MALEG

MALEG (machine learning for enhancing geothermal energy production) ist ein Verbundvorhaben mit unterschiedlichen Partnern, um gemeinsam ein auf KI basierendes Vorhersageprogramm zu entwickeln, mit dessen Unterstützung die Effizienz von geothermischen Kraftwerken optimiert werden soll. Die Optimierung von geothermischen Kraftwerken durch Kaskadennutzung ist eine viel diskutierter Strategie für Hochenthalpiesysteme. Die erhöhte Wärmeentnahme kühlt das Thermalwasser stärker ab und zusammen mit weiteren Veränderungen der Wasserchemie, bedingt durch die Abkühlung, kann es zur Genese von mineralogischen Ausfällungen (Scalings) und Korrosion kommen.

Für das Training der KI wird ein mobiler vor Ort Demonstrator, in Form eines „Hardware Zwillings“ konstruiert. Dieser „Hardware-Zwilling“ ist in der Lage ein Geothermiekraftwerk, Verfahrenstechniken zur Wasseraufbereitung und Mineralienextraktion zu emulieren. Gleichzeitig wird eine Simulationsumgebung als „Digitaler-Zwilling“ entwickelt, um Vorhersagen über die geochemischen Prozesse zu liefern. Verbunden werden die Komponenten durch die künstliche Intelligenz MALEG, welche durch ausführliche geochemische Probenahmekampagnen, Datenaufzeichnungen und Analyse der Betriebsparameter des Kraftwerks trainiert wird.  MALEG wird in der Lage sein die geochemische Zusammensetzung des Thermalwassers und dessen Scalingpotential anhand von in-situ live Messungen vorherzusagen.

 

MALEG - Projektdesign

 

Innovationen von MALEG:

  • Die Kombinationen von hydrochemischen reaktiven Transportmodellen mit Betriebsparametern
  • Die Abbildung eines Geothermiekraftwerkes und der darin ablaufenden Prozesse im „Digitalen-Zwilling
  • Die Entwicklung eines Vorhersageprogramms zur Bestimmung von potenziellen negativen kraftwerksbeinflussenden Prozessen
  • Die Entwicklung eines Programmes für umfassende Vorhersagen bezüglich aller Zustände, um die Nutzung des geothermischen Potenzials zu verbessern
  • Die Entwicklung eines maschinell lernenden Programmes, welches kontinuierlich von neuen Daten trainiert wird
  • Verfahrenstechnik zur Aufbereitung von Thermalwässern und Mineralienextraktion
  • Neue Möglichkeiten der Digitalisierung von Wasseraufbereitungsprozessen und Technologien
  • Die Einführung von „Digitalen-Zwillingen“ zur Simulation und Kontrolle von hydraulischen Verfahrenstechnologien in komplexen Solematrize

Fördermittel