洛斯阿拉莫斯国家实验室 ALFaLDS是在科罗拉多州柯林斯堡的模型油气测试设施进行盲测时部署的
信用:洛斯阿拉莫斯国家实验室 一项新的研究证实了洛斯阿拉莫斯国家实验室科学家首创的天然气泄漏检测工具的成功,该工具使用传感器和机器学习来定位油气田的泄漏点,有望在广阔的天然气基础设施中实现新的自动化、经济实惠的采样
洛斯阿拉莫斯国家实验室的首席科学家、这项新研究的合著者曼文德拉·杜贝说:“我们的自动泄漏定位系统可以快速发现气体泄漏,包括基础设施故障造成的小泄漏,并降低成本,因为目前修复气体泄漏的方法劳动强度大、成本高且速度慢。”
“我们的传感器在检测甲烷和乙烷的灵敏度方面优于竞争技术
此外,我们的神经网络可以耦合到任何传感器,这使得我们的工具非常强大,并将实现市场渗透
" 自主、低成本、快速泄漏检测系统(ALFaLDS)是为了发现甲烷(一种强有力的温室气体)的意外释放而开发的,并获得了2019年R&D 100奖
ALFaLDS基于实时甲烷和乙烷(在天然气中)和大气风测量值来检测、定位和量化天然气泄漏,这些测量值由训练用于定位泄漏的机器学习代码进行分析
该代码是使用洛斯阿拉莫斯国家实验室的高分辨率烟羽扩散模型进行训练的,训练是在现场通过受控释放进行的
在科罗拉多州柯林斯堡的科罗拉多州立大学的一个石油和天然气井场设施中使用盲释放的测试结果表明,ALFaLDS精确地定位了工程甲烷泄漏,并量化了它们的大小
这篇发表在《大气环境:X》杂志上的论文总结道,这种以较低成本、高技能、高速度和高精度定位泄漏的新能力,为井场和油气田的易散性气体泄漏提供了新的自动、经济的采样方式
ALFaLDS在定位和量化天然气设施的逃逸性甲烷泄漏方面的成功,如果得到行业的实施,可能会使甲烷排放量减少90%
ALFaLDS使用了一种小型传感器,这使得它非常适合部署在汽车和无人机上
洛斯阿拉莫斯团队正在开发传感器,这些传感器与微型三维音速风速计和这些研究中强大的机器学习代码集成在一起
然而,该代码是自主的,可以读取任何气体和风力传感器的数据,以帮助快速发现泄漏,并最大限度地减少天然气开采、生产和消费的巨大网络的散逸性排放
通过这种整合,ALFaLDS为石油和天然气服务提供商提供了一种革命性的泄漏检测方法,为调查这一问题的非营利组织以及研究天然气生产的国家实验室和学术界提供了一种革命性的方法
来源:由phyica.com整理转载自PH,转载请保留出处和链接!