AI赋能传感器快速低成本检测天然气泄漏
一项新研究证实了洛斯阿拉莫斯国家实验室科学家开发的天然气泄漏检测工具取得成功，该工具利用传感器和机器学习定位油气田泄漏点，有望实现跨越庞大天然气基础设施的自动化、经济型采样。
“我们的自动化泄漏定位系统能快速发现气体泄漏，包括因基础设施老化导致的微小泄漏。与目前劳动密集、昂贵且缓慢的修复方法相比，它还能降低成本，”首席科学家Manvendra Dubey表示。“我们的传感器在检测甲烷和乙烷的灵敏度上超越了竞争技术。此外，我们的神经网络可与任何传感器耦合，这使我们的工具极具威力，将促进市场渗透。”
自主低成本快速泄漏检测系统（ALFaLDS）旨在发现甲烷这一强效温室气体的意外释放。系统基于实时甲烷、乙烷（天然气成分）及大气风速测量数据，经机器学习代码分析定位泄漏。该代码基于洛斯阿拉莫斯国家实验室的高分辨率羽流扩散模型训练，并通过现场受控释放微调。
在科罗拉多州立大学福尔特柯林斯油气井设施的盲测实验中，ALFaLDS精准定位了人工甲烷泄漏并量化其规模。这种以高技能、高速度、高精度和低成本定位泄漏的新能力，有望实现井口和油气田逸散气体泄漏的自动化、经济型采样。
若行业实施，ALFaLDS在天然气设施定位和量化逸散甲烷泄漏的成功可使甲烷排放减少90%。
系统采用小型传感器，也适合部署在汽车和无人机上。洛斯阿拉莫斯团队正开发集成微型3D超声风速计和强大机器学习代码的传感器。该代码自主运行，可读取任何气体和风速传感器数据，快速寻找泄漏，最大限度减少天然气开采、生产和消费网络的逸散排放。
传感器