7月19日，美国能源部（DOE）宣布资助360万美元开展机器学习在地热领域应用研究项目 ，旨在探索将机器学习技术引入到地热项目全生命周期中（即从地热资源勘查、开发到地热电站的运营），从而提升地热资源的勘查、开发水平，改善地热电站的运营效益，降低地热能源成本。本次资助着重关注两大主题，包括机器学习在地热资源勘查中的应用、提升地热项目运营效率和自动化水平的分析工具，具体内容参见表1。
表1 机器学习在地热领域应用研究项目
| 主题 | 研究内容 |
资助金额/ 万美元 |
| 机器学习在地热资源勘查中的应用 | 将机器学习技术应用于地质、地球物理、地球化学等相关知识领域，通过机器学习来收集地热勘查阶段各个环节的相关数据（如地表物理化学性质数据、钻探数据等），形成数据库，用上述数据来指导未来地热资源的勘查工作，特别是确定钻探目标，提升勘查水平和效率，推进地热资源勘查技术进步 | 200-250 |
| 提升地热项目运营效率和自动化水平的分析工具 | 依托机器学习开发先进的数据分析工具将其应用于地热电站和其他地热项目的管理运营当中，实现对地热项目运营数据的实时采集分析，提高对意外事件的预测和响应能力，提升地热项目运营效能 | 110-150 |
