產(chǎn)品中心 應用方案 技術文摘質量保證產(chǎn)品選型 下載中心業(yè)內動態(tài) 選型幫助 品牌介紹 產(chǎn)品一覽 聯(lián)系我們
- 機器學習驅動的傳感器嗅出氣體快速泄漏
- 來源:賽斯維傳感器網(wǎng) 發(fā)表于 2020/11/2
在盲人測試期間,ALFaLDS在科羅拉多州柯林斯堡的模型石油和天然氣測試設施中部署。圖片提供:洛斯阿拉莫斯國家實驗室
一項新研究證實了由洛斯阿拉莫斯國家實驗室的科學家率先開發(fā)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,并有望在龐大的天然氣基礎設施上進行新型的自動,負擔得起的采樣。
洛斯阿拉莫斯國家實驗室首席科學家和合著者曼文德拉·杜貝(Manvendra Dubey)表示:“我們的自動泄漏定位系統(tǒng)能夠快速發(fā)現(xiàn)氣體泄漏,包括基礎設施故障造成的小泄漏,并降低了成本,因為當前解決氣體泄漏的方法需要大量人力,昂貴且緩慢。”新研究!拔覀兊膫鞲衅髟跈z測甲烷和乙烷方面的敏感性優(yōu)于競爭對手的技術。此外,我們的神經(jīng)網(wǎng)絡可以與任何傳感器耦合,這使我們的工具非常強大,并且可以推動市場滲透!
自主,低成本,快速泄漏檢測系統(tǒng)(ALFaLDS)的開發(fā)旨在發(fā)現(xiàn)甲烷(一種強效溫室氣體)的意外釋放,并獲得了2019年R&D 100獎。ALFaLDS根據(jù)實時甲烷和乙烷(天然氣中)以及大氣風的測量值來檢測,定位和量化天然氣泄漏,并通過訓練有素的機械學習代碼對泄漏進行了分析。該代碼使用Los Alamos國家實驗室的高分辨率羽流擴散模型進行了培訓,并且通過控制釋放在現(xiàn)場進行了培訓。
在科羅拉多州科林斯堡的科羅拉多州立大學的石油和天然氣井墊設施中使用盲泄放裝置進行的測試結果表明,ALFaLDS能夠精確定位工程甲烷泄漏并量化其泄漏量。《大氣環(huán)境:X》雜志上的一篇論文總結說,這種新穎的功能可以低成本,高技能,高速度和準確度定位泄漏物,有望在井墊和油氣田進行新型,自動的,負擔得起的逃逸性氣體泄漏取樣。
如果在行業(yè)中實施,ALFALDS成功地定位和量化天然氣設施中的逸散性甲烷泄漏,可將甲烷排放量減少90%。
ALFaLDS使用了一個小型傳感器,因此非常適合在汽車和無人機上部署。在這些研究中,Los Alamos團隊正在開發(fā)與微型3-D聲波風速計和強大的機器學習代碼集成的傳感器。
但是,該代碼是自治的,可以讀取任何氣體和風傳感器的數(shù)據(jù),以幫助快速發(fā)現(xiàn)泄漏并最大程度地減少天然氣開采,生產(chǎn)和消費網(wǎng)絡中的逃逸排放。
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方法來進行泄漏檢測,調查該問題的非營利組織以及研究天然氣生產(chǎn)的國家實驗室和學術界。
- 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(lián)系,我們將在24內核實刪除,謝謝!