人工智能在页岩洞察会议上主导讨论 - 农场和乳制品

宾夕法尼亚州伊利（Erie）的现代淘金热在阿巴拉契亚（Appalachia），根据石油和天然气行业的领导人。但这不是他们指的是人工智能。

巴布斯特·卡拉德（Babst Callard）官员在宾夕法尼亚州伊利（Erie）举行的2025年页岩洞察会议上说，农村地区对AI数据中心的开发尤其令人信服。

AI是9月18日在年度会议上讨论的主要主题，来自Marcellus页岩联盟的行业领导者讨论了宾夕法尼亚州，俄亥俄州和西弗吉尼亚州如何是国家数据中心的理想地点，这是由于国家丰富的天然气储量供应。

该会议介绍了有关开发AI数据中心的信息，以及有关新兴技术如何使石油和天然气行业更安全，更高效的研究。

为什么AI？

在会议上发表讲话的行业领导人表示，为AI数据中心提供动力是必要的。这些数据中心需要大量的能源才能24/7运行，因此，许多数据中心将伴随着自己的天然气发电厂。

单个AI数据中心的电力需求可能超过100兆瓦或更多，每年消耗的能量与100,000户家庭一样多，报告国际能源机构。

在美国，数据中心的电力消耗正在占现在至2030年之间电力需求增长的一半根据最近的国际能源机构报告，消耗的能源比美国的所有制造业都多，包括铝，钢，水泥和化学品。

特朗普政府特别关注AI数据中心的发展。

唐纳德·特朗普（Donald Trump）总统在一月份签署了一项行政命令，“消除了AI美国领导层的障碍。

该政策概述了特朗普政府对AI数据中心的目标，包括加快许可证和删除阻碍其发展的AI法规。

在俄亥俄州，宾夕法尼亚州和西弗吉尼亚州围绕着AI数据中心的主要景点，在页岩洞察会议上进行了讨论。

特朗普宣布7月15日，在宾夕法尼亚州参议员戴夫·麦考密克（Dave McCormick）的宾夕法尼亚州宾夕法尼亚州参议员的AI数据中心进行了900亿美元的投资。

根据特朗普的说法，AI数据中心将伴随着各种天然气，核和清洁，美丽的煤炭的电厂。”

俄亥俄州中部也看到了AI数据中心的显着增长。亚马逊宣布2024年12月，它将额外投入100亿美元来扩大其数据中心基础架构。

哥伦布是一个特殊的热点;该市是五个Cologix数据中心的所在地，以及来自新奥尔巴尼的Google，Amazon和Meta（Facebook）的Mega Corporations的数据中心。根据数据中心地图，俄亥俄州拥有191个数据中心 - 数据中心最多的第五州。

代表能源公司的律师事务所Babst Calland指出，数据中心是处理金融，医疗保健和电子商务的企业的骨干。

很快，AI数据中心还可以为石油和天然气行业提供特殊的优势。

石油和天然气行业的AI

该会议介绍了有关最近和正在进行的研究的信息，其中包括来自西弗吉尼亚州，俄亥俄州和宾夕法尼亚大学的两项油气运营中的AI。

一项名为“下一代AI工具，用于增强页岩管道网络中的流动保证和泄漏检测”的研究，着眼于如何使用AI检测管道中的泄漏和腐蚀 - 在美国，这是一个共同的问题。

Ali Sajedian，博士学位西弗吉尼亚大学的候选人是石油工程师，研究的作者，使用了从中东的管道收集的数据，开发了称为MidStreamai的AI软件。

Sajedian的计划分析管道数据，以确定目前的泄漏或腐蚀管道，或预测将来何时发生。

Sajedian说，例如，根据数据，您会有一些腐蚀，您知道泄漏将在六个月后发生。”

他补充说，中部公路还可以检测到管道分离器和阀门中的问题，并分析地质数据。据Sajedian称，AI软件仍处于早期阶段，但他与表达了兴趣的石油和天然气公司进行了几次演讲。

AI和CCS

其他研究，例如扩大CCSU的范围：评估二氧化碳地理序列在紧密和非常规的地层中的可行性。

为了使CC有效，石油工程师需要在岩层中找到“甜点”，博士学位。俄亥俄州立大学的学生和该研究的合着者。

他说，由于很难注入这些岩石，因此不能将碳注入低渗透性和低孔隙率的岩层中，但不能注入一些具有高渗透性和高孔隙率的地层中，因为二氧化碳可能会泄漏。

我们如何确切地发现在优化注入和安全性之间的平衡？这就是这项研究（提出）的地方。

Eduam使用Marcellus页岩地层中的岩石进行了模仿将碳注射到地层中的实验。他发现，Marcellus页岩中高的有机含量会导致岩石中的固体有机物的动元，由死有机体组成 - 与二氧化碳接触时膨胀，将气体捕获到位。

然后，该数据被用来训练他的AI软件petroai，该数据完成后将为石油和天然气公司提供对特定地质形成的最佳用途的预测分析。

Eduam说，基于其学习模型的AI将向您讲述（岩层）信息及其特征，以及它如何最好地帮助您选择的任何东西，是隔离CO2还是是氢存储。”

AI软件还将为公司提供成本分析和运营成功率。但是Eduam指出，为了广泛使用Petroai，他需要收集有关更多岩层的数据来训练软件。

Eduam说：`我们需要尽可能地获取很多岩石，然后运行实验，使用数据来训练AI，以便我们可以拥有大型数据集，并且AI可以继续学习以使其变得完美。”他目前正在寻找继续研究的资金。

（可以通过epartsch@farmanddairy.com或330-337-3419与Liz Partsch联系。）