Energi
Att använda teknik för att borra smartare och driva framtiden

Olje- och gasindustrin är en av de största sektorerna i världen, värderad till $6.10 biljoner år 2024 och förväntas överstiga $8.79 biljoner år 2034. Sektorn genererade också mer än $4.2 biljoner i uppskattade globala intäkter förra året.
Olja driver allt från vår morgonpendling till fabrikerna som tillverkar våra produkter och är ryggraden i det moderna samhället. Den värmer våra byggnader, genererar elektricitet och håller industrier igång. Utöver energi fungerar olja som råmaterial för produkter vi förlitar oss på dagligen. Mediciner som håller oss friska, plast i allt vi rör vid och kemikalier som möjliggör otaliga produkter spårar alla tillbaka till olja. Olja flyttar bokstavligen världen.
Olja är dock ett icke förnybart fossilt bränsle som har en betydande miljöpåverkan, inklusive växthusgasutsläpp (GHG) och klimatförändringar. Den medför också geopolitiska utmaningar på grund av koncentrationen av oljereserver i några få länder, vilket hotar den globala energisäkerheten.
Olja är begränsad: Vad det betyder för produktion och priser

Eftersom det är en icke förnybar resurs kan råolja naturligt inte ersättas i den takt som den förbrukas. Detta beror på att den begränsade och snabbt uttömmande resursen bildas under miljontals år från nedbrytning av organiskt material, växter och djur, under extrem värme och tryck.
Det är en kolväteresurs, vilket betyder en organisk förening som enbart består av kol- och väteatomer. Kolväten utgör grunden för olja, naturgas och kol, vilka är naturligt förekommande ämnen som finns i berg i jordens skorpa.
Den totala mängden olja på jorden är begränsad. Och när olja utvinns och används minskar den tillgängliga reserven, vilket skapar oro för framtida tillgång.
Inte att förglömma, inte all olja i en reservoar pumpas ut. En reservoar återfår vanligtvis någonstans mellan några procent och över 50 % av sin olja, beroende på reservoartryck, mängden löst gas, bergegenskaper såsom porositet och permeabilitet samt de återvinningsmetoder som används.
Primär återvinning, som är den initiala utvinningen, ger ofta bara omkring 20 % av oljan. Förbättrade återvinningsmetoder som vattenöversvämning eller gasinjektion kan avsevärt öka den totala avkastningen. Företag använder datorsimuleringar för att modellera reservoarbeteende, utvärdera olika produktionsscenarier, utveckla injektionsstrategier och uppskatta oljeåtervinning över tid.
Trots begränsningarna upptäcks och utvinns nya reserver ständigt med ny och förbättrad teknik som möjliggör mer oljeåtervinning från befintliga fält.
För att utvinna råolja används borr- och pumptekniker för att föra den från underjordiska reservoarer till ytan. Först används verktyg för att lokalisera och bedöma reservoarer. När en livskraftig hittas skapar borrtekniker en brunn varifrån oljan pumpas ut, ofta med strukturer som oljeplattformar.
Oljeplattformar borrar djupa hål i jordens yta för att skapa brunnar som extraherar petroleum. När borrning visar att det finns otillräckligt med kolväten för att vara lönsamt för operatören kallas det en torr brunn.
Intressant nog kan en oljebrunn bli torr även när mätningar pekar på att det fortfarande finns olja. För att avgöra om en brunn innehåller olja används flera metoder, från storskaliga regionala undersökningar till direkt provtagning på borrplatsen.
Innan någon borrning påbörjas använder operatörer geologiska och geofysiska undersökningar för att identifiera områden med potential att hålla kolväten. Geologer studerar ytfunktioner, underjordisk struktur och bergtyper för att lokalisera potentiella olje- och gasreserver.
Andra tekniker inkluderar gravimetri, som mäter subtila förändringar i jordens gravitation, och magnetometri, som mäter magnetiska anomalier. Geologer analyserar också yttre jordar och vegetation för att hitta spår av kolväten som kan ha sipprat upp från djupare reservoarer.
Bland dessa metoder är seismiska undersökningar särskilt viktiga. De använder ljudvågor som färdas genom jorden för att avslöja placeringen av oljedepåer och ger uppskattningar av en reserves ungefärliga storlek.
Det är ändå ganska vanligt att en oljebrunn blir torr precis efter att en del av den förväntade oljan har utvunnits.
Varför ‘torra’ brunnar uppstår – och hur 4D-seismik löser det
Att hitta olja, en kritisk och begränsad resurs, är komplext. Dessutom lägger den negativa miljöpåverkan från olje- och gasutvinning till ett extra lager av brådska: borrning måste vara smartare och mer effektiv. Detta kräver mer exakta mätningar av hur mycket olja en reservoar faktiskt innehåller.
Ett forskarteam från Penn State University utvecklade mer precisa beräkningar av hur mycket olja en given brunn faktiskt kommer att producera. Deras arbete adresserar en nyckelfråga: varför blir en brunn torr även när seismiska skanningar indikerar att det fortfarande finns olja under marken?
“Vi testade faktiskt … data från Nordsjön. Du vet, de började borra 2008 och baserat på deras uppskattning … kunde de producera olja i 20 år, 30 år. Men tyvärr, efter två år, fanns det inget. Deras brunn är torr. De blev bara förvirrade. Var är oljan? Borta? Det stora problemet är faktiskt komplexiteten i geologin i reservoaren.”
– Studieförfattare Tieyuan Zhu, geofysiker från Penn State
Så, Zhu, tillsammans med sina studenter och postdoktorala forskare, bestämde sig för att studera mer detaljer om data från ljudmätningar än tidigare använts.
Det innebar att teamet behövde mer beräkningskraft samt stort minne för att lagra delar av problemet i datorns processorer, vilket undvek tidskrävande och kostsamma återgångar till datalagring.
Lösningen var PSC:s flaggskepp, National Science Foundation-finansierade Bridges-2 superdator, som möjliggör datatunga forskningsprojekt genom att integrera ny teknik för konvergerad, skalbar HPC, maskininlärning och dataanalys.
Den har över tusen kraftfulla CPU:er i sina hundratals vanliga minnesnoder som ger hastighet för allmänna beräkningar och dataanalys. Superdatorn kan också leverera minne, då varje CPU-nod innehåller 256 GB till 512 GB RAM, vilket är 8 till 16 gånger mer än en avancerad gaming‑laptop.
Dessutom har den Extreme Memory (EM)-noder som ger 4 TB delat minne, samt GPU‑noder för exceptionell prestanda och skalbarhet för djupinlärning och accelererad beräkning.
Med denna beräkningskraft använde forskarna Bridges-2 för att lägga till en tidsdimension till seismiska mätningar och analysera hur olja dämpar ljudets volym när det färdas genom den.
Teamets initiala analys fann dolda bergstrukturer i oljereserver som var ansvariga för att hindra utvinning av all olja inom dem. För att tackla praktiska, stora oljefält, arbetar forskarna för närvarande med att skala upp sitt system.
Forskarnas första rapport1 sina resultat i tidskriften Geophysics förra året och sedan igen i år med mer omfattande2 resultat.
Swipe to scroll →
| Metod | Vad den mäter | Vad den är bra för | Begränsningar |
|---|---|---|---|
| Seismisk (3D) | Ljudvågens färdtid | Kartläggning av reservoarens geometri | Kan missa små heterogeniteter |
| Tidsförloppsseismik (4D) | Förändringar i tid + amplitud (dämpning) | Spåra vätskeförflyttning, dolda barriärer | Beräknings-/minnesintensiv; skalning behövs |
| Gravitation | Subtila massavvikelser | Regional strukturscreening | Låg upplösning nära komplex geologi |
| Magnetik | Magnetiska anomalier | Kartläggning av berggrund | Begränsad för sedimentära detaljer |
| Ytlig geokemi | Kolväteutsläpp | Riskreducering av prospektering | Tvetydighet; kräver integration |
Dolda underjordiska strukturer: Den verkliga orsaken till att brunnar underpresterar

Olja sitter inte bara i pooler under marken, redo att pumpas upp. Den sugs in i porösa sedimentära bergarter och migrerar sedan genom dem mot jordens yta. Men när olja blir fångad under mindre porös locksten bildas en reservoar.
Det är här ljudet kommer in. Fast berg leder ljud med högre hastighet än berg mättat med olja. Genom att mäta hur mycket olja sänker ljudets hastighet när det färdas genom berg kan experter identifiera oljereserver.
Dessa seismiska metoder skapar 3D‑bilder av var den oljesatta bergarten sitter, ungefär som en medicinsk ultraljudsundersökning av dina muskler och inre organ.
Trots dessa möjligheter producerar brunnar som borrats baserat på dessa sofistikerade bilder ofta mindre olja än förväntat. Det beror på att 3D‑avbildningen inte fångar hela bilden. Väsentlig information saknas.
Forskarteamet misstänker att avbildning av samma reserver vid olika tidpunkter skulle producera en 4D‑animation som ger en mer exakt bild. Att använda fler aspekter av de seismiska data i deras analys skulle också ge en bättre förståelse för vad som händer.
Tidigare upptäcktes oljereserver baserat på den längre tid det tog för ljud att färdas genom dem. Nu har forskarna lagt till signalens amplitud, hur olja dämpar ljudstyrkan, till tidsdata.
För att utföra alla beräkningar snabbt och temporärt lagra olika komponenter av problemet i minnet använde teamet Bridges-2.
Superdatorn användes i två faser. Den första fasen involverade parallellisering av forskningskoden och gjorde den mer praktisk. Den andra fasen involverade implementering av koden i fältdata.
“PSC garanterade mig hundra tusen beräkningstimmar, och också minnet för att lagra mina data, mina fältdata … Det kan helt enkelt inte uppnås med våra lokala (resurser).”
– Zhu
All denna utökade analys och upprepade mätningar lönade sig. Penn State‑forskare fann att när man bara kartlade efter tid, i en enda mätning, fångade bilderna inte strukturerna inom oljereserven.
Det beror på att vissa av dessa strukturer, som ett lager av fastare berg inom reservoaren, inte påverkar ljudets hastighet tillräckligt för att upptäckas, men de hindrar pumpning av oljan från under dem.
I vissa fall kan borrning lite djupare lösa problemet och ge tillgång till resten av oljan i brunnen.
Forskarna har dock applicerat sin metod på ett ganska begränsat geologiskt område, omkring 9 kvadratmil. För närvarande är arbetet från Penn State‑forskare bara ett bevis på konceptet. Teamet fokuserar nu på att expandera sina beräkningar till fler noder, vilket kommer att möjliggöra skapandet av exakta kartor för mycket större områden.
Teamet har ett annat alternativ för att skala upp sitt arbete, som de kan utforska, och det är att använda Bridges-2:s extremminnes‑noder, som har 4 000 gigabyte (GB) RAM varje.
Från uttömda brunnar till energilagring: CAES & geotermisk
Olja har varit en dominerande energikälla i över ett sekel. Världen skiftar nu bort från fossila bränslen till förnybara energikällor som vind och sol, drivet av oro för klimatförändringar, luft‑ och vattenföroreningar samt habitatförstörelse orsakad av icke‑förnybara resurser.
Förnybara energikällor är intermittenta till sin natur och kräver bättre sätt att lagra energi för senare användning. Intressant nog kan uttömda olje‑ och gasbrunnar erbjuda en lösning på denna utmaning.
Dessa brunnar är faktiskt en betydande källa till naturlig geotermisk värme, och en studie3 av Penn State‑forskare från tidigare i år fann att den värmen kan utnyttjas för att öka effektiviteten i komprimerad‑luft‑energilagring (CAES) med 9,5 %, vilket möjliggör att mer av den lagrade energin återvinns och omvandlas till elektricitet.
“Denna förbättring i effektivitet kan bli en spelväxlare för att rättfärdiga ekonomin i CAES‑projekt. Dessutom kan vi avsevärt undvika förhandskostnaden genom att använda befintliga olje‑ och gasbrunnar som inte längre är i produktion. Detta kan vara en win‑win‑situation.”
– Studie‑medförfattare Arash Dahi Taleghani
Ombyggnad av uttömda olje‑ och gasbrunnar kan också hjälpa till att minska de negativa effekterna av föräldralösa brunnar. Dessa är brunnar som inte längre underhålls av sina ägare eftersom de inte är ekonomiskt lönsamma.
Utan tillsyn kan dessa brunnshuvuden läcka giftiga ämnen som metan, vilket har en uppvärmningspåverkan 84 gånger större än CO₂ under en 20‑årsperiod. De släpper också ut ämnen som vätesulfid, arsenik och bensen som sipprar in i lokal luft, vatten och jord, vilket skapar betydande föroreningsproblem.
Det finns minst 29 miljoner övergivna brunnar internationellt, enligt en uppskattning från 2020 av Reuters.
En rapport4 från tidigare i år uppskattar det totala antalet övergivna olje‑ och gasbrunnar (AOG) till 4 499 000, varav 3 557 000 brunnar ligger i USA. Dessutom uppskattar de att metanutsläppen från nästan 4,5 miljoner brunnar världen över uppgick till ~0,4 miljon ton (Mt) år 2022, vilket motsvarar 10,5 Mt CO₂ över en 100‑årsperiod.
Inte alla föräldralösa brunnar är dokumenterade, dock. Faktum är att många inte ens finns med i formella register och saknar kända operatörer.
För att tackla detta problem använde forskare från Department of Energy:s Lawrence Berkeley National Laboratory moderna verktyg5, inklusive sensorer, laseravbildning, drönare och AI, för att hitta dessa odokumenterade föräldralösa brunnar (UOWs).
“Medan AI är en samtida och snabbt utvecklande teknik, bör den inte enbart associeras med moderna datakällor. AI kan förbättra vår förståelse av det förflutna genom att extrahera information från historiska data på en skala som var ouppnåelig för bara några år sedan. Ju mer vi går in i framtiden, desto mer kan du också använda det förflutna.“
I sin forskning granskade de fyra intressanta länkar som hade mycket tidig oljeproduktion och fann omkring 1 300 potentiella UOWs. Tjugonio har verifierats med satellitbilder, medan fältundersökningar verifierade ytterligare 15.
Detta AI‑drivna kartläggnings‑ och verifieringsarbete är en del av ett större initiativ för att hantera odokumenterade föräldralösa brunnar. Consortium Advancing Technology for Assessment of Lost Oil & Gas Wells (CATALOG)-programmet är ett samarbete för att förbättra metoder för att hitta brunnar, upptäcka och mäta metan, screena brunnar för deras skick, prioritera brunnar för tätning och skapa billiga verktyg för bred användning.
“Det finns nu ett krav på att kvantifiera utsläpp före och efter tätning av en olje‑ och gasbrunn. Både för att säkerställa att tätningen görs korrekt och för att kvantifiera programmets inverkan på våra klimat‑mitigeringsstrategier – särskilt för metanutsläpp, som kan orsaka global uppvärmning snabbare än koldioxid.“
– Vetenskapsman Sebastien Biraud, som leder CATALOG‑projektet vid Berkeley Lab
Investering i smart energiexploration
När det gäller smart borrning är Baker Hughes (BKR ) känd för att leda energitekniktjänster. Företaget använder avancerade sensorer, molnbaserad beräkning, digitala tvillingar och AI för borrningsoptimering. Det erbjuder också metandetektion och utsläppsreducering teknologier.
Baker Hughes (BKR )
Med ett marknadsvärde på $47.8 miljarder, handlas BKR‑aktier till $48.50, upp 18.24 % hittills i år. Företaget levererar ett EPS (TTM) på 2.93 och ett P/E (TTM) på 16.58. Baker Hughes betalar en utdelningsavkastning på 1.90 %.
BKR Prisdiagram
När det gäller dess finansiella position, rapporterade företaget en intäkt på $6.9 miljarder för Q2 2025. Den hänförliga nettoinkomsten var $701 miljoner. GAAP‑utspädd EPS för kvartalet var $0.71, och justerad utspädd EPS var $0.63.
“Vi levererade starka resultat för andra kvartalet, med total justerad EBITDA‑marginal som ökade 170 baspunkter år‑över‑år till 17.5 % trots en måttlig intäktsnedgång. Denna prestation speglar fördelarna med strukturella kostnadsförbättringar och fortsatt utrullning av vårt affärssystem, vilket driver högre produktivitet, starkare driftseffekt och mer hållbara vinster i hela företaget.”
– VD Lorenzo Simonelli
Under denna period rapporterade företaget ett rekordhögt orderbok på $3.5 miljarder för sin sektor Industrial & Energy Technology (IET) som tillhandahåller tjänster för kraftgenereringsapplikationer över hela energibranschen.
Det genererade också $510 miljoner i kassaflöde från operativa aktiviteter, medan fritt kassaflöde var $239 miljoner. Baker Hughes återförde $423 miljoner till sina aktieägare under 2Q25, inklusive $196 miljoner genom aktieåterköp.
Senaste nyheter och utveckling för Baker Hughes (BKR) aktie
Slutsats
Råolja förblir en av världens viktigaste energikällor, eftersom den utgör en betydande del av den globala ekonomin. Dock är den en begränsad resurs, vilket kan medföra framtida utmaningar.
Och när den lättillgängliga oljan tar slut, borrar företag djupare än någonsin tidigare, och endast högteknologisk teknik kan bryta detta dödläge. Detta kräver högpresterande beräkning, avancerad seismisk analys, sensorer, datavetenskap och AI. Dessa verktyg förändrar hur vi hittar olja, extraherar den och till och med återanvänder gamla brunnar.
Så målet är inte bara att utvinna mer olja från marken; det är också att göra det med mindre miljöskada. Och i vissa fall kan samma tekniker hjälpa till att omvandla uttömda brunnar till rena energilagringslösningar.
Klicka här för att lära dig om algbiofuel är nästa energirevolution.
Referenser
1. Xing, G., & Zhu, T. (2024). Framsteg i dämpningsestimering genom integration av Hessian i multiparameter viskoakustisk fullvågsinversion. Geophysics, 89(5), r429. Publicerad 1 september 2024. https://doi.org/10.1190/geo2023-0634.1
2. Kim, D., & Zhu, T. (2025). Varför förbättrar seismiska dämpningsmodeller tidsförloppsavbildning? En 2D viskoakustisk fullvågsinversionsfallstudie från Volve-fältet. Geophysics, 90(4), b193. Publicerad 1 juli 2025. https://doi.org/10.1190/geo2024-0793.1
3. Zhang, Q., Taleghani, A. D., & Elsworth, D. (2025). Underground energilagring med hjälp av övergivna olje- och gasbrunnar assisterade av geotermisk energi. Journal of Energy Storage, 60, 115317. Publicerad 8 januari 2025. https://doi.org/10.1016/j.est.2025.115317
4. Lei, T., Chen, X., Ma, S., Jing, L., & Guan, D. (2025). En global inventering av metanutsläpp från övergivna olje- och gasbrunnar och möjliga mitigationsvägar. National Science Review, 12(7), nwaf184. Publicerad juli 2025. https://doi.org/10.1093/nsr/nwaf184
5. Ciulla, F., Santos, A., Jordan, P., Kneafsey, T., Biraud, S. C., & Varadharajan, C. (2024). Ett djupinlärningsbaserat ramverk för att identifiera odokumenterade föräldralösa olje- och gasbrunnar från historiska kartor: En fallstudie för Kalifornien och Oklahoma. Environmental Science & Technology, 58(50). Publicerad december 2024. https://doi.org/10.1021/acs.est.4c04413












