Yapay zeka destekli gelişmelerle jeotermal sondaj risklerinin azaltılması

Özel haber – Yapay zekâ destekli gelişmelerle jeotermal sondaj risklerinin azaltılması

Merve Uytun 12 Ağu 2025

Sondaj, herhangi bir jeotermal geliştirmenin başlıca maliyet unsurlarından biri olmaya devam etmektedir. Bu da iyileştirme için pek çok fırsat sunduğu anlamına gelir. NOV’dan Gary Hickin tarafından kaleme alınan bu makalede, şirketin Avrupa’daki jeotermal sondaj operasyonlarında yapay zeka destekli Drilling Beliefs and Analytics platformunun başarılı şekilde devreye alınmasına yakından bakıyoruz. Vaka çalışması, olası sorunların gerçek zamanlı geri bildirim ve proaktif şekilde giderilmesi amacıyla gelişmiş veri işleme teknolojilerinin kullanımını inceliyor.

Jeotermal kuyu inşası, küresel sürdürülebilirlik ve karbon azaltma hedeflerine yanıt veren güvenilir enerji kaynaklarına olan ihtiyaçla birlikte, daha fazla bölgede ivme kazanıyor.

Ancak, daha derin ve daha sıcak jeotermal enerji kaynaklarına erişmek; kuyu duvarı stabilitesizliği, diferansiyel sıkışma ve akışkan kayıpları gibi bir dizi sondaj zorluğunu da beraberinde getiriyor. Bu zorluklar, gerçek zamanlı denetimin sınırlı olduğu uzak bölgelerde ve geleneksel izleme tekniklerinin riskleri erken aşamada etkili biçimde tespit edemediği durumlarda daha da artıyor.

Avrupa’da faaliyet gösteren bir jeotermal işletmeci, sondaj verimliliğini, güvenliğini ve güvenilirliğini artıracak proaktif bir izleme ve risk azaltma çözümü geliştirmesi için NOV’a başvurdu. NOV, veri analitiği ve makine öğrenimini entegre eden, yüksek frekanslı verileri sürekli analiz eden, kalıpları ortaya çıkaran ve eyleme dönüştürülebilir içgörüleri geleneksel analiz yöntemlerinden daha hızlı ve doğru şekilde raporlayan yapay zeka (YZ) destekli bir çözüm önerdi.

NOV, yapay zeka tabanlı sondaj çözümünü ilk olarak petrol ve doğalgaz operasyonları için geliştirmişti. Bu çözüm, gerçek zamanlı sondaj verilerini kullanarak balonlama, paketlenme, kırıntı birikmesi veya matkap uçunun yalpalaması gibi durumların olasılığını değerlendiren bir olasılık indeksi veya inanç sistemi oluşturuyor. Sondaj ekibi, sorunu hafifletecek ve sondajın devam etmesini sağlayacak uygun düzeltici adımları atabilmeleri için uyarılar alıyor.

Metodik bir yaklaşımla jeotermalde yapay zekâ kullanımı

Önceki sondaj verileri üzerindeki yapay zekâ sisteminin öngörü yeteneği sonuçlarından cesaret alan işletmeci, NOV’un yapay zekâ tabanlı sondaj çözümünü iki kuyuluk bir jeotermal pilot çalışmada uygulamayı kabul etti. Çözümün özellikle formasyon hasarı, akışkan kayıpları veya kuyu duvarı stabilitesizliğine işaret edebilecek anormal basınç kayıplarını tespit etmeye odaklanması planlandı.

NOV, yapay zekâ çözümünü jeotermal pilot çalışmaya uyarlamak için yapılandırılmış bir metodoloji izledi. Sistem, her biri sensör paketi ve elektronik sondaj kayıt (EDR) sistemleri ile donatılmış iki jeotermal sondaj kulesindeki mevcut sondaj altyapısına bağlandı. Bu sistemler; matkap ucundaki ağırlık, tork, dönme hızı, standpipe basıncı ve blok konumu gibi parametrelere ilişkin yüksek çözünürlüklü, gerçek zamanlı veriler sağladı.

Her kulede ayrıca, kulenin EDR veri akışlarıyla entegre çalışan ve dip takım dizilimi, muhafaza borusu ve sondaj sıvılarına ilişkin bilgileri de içeren gerçek zamanlı operasyonel ve bağlamsal verileri toplayıp işleyen bir uç bilişim cihazı bulunuyordu. Bu veriler, yapay zekâ modellerine girdi olarak kullanıldı.

Yapay zekâ sistemi, jeotermal işlev bozukluklarını ele almak üzere özel olarak tasarlanmış hibrit bir mimari kullandı. Bu mimari; olasılıksal akıl yürütmeyi kolaylaştırmak için uzman sondaj bilgisini kodlayan Bayesyen ağları içeriyordu. Ayrıca karar ağacı algoritmaları, geçmiş jeotermal kuyular ve benzer petrol-doğalgaz kuyularından elde edilen bilgileri kullanarak desen tanıma işlemlerini gerçekleştiriyordu.

Bu bileşenler, yapay zekâ sisteminin öğrenilmiş veri davranışlarını kodlanmış uzman bilgisiyle birleştirerek sondaj koşullarını doğru şekilde tahmin etmesini ve anormallikleri tespit etmesini sağlar.

Sistem, çeşitli işlev bozukluklarının olasılığını temsil eden 0 ile 1 arasında değişen “inanç puanları” (belief scores) oluşturmak için çıktı verilerini kullandı. İşletmeci bu puanları özel paneller üzerinde görüntüleyip dijital bir “omza hafifçe dokunuş” niteliğinde uyarılar ayarlayabiliyor. Böylece olası bir sorun için daha erken uyarı alarak, verimsiz zaman (NPT) kaybını veya sondaj ekipmanı ya da kuyu duvarı hasarını önlemek üzere doğru düzeltici önlemleri alabiliyor.

Pilot çalışmada yapay zekânın potansiyelinin kanıtlanması
İki kuyuluk pilot uygulama sırasında yapay zekâ destekli çözüm, kule başına saatte 70.000’den fazla gerçek zamanlı veri noktasını topladı ve işledi. Çözüm, çamur kaybı ve diferansiyel sıkışma gibi anormal basınç kayıplarının erken belirtilerini tespit etme ve sınıflandırma yeteneğini tutarlı şekilde gösterdi.

İşletmeci, yapay zekâ destekli çözümden şu ek operasyonel faydaları da gözlemledi:

• Daha düşük uyarı gecikmesi: Uç bilişim mimarisi sayesinde, basınç anormalliklerini geleneksel izleme sistemlerinden 45 dakika daha erken tespit edip işletmeciye bildirme.
• Azaltılmış NPT: Daha erken ve daha doğru düzeltici eylemlerle, kuyu içi olayların büyümesini ve daha uzun, maliyetli müdahaleler gerektirmesini önleme.
• Daha erken olay tahmini: Yapay zekânın eğilimleri hızla tespit etme, kök nedenleri belirleme ve doğru düzeltici eylemleri önermedeki yeteneği sayesinde daha proaktif müdahale imkânı.

Petrol ve doğalgaz sondaj verisi çözümünün jeotermal sondaja başarılı şekilde uyarlanması, yapay zekânın enerji sektöründeki çok yönlülüğünü ve potansiyelini ortaya koymaktadır. Yapay zekânın yeni operasyonel bağlamları öğrenme ve bunlara uyum sağlama yeteneği, Avrupa’daki jeotermal pilot çalışmada sondaj zorluklarını izleme ve azaltmada etkili olduğunu kanıtladı. Anormal basınç kayıplarını tespit ederek ve uygulanabilir içgörüler sunarak çözüm, operasyonel verimliliği ve güvenliği artırırken işletmecinin çevresel çabalarını da destekledi.

Sonuç olarak, bu pilot program yapay zekânın jeotermal enerji aramacılığını dönüştürme potansiyelini ortaya koyarak sektördeki gelecekteki uygulamalar için bir yol haritası sundu.

İLGİLİ: Gelişmiş yalıtım kaplama teknolojisi ile jeotermalin potansiyelini optimize etmek

Kaynak: ThinkGeoEnergy