- 由機器學習驅動的傳感器可以快速嗅出氣體泄漏
- 來源：賽斯維傳感器網 發表于 2022/10/26
一項新的研究證實了由洛斯阿拉莫斯國家實驗室科學家開創的天然氣泄漏檢測工具的成功，該工具使用傳感器和機器學習來定位油氣田的泄漏點，有望在龐大的天然氣基礎設施中進行新的自動、負擔得起的采樣。
洛斯阿拉莫斯國家實驗室科學家和合著者曼文德拉杜貝說：“我們的自動泄漏定位系統可以快速發現氣體泄漏，包括來自基礎設施故障的小泄漏，并降低成本，因為目前修復氣體泄漏的方法是勞動密集型、昂貴且緩慢的。”的新研究。“我們的傳感器在檢測甲烷和乙烷方面的靈敏度優于競爭技術。此外，我們的神經網絡可以與任何傳感器耦合，這使得我們的工具非常強大，并將實現市場滲透。”
自主、低成本、快速泄漏檢測系統 (ALFaLDS) 旨在發現甲烷（一種溫室氣體）的意外釋放，并獲得了 2019 年 R&D 100 獎。ALFaLDS 根據實時甲烷和乙烷（在天然氣中）和大氣風測量值檢測、定位和量化天然氣泄漏，這些測量值由經過訓練以定位泄漏的機器學習代碼進行分析。該代碼使用洛斯阿拉莫斯國家實驗室的高分辨率羽流擴散模型進行訓練，并通過受控釋放在現場進行精練。
在科羅拉多州柯林斯堡的科羅拉多州立大學的石油和天然氣井場設施中使用盲釋的測試結果表明，ALFaLDS 可以定位工程甲烷泄漏并量化其大小。《大氣環境：X》雜志上的論文總結說，這種以低成本、高速度和準確度定位泄漏的新能力有望在井場和油氣田對逃逸性氣體泄漏進行新的自動、經濟實惠的采樣。
如果行業實施，ALFaLDS 在定位和量化天然氣設施的逃逸性甲烷泄漏方面的成功可能會導致甲烷排放量減少 90%。
ALFaLDS 使用了一個小型傳感器，非常適合部署在汽車和無人機上。洛斯阿拉莫斯團隊正在開發與微型 3-D 聲波風速計和這些研究中強大的機器學習代碼集成的傳感器。
然而，該代碼是自主的，可以從任何氣體和風傳感器讀取數據，以幫助快速發現泄漏，并大限度地減少龐大的天然氣開采、生產和消費網絡的無組織排放。
通過這種集成，ALFaLDS 為石油和天然氣服務提供商提供了一種革命性的泄漏檢測方法，為調查該問題的非營利組織以及研究天然氣生產的國家實驗室和學術界提供了一種革命性的方法。
- 如果本文收錄的圖片文字侵犯了您的權益，請及時與我們聯系，我們將在24內核實刪除，謝謝！
