国家实验室的机器学习项目旨在推进能源行业的地震监测 - Insideai新闻

一项新计划，旨在使用实时的高级机器学习（ML）技术彻底改变地震监测和预测，来到西德克萨斯州/新墨西哥州。

美国能源部（DOE）技术商业化基金向劳伦斯·利弗莫尔国家实验室（LLNL）授予了180万美元的资金。

该项目被称为重新连接，或实时引起的地震性预测来学习地震目录。该计划涉及地下能源行业，这些产业对高级地震监测和预测系统的需求日益增长，能够有效识别和减轻潜在的诱发地震性。

传统的地震加工技术通常在嘈杂的工业环境中挣扎，从而导致延迟和不准确性。为了克服这些局限性，LLNL及其合作伙伴正在开发一条实时的ML管道，该管道将与DOE的诱导地震性（Orion）工具包无缝集成。

术前危害估计还将通过开发高精度历史性地震事件目录来解决。这些目录将对当地和区域地震活动提供宝贵的见解，使操作员能够在操作开始之前更好地理解和减轻潜在风险。

通过该计划开发的基于ML的工具将为运营商提供具有成本效益，高级监控和预测功能，由Enstrumental Software Technologies，Inc。（ISTI）提供。这些解决方案旨在提高地震事件检测中的性能，以确保操作员可以依靠准确，及时的信息来做出关键决策。

LLNL地震学家兼项目首席研究员Kayla Kroll说，重新连接的计划对从地下注射或产生的流体产生的任何工业活动也具有深远的影响和收益。

该项目旨在帮助操作员充满信心地监视。她说，所有部门的运营商都可以从改进的地震监测能力和预测中受益，从而积极缓解。”

TCF由DOE技术商业化办公室管理，该项目由化石能源和碳管理办公室资助。

该项目是通过基于机器学习的事件检测和位置来实时预测诱导地震性的预测，预计将提供创新的解决方案，以管理诱导的地震性。这些进步将支持关键行业，包括碳存储，石油和天然气生产以及地热能。

合作伙伴包括橡树岭国家实验室，ISTI，Livermore Lab Foundation和几所当地社区学院，包括新墨西哥州东南部，米德兰学院和德克萨斯州的敖德萨学院。

克罗尔说，我们的目标是确定和增强对能源技术的公众信心，并增强公众对能源技术的信心。'必须了解如何检测，分类和预测地震活动，以帮助确保运营商可以主动管理风险。

能源部门的劳动力发展也至关重要。我们的社区大学合作伙伴已经在将学生与未来的职业机会联系在一起并激发下一代STEM领导者方面发挥了关键作用。我们很高兴他们成为该项目的合作者。”

这些大学将举办一系列能源劳动力活动，其中包括动手研讨会和专家小组，旨在为社区提供新兴能源行业和职业机会。LLNL的大学生的有偿暑期实习机会也将通过实验室的慈善合作伙伴，Livermore Lab Foundation，501（c）（3）支持LLNL基本科学和研究计划的非营利组织。

社区学院外展活动旨在于2025年秋季开始。教职员工包括敖德萨学院的约书亚·哈特（Joshua Hardt）和新墨西哥州东南部的理查德·维登曼（Richard Wiedenmann）。

奥德莎学院教授约书亚·哈特（Joshua Hardt）说，与LLNL的这种合作伙伴关系将为西得克萨斯州社区提供基本的工具和数据，从而增强了我们与地震科学和安全的互动。”我很高兴看到这种提高的意识将如何引发公众对我们当地的地球科学的论述。

该计划的另一位教师负责人，新墨西哥州东南部的教授理查德·维登曼（Richard Wiedenmann）说，该项目对社区对我们频繁地震的教育至关重要。

DOE TCF旨在支持DOE国家实验室，植物和现场技术的商业化，并建立国家实验室商业化生态系统。

在LLNL，通过实验室的创新和合作伙伴办公室（IPO）促进了通过公私合作伙伴关系以及TCF赠款提案的技术转移。IPO通过利用LLNL知识产权的许可合作伙伴关系来支持美国的经济竞争力和国家安全。