创新的人工智能方法挽救新墨西哥地热电站免于关闭

据 MIT Technology Review（https://www.technologyreview.com/2026/07/29/1140896/geothermal-second-chance/）报道，2024年6月，一家名为Zanskar的小型公司接管了新墨西哥的一座地热电站，该电站因地下水温下降而濒临经济倒闭。在两年内，借助先进的人工智能（AI）技术，该设施成功恢复至满负荷运行。

挑战：地热储层降温

该电站的主要问题是地下储层的水温逐渐降低。这大幅降低了发电效率，使运营变得无利可图。传统的复兴方法通常成本高昂、耗时且风险较大。

基于人工智能的资源利用优化

Zanskar采用创新的AI算法，更好地理解和控制复杂的地质及热力学过程。AI持续分析钻探数据、温度测量和压力传感器数据，以制定最佳的采集策略。通过精准控制，最大化热能效率并可持续保护储层。

机器学习与模拟的结合

通过将机器学习与物理模拟相结合，公司能够预测储层的发展趋势并提前调整策略。这避免了进一步降温，实现了稳定的能源生产。

对能源转型的重要意义

该电站的成功复兴展示了AI技术如何助力提高可再生能源的效率和经济性。地热能被视为特别可持续的能源，因为它不受天气条件影响，能够持续供电。AI与地热能的结合有望为减少二氧化碳排放做出重要贡献。

展望与潜力

新墨西哥的案例可作为全球类似因技术或自然挑战而停运或濒临停运电站的示范。将AI整合进地热电站的控制与优化，开辟了开发未利用资源和延长现有设施寿命的新途径。

结论

Zanskar对地热电站的重新启用凸显了AI在可再生能源领域的潜力。通过数据驱动的优化，生态与经济目标得以更好结合，这在全球气候危机背景下尤为重要。