Core Concepts
CO2 격리 프로젝트의 효과적인 모니터링을 위해 제한된 수의 웰을 전략적으로 배치하는 베이지안 실험 설계 기법을 제안합니다. 이 기법은 유체 흐름 솔버와 생성 신경망을 통합하여 플룸 궤적을 예측하고 불확실성을 추론할 수 있습니다.
Abstract
이 논문은 CO2 격리 프로젝트의 효과적인 모니터링을 위한 최적의 웰 배치 방법을 제안합니다. 주요 내용은 다음과 같습니다:
베이지안 실험 설계 원칙에 따라 정보 획득이 최대화되는 위치에 웰을 배치합니다. 이를 위해 Kullback-Leibler 발산을 최소화하는 정규화 흐름 모델을 사용합니다.
웰 배치를 고정된 지점이 아닌 확률 밀도로 표현하여, 유사한 위치에 웰을 배치할 가능성이 높은 영역을 제안합니다.
유체 물리 솔버를 사용하여 플룸 예측을 생성하고, 이를 정규화 흐름 모델의 입력으로 사용합니다. 이를 통해 관측된 플룸 데이터와 사전 지식 간의 차이를 최소화합니다.
제안된 알고리즘 BEACON을 디지털 트윈 워크플로우에 통합하여, 현장 관측 데이터를 바탕으로 웰 배치 전략을 지속적으로 개선할 수 있습니다.
합성 사례 연구를 통해 제안 방법이 랜덤 웰 배치 대비 낮은 오차율과 불확실성을 보여줌을 확인했습니다.
Stats
CO2 격리 프로젝트에서 제한된 수의 웰을 전략적으로 배치하는 것이 중요하다.
제안된 BEACON 알고리즘은 베이지안 실험 설계 원칙을 기반으로 하며, 정규화 흐름 모델을 사용하여 정보 획득을 최대화한다.
합성 사례 연구에서 BEACON은 랜덤 웰 배치 대비 낮은 오차율과 불확실성을 보여주었다.