Plausible Characterisation of Subsurface Geology is Essential for the Energy Transition

Simmons, M. Y.; Davies, Andrew; Cowliff, Lawrie

doi:10.3997/1365-2397.fb2023045

Cited by 2 publications

(2 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Todas as informações e incertezas derivadas destes dados são tratadas por técnicas de geoestatística, e traduzidas em modelos computacionais para simulações de reservatório. As soluções geoestatísticas são excelentes para representar tendências geológicas, mas caso o conceito utilizado para guiar o modelo não represente bem realidade, ele se torna inerentemente errado (Simons et al, 2023). E mesmo quando o conceito é bem conhecido, o modelo ainda pode ser pouco representativo.…”

Section: A Caracterização Da Subsuperfícieunclassified

See 1 more Smart Citation

Machine learning, inteligência artificial (IA), e a caracterização da subsuperfície: aplicações, possibilidades e riscos

Berton

2023

Lat. Am. J. Energy Res.

View full text Add to dashboard Cite

Soluções computacionais baseadas em machine learning e inteligência artificial (IA) têm sido adaptadas para o processamento e interpretação das informações de subsuperfície. Diante do que pode se tornar uma revolução tecnológica, é necessário pensar nos prováveis impactos das novas soluções para as atividades relacionadas à caracterização de reservatórios e sistemas petrolíferos. A IA já prova ter utilidade na indústria de óleo e gás ao lidar com grandes volumes de dados geológicos de padrão homogêneo, poupando o usuário humano de tarefas repetitivas. Essa característica faz com que os programas sejam úteis para o aumento de eficiência e da segurança do trabalho, mas da forma como funcionam atualmente, eles estão longe de serem capazes de lidar com a frequente complexidade geológica que pode representar riscos ou oportunidades em subsuperfície. Nem mesmo os melhores programas de IA são capazes de solucionar problemas inerentes aos dados indiretos, como a baixa resolução sísmica ou a baixa representatividade de poços. Tampouco conseguem encontrar soluções plausíveis para situações geológicas complexas. As novas soluções tecnológicas devem ser vistas como ferramentas para facilitar a vida dos profissionais de subsuperfície. Como qualquer ferramenta, sua existência tem propósitos específicos que não abrangem toda a complexidade dos sistemas geológicos. As interpretações geológicas derivadas de programas baseados em machine learning e IA devem ser avaliadas como aproximações geoestatísticas, não como a representação total da realidade construída a partir de múltiplos processos naturais. Essa característica faz com que os profissionais das geociências sigam sendo essenciais para aplicar as ferramentas de IA corretamente e filtrar as informações produzidas por elas.

show abstract

Section: A Caracterização Da Subsuperfícieunclassified

“…A situação se torna ainda pior sob uma ótica mais ampla. Times de subsuperfície trabalham em áreas limitadas que representam apenas uma fração do contexto geológico regional (Simons et al, 2023).…”

Section: A Caracterização Da Subsuperfícieunclassified

Machine learning, inteligência artificial (IA), e a caracterização da subsuperfície: aplicações, possibilidades e riscos

Berton

2023

Lat. Am. J. Energy Res.

View full text Add to dashboard Cite

show abstract

Carbon matters: Fossil fuels and the Energy Transition

Craig,

Latham

2024

EPJ Web Conf.

View full text Add to dashboard Cite

Rapid technological advances across a variety of industries are enabling society’s quest for sustainability. The resulting “Energy Transition” is causing an unprecedented shift in how the world’s population consumes energy and natural resources, driven by a range of factors including decarbonisation, economics, access to energy, societal expectations around environment and climate, energy efficiency, political and regulatory forces and emerging technologies. The “Energy Transition” will occur at different speeds and shapes in different geographies, depending on local economic and societal pressures. World energy demand is continuing to rise, mainly in the emerging economies of India, China and Africa, driven by population growth and economic development. Many countries are trying to do the “right thing” for their population and their economy and are not necessarily driven by a desire to “save the planet”. Maximising income to fund important social and education programmes is often higher in the priorities of some governments than reducing carbon emissions. The energy transition is not as simple as doing what’s right for the planet. Governments, businesses and people in fossil fuel producing regions have shown that they will protect their economies despite the threat of environmental harm. The fossil fuel era will not be over soon. Despite the rapid growth in the use of renewable energy resources, in all reasonable scenarios there will still be a need for oil, gas and coal for the foreseeable future if we are to meet the social and economic expectations of the world’s growing population. The energy mix will certainly change as we try to reduce carbon emissions, but the speed and magnitude of that change will depend heavily on national economic priorities, political will and public opinion. The world’s need for sustainable energy will change the geography of the oil and gas industry, increasingly intertwining it with renewables and carbon sequestration. The oil and gas industry of the 2030s, and beyond, will focus where synergies with renewable energy, carbon sequestration and, increasingly, industrial complexes, are strongest. Providing sufficient affordable and sustainable energy while mitigating the effects of climate change are now the world’s greatest challenges. They are complex issues and are no simple solutions. It is important to remember in any discussion about the energy transition that it is not the energy source that is the problem, it’s the environmental impact of using it. This applies just as much to renewable energy resources as to fossil fuels. How fast can we realistically move towards a low-carbon future and still meet the world’s growing demand for energy? What are the key constraints on the rate of change? –and what role will geoscientist play in driving and delivering the new energy solutions? The “Energy Transition” is a huge responsibility, but also a huge opportunity, one in which we all have our part to play.

show abstract

Plausible Characterisation of Subsurface Geology is Essential for the Energy Transition

Cited by 2 publications

References 0 publications

Machine learning, inteligência artificial (IA), e a caracterização da subsuperfície: aplicações, possibilidades e riscos

Machine learning, inteligência artificial (IA), e a caracterização da subsuperfície: aplicações, possibilidades e riscos

Carbon matters: Fossil fuels and the Energy Transition

Contact Info

Product

Resources

About