo sugiere que estas técnicas podrían ayudar a los ingenieros a comprender mejor y gestionar los recursos geotérmicos, conduciendo a una producción de energía más eficiente. Si bien los hallazgos se basan en simulaciones computacionales en lugar de una prueba de campo física, los métodos demostraron ser estables y efectivos incluso cuando los datos eran imperfectos, ofreciendo una herramienta prometedora para futuras aplicaciones en el mundo real.