由机器学习驱动的传感器嗅出气体泄漏
天然气泄漏检测工具使用传感器和机器学习来定位油气田的泄漏点,有望在庞大的天然气基础设施中进行自动、经济的采样。自主、低成本、快速泄漏检测系统 (ALFaLDS) 旨在发现甲烷这种强效温室气体的意外释放。
ALFaLDS 根据实时甲烷和乙烷(在天然气中)和大气风测量值检测、定位和量化天然气泄漏,这些测量值由经过训练以定位泄漏的机器学习代码进行分析。代码使用高羽扩散模型进行训练,并通过受控释放在现场进行精练。
测试表明,ALFaLDS 可以精确定位工程甲烷泄漏并量化其大小。这种以低成本、高技术、高速度和准确度定位泄漏的新能力保证了在井场和油气田对逃逸性气体泄漏进行经济实惠的采样。如果行业实施,ALFaLDS 成功地定位和量化天然气设施的逃逸甲烷泄漏,可将甲烷排放量减少 90%。
ALFaLDS 使用小型传感器,非常适合部署在汽车和无人机上。该团队正在开发与迷你 3D 声波风速计和测试中强大的机器学习代码集成的传感器。该代码是自主的,可以读取来自任何气体和风传感器的数据,以帮助快速发现泄漏,并最大限度地减少庞大的天然气开采、生产和消费网络的无组织排放。
传感器