Результаты исследования, опубликованы в журнале Expert Systems with Applications.
Хериот-Ватт?
В 2022 г. шотландский университет ожидаемо прекратил сотрудничество Томским университетом.Ученые ТПУ решили дерзко перезагрузить свои брендовые нефтегазовые программы на базе центра, чтобы студенты могли и дальше получать нефтегазовые профессии.
Не ясно, зачем в названии Центра осталось бренд Хериот-Ватт, если нет совместных магистерских программ и нет возможности диплом Университета Heriot-Watt.
Может быть уже пора назвать центр просто Сибирским? Это звучит гораздо понятнее.
В 2022 г. ТПУ стал участником федеральной программы Передовые инженерные школы.
Тема ПИШ Томского политеха - Интеллектуальные энергетические системы.
У ПИШ 2 основные задачи:
- разработка российских технологий для промышленной энергетики с высоким уровнем цифровизации;
- подготовка квалифицированных, современных инженеров.
Хериот-Ватта среди партнеров уже нет..
Цифровая модель, позволяющая оценить пригодность геологических резервуаров для хранения углекислого газа.
Геологическое хранение CO2 (GCS) может понизить проблему выбросов парниковых газов в атмосферу.Эффективность проектов GCS зависит от растворимости и остаточной эффективности улавливания углекислого газа (диоксида углерода,CO2) в соленом водоносном горизонте.
Есть различные перспективные места хранения CO2:
- глубокие засоленные водоносные горизонты;
- истощенные месторождения нефти и газа;
- трещиноватые гранитные образования фундамента;
- морские отложения.
Модель позволяет прогнозировать динамику связывания CO2 при его закачке в глубокозалегающие водоносные пласты.
Сложные симуляторы резервуаров разработаны для моделирования работы нефтяных резервуаров.
Они могут быть адаптированы для прогнозирования процессов секвестрации CO2 в потенциальных подземных резервуарах-хранилищах.
Но комплексное имитационное моделирование коллектора требует огромного количества информации о недрах, такой как геологические и геофизические данные.
Среди механизмов улавливания остаточное улавливание и улавливание растворимости, как правило, материализуются в подземных условиях быстрее.
Эти механизмы улавливания более надежны и безопасны, чем структурные ловушки в долгосрочной перспективе.
В соленых водоносных горизонтах дерзким сибирским ученым вместе с иранским аспирантом Томского политеха Шадфаром Давуди удалось смоделировать:
- индекс улавливания растворимости (STI);
- индекс остаточного улавливания (RTI) CO2.
- машина экстремального обучения (ELM),
- машина опорных векторов наименьших квадратов (LSSVM),
- нейронная сеть общей регрессии (GRNN),
- сверточная нейронная сеть (CNN).
Результаты исследования:
- модель LSSVM обеспечивает самые низкие значения RMSE: 0,0043 (STI) и 0,0105 (RTI);
- LSSVM выделяется как наиболее заслуживающая доверия модель среди всех 4 изученных моделей;
- в моделях учитываются 8 входных переменных, из которых прошедшее время и скорость закачки имеют самую сильную корреляцию с STI и RTI соответственно;
- LSSVM лучше всего подходит для мониторинга эффективности связывания CO2 на основе рассматриваемых переменных данных;
- ее использование позволяет избежать трудоемкого сложного моделирования и дает возможность быстро и надежно оценить осуществимость проекта GCS.
- сначала СО2 закачивается в глубокие формации;
- после этого он взаимодействует с частицами подводных и горных пород, растворяясь в пластовом флюиде.
Соотношение доли «связанного» CO2 к начальному объему закаченного газа называется коэффициентом эффективности захвата, на который влияет множество природных и геологических параметров.
Чтобы спрогнозировать воздействие этих параметров, исследователи из ТПУ создали цифровую модель, которая на основе предоставляемых данных выявляет закономерности, а затем применяет их к новым статистическим рядам.
Тезисы инженера-исследователя Центра ТПУ Ш. Давуди:
- сначала модель обучается на основе предоставленных ей исходных данных, которые представляют собой множество пар: «входная переменная» и соответствующий ей «результат»;
- наша модель получает на входе 5 450 рядов данных;
- затем она определяет зависимость между переменными и результатом;
- потом учится прогнозировать аналогичные зависимости на новых данных;
- после обучения модель способна выполнять прогноз целевых показателей с высокой точностью.
Проекты улавливания и хранения углерода (CCS) в ближайшие годы могут получить широкое распространение не только в мировом нефтегазе.
Для любознательных напомним, что конечный пункт назначения захваченного СО2 является ключевым отличием CCS от CCUS:
- CCUS - уловленный CO2 используется для закачки в нефтегазоносные пласты с целью увеличения добычи нефти и газа, одновременно обеспечивая долгосрочное хранение углерода;
- CCS - ориентирован только на эффективность хранения в целевых пластах.
Планируются и другие проекты:
- индонезийская Pertamina и японская Mitsui планируют во 2й половине 2020х гг. использовать для хранения CO2 истощенные нефтегазоносные пласты месторождений Дури и Минас;
- в США недалеко от побережья Мексиканского залива будет создан подводный резервуар углекислого газа, емкость которого к 2030 г. достигнет 50 млн т, а к 2040 г. – 100 млн т (источником диоксида углерода станут НПЗ и нефтехимические предприятия, расположенные в промышленной зоне Хьюстона).