Heb je een vraag?
Onze Servicedesk,
helpt je graag verder.Bel
Kunstmatige intelligentie
Met kunstmatige intelligentie – ook wel AI – kan GDN bruikbare informatie over de ondergrond halen uit de grote hoeveelheden gegevens die we ontvangen. Al deze informatie verwerken we in onze modellen, die beschikbaar zijn op open data platforms. Daarmee creëren we kansen voor bedrijven om mee te werken aan de energietransitie.
Grotere verwachte aanvoer van data
Met het beëindigen van de exploratie en productie van fossiele brandstoffen in Nederland, verwachten we dat operators de komende jaren Nederland verlaten. Wanneer zij dat doen, hebben ze de wettelijke plicht om al hun gegevens over de Nederlandse ondergrond over te dragen aan de Geologische Dienst Nederland. Die gegevens vormen een waardevolle aanvulling op de al verplichte gegevens van de Mijnbouwwet en de Basisregistratie Ondergrond, die van groot belang is voor nieuwe toepassingen in de energietransitie. Op basis van nieuwe data kan een leeg-geproduceerd gasveld interessant zijn om te heropenen voor de opslag van energie of koolstofdioxide. Daarnaast kunnen deze gegevens bijdragen in het onderzoek naar de toepassing van (diepe) geothermie.
Datamanagement uitbreiden met machine learning
Een andere belangrijke bron van nieuwe informatie is machine learning. Via machine learning leren we onze modellen om patronen te herkennen en te interpreteren. Deze mogelijkheid bieden we ook aan voor data van opdrachtgevers. Ons AI-netwerk draait dan bij de gebruiker, die ermee aan de slag gaat. GDN heeft geen toegang tot de data zelf, maar wel tot de uitkomsten van de modelberekeningen. Op die manier werken we effectief samen.
Ook uit oude, gescande documenten kunnen we met machine learning aanvullende informatie halen. Handgeschreven notities op een document over putafsluitingen van oude olie- en gasvelden kunnen we bijvoorbeeld analyseren en meenemen in het onderzoek voor een andere toepassing. Oude informatie wordt zo weer relevant voor nieuwe ontwikkelingen.
Anomalieën in tijdreeksen
Kunstmatige intelligentie biedt ook interessante mogelijkheden bij het analyseren van de monitoringsdata, ofwel tijdreeksen, van putten. Jarenlang leggen we in Nederland al gegevens vast van de ondergrondse activiteiten met boorgatmetingen en oppervlaktemetingen, zoals van geothermie-installaties. Deze reeksen worden steeds langer. Door met kunstmatige intelligentie op zoek te gaan naar uitzonderingen in de cijfers, zogeheten anomalieën, ontdekken we waar veranderingen plaatsvinden.
Modelkoppelingen
Veel van de data wordt verwerkt in ondergrondmodellen die het (mechanisch) gedrag van de ondiepe en diepe ondergrond in kaart brengen. Door diverse modellen uit verschillende vakgebieden te combineren, ontstaan modelkoppelingen, ook wel Digital Twins. Die combineren modellen over de draagkracht van de constructie, verwachte belasting van verkeer en ondergrond om een advies te kunnen geven. Digital Twins kunnen bijvoorbeeld inzicht geven in noodzakelijk onderhoud aan een brug of zelfs vervanging ervan.
Open-source dataplatforms
GDN plaatst de data en ontwikkelde modellen op open data platforms waardoor iedereen er gebruik van kan maken. Dit bevordert de samenwerking en innovatie die hard nodig is voor maatschappelijke vraagstukken, zoals de energietransitie.
Heb je een vraag? Onze Servicedesk helpt je graag verder. Neem contact op via onderstaande blauwe knop met het label ‘mail direct’.
