Mitigación de los riesgos de la perforación geotérmica con avances impulsados por IA

Artículo destacado: Mitigación de los riesgos de la perforación geotérmica con avances impulsados por IA

Oscar Llamosa Ardila 5 Aug 2025

La perforación sigue siendo uno de los principales generadores de costos en cualquier desarrollo geotérmico. Esto significa que también presenta numerosas oportunidades de mejora. En este artículo, escrito por Gary Hickin de NOV, analizamos en detalle la exitosa implementación de la plataforma de “Drilling Beliefs & Analytics”, basada en IA, de la compañía para operaciones de perforación geotérmica en Europa. El caso práctico examina el uso de tecnologías avanzadas de procesamiento de datos para obtener retroalimentación en tiempo real y la remediación proactiva de posibles problemas.

La construcción de pozos geotérmicos está cobrando impulso en más lugares, impulsada por la necesidad de fuentes de energía confiables que aborden los objetivos globales de sostenibilidad y reducción de carbono.

Sin embargo, la explotación de recursos de energía geotérmica más profundos y con mayor temperatura presenta varios desafíos de perforación, como la inestabilidad del pozo, el atascamiento diferencial y las pérdidas de fluidos. Estos desafíos se agravan en ubicaciones remotas donde la supervisión en tiempo real es limitada y las técnicas tradicionales de monitoreo no pueden detectar riesgos de forma eficaz y temprana.

Un operador geotérmico en Europa contactó con NOV para desarrollar una solución proactiva de monitoreo y mitigación que mejorara la eficiencia, la seguridad y la confiabilidad de la perforación. NOV propuso una solución basada en inteligencia artificial (IA), que integra análisis de datos y aprendizaje automático para analizar continuamente datos de alta frecuencia, extraer patrones y generar información práctica con mayor rapidez y precisión que los métodos de análisis convencionales.

NOV desarrolló originalmente su solución de perforación basada en IA para operaciones de petróleo y gas. La solución utiliza datos de perforación en tiempo real para crear un índice de probabilidad o sistema de creencias que evalúa la probabilidad de situaciones como inflamiento de pozos, obstrucciones, acumulación de recortes o remolinos de la broca. El equipo de perforación recibe alertas para tomar las medidas correctivas adecuadas que mitiguen el problema y permitan continuar la perforación.

Adopción de IA en geotermia mediante un enfoque metódico

Inspirado por los resultados de la capacidad predictiva del sistema de IA con sus datos de perforación heredados, el operador acordó implementar la solución de perforación con IA de NOV en un estudio piloto geotérmico de dos pozos. Específicamente, la solución se centraría en la detección de pérdidas de presión anormales que podrían indicar daños en la formación, pérdidas de fluidos o inestabilidad del pozo.

NOV siguió una metodología estructurada para adaptar la solución de IA al piloto geotérmico. El sistema se conectó a la infraestructura de perforación existente en dos plataformas de perforación geotérmica, cada una equipada con un conjunto de sensores y sistemas de registro electrónico de perforación (EDR). Estos sistemas proporcionaron datos de alta resolución en tiempo real sobre parámetros como el peso sobre la broca, el torque, la velocidad de rotación, la presión en la tubería vertical y la posición del bloque.

Cada plataforma también incluía un dispositivo de computación periférica integrado con los flujos de datos EDR de la plataforma, que adquiría y procesaba los datos operativos y contextuales en tiempo real (incluida información sobre el ensamblaje de fondo de pozo, la tubería de revestimiento y los fluidos) que sirvieron como entrada para los modelos de IA. El sistema de IA empleó una arquitectura híbrida diseñada específicamente para abordar disfunciones geotérmicas. Esta arquitectura incluía redes bayesianas que codificaban el conocimiento de expertos en perforación para facilitar el razonamiento probabilístico. Además, los algoritmos de árboles de decisión extraían información de pozos geotérmicos históricos y pozos de petróleo y gas análogos para realizar el reconocimiento de patrones.

Estos componentes permiten que el sistema de IA combine el comportamiento de los datos aprendidos con conocimiento experto codificado, prediciendo con precisión las condiciones de perforación y detectando anomalías.

El sistema utilizó los resultados para crear puntuaciones de confianza de 0 a 1, que representan la probabilidad de diversas disfunciones. El operador visualiza estas puntuaciones en paneles personalizados y establece alertas que funcionan como un recordatorio digital. El operador recibe una advertencia temprana de un posible problema, lo que le permite tomar las medidas correctivas adecuadas para evitar tiempos improductivos (TNP) o daños al equipo de perforación o al pozo.

Demostrando el potencial de la IA en el piloto

Durante la implementación en el piloto de dos pozos, la solución basada en IA recopiló y procesó más de 70.000 puntos de datos en tiempo real por hora, por plataforma. La solución demostró consistentemente su capacidad para detectar y clasificar señales tempranas de pérdidas de presión anormales, como pérdida de lodo y atascamiento diferencial.

El operador observó varios beneficios operativos adicionales gracias a la solución basada en IA, entre ellos:

• Reducción de la latencia de las alertas, gracias a la arquitectura de computación en el borde que alerta al operador sobre anomalías de presión hasta 45 minutos antes que con los sistemas de monitoreo convencionales.
• Minimización del tiempo de respuesta (NPT) mediante acciones correctivas más tempranas y precisas, lo que evita que los incidentes en el fondo del pozo se agraven y requieran una remediación más prolongada y costosa.
• Predicción temprana de eventos, gracias a la capacidad de la IA para detectar rápidamente tendencias, identificar las causas raíz y proponer las acciones correctivas adecuadas.

La exitosa adaptación de una solución de datos de perforación de petróleo y gas a la perforación geotérmica demuestra la versatilidad y el potencial de la IA en el sector energético. La capacidad de la IA para aprender y adaptarse a nuevos contextos operativos demostró ser eficaz para monitorear y mitigar los desafíos de la perforación en el piloto geotérmico europeo. Al detectar pérdidas de presión anormales y ofrecer información práctica, la solución mejoró la eficiencia y la seguridad operativas, a la vez que respaldó las iniciativas ambientales del operador.

En definitiva, este programa piloto demostró el potencial de la IA para revolucionar la exploración de energía geotérmica, proporcionando un modelo para futuras aplicaciones en el sector.

Fuente de referencia vía nuestra plataforma global ThinkGeoEnergy.