기계 학습으로 구동되는 센서는 가스 누출을 빠르게 감지합니다.

새로운 연구에 따르면 Los Alamos 국립 연구소 과학자들이 개척한 천연 가스 누출 감지 도구의 성공이 확인되었습니다. 이 도구는 센서와 기계 학습을 사용하여 유전 및 가스전의 누출 지점을 찾아 광대한 천연 가스전에서 저렴한 자동 샘플링을 약속합니다. 가스 인프라.

“저희의 자동 누출 위치 시스템은 인프라 장애로 인한 작은 누출을 포함하여 가스 누출을 빠르게 찾습니다. 또한 노동 집약적이고 비싸며 느린 가스 누출을 수정하는 현재 방법과 비교하여 비용이 절감됩니다.”라고 수석 과학자인 Manvendra Dubey가 말했습니다. “우리 센서는 메탄과 에탄을 감지하는 감도에서 경쟁 기술을 능가했습니다. 또한 우리의 신경망은 모든 센서에 연결될 수 있으므로 우리 도구가 매우 강력해지고 시장 침투가 가능해집니다.”

ALFaLDS(Autonomous, Low-cost, Fast Leak Detection System)는 강력한 온실 가스인 메탄의 우발적인 방출을 발견하기 위해 개발되었습니다. 시스템은 실시간 메탄 및 에탄(천연 가스 내)과 누출 위치를 찾기 위해 훈련된 기계 학습 코드로 분석된 대기 바람 측정을 기반으로 천연 가스 누출을 감지, 위치 지정 및 정량화합니다. 코드는 Los Alamos National Laboratory의 고해상도 플룸 분산 모델을 사용하여 훈련되었으며 훈련은 통제된 릴리스에 의해 현장에서 미세 조정되었습니다.

콜로라도 주 포트 콜린스에 있는 콜로라도 주립 대학의 유정 및 가스정 패드 시설에서 블라인드 릴리스를 사용한 테스트 결과는 ALFaLDS가 엔지니어링된 메탄 누출을 정확하게 찾아내고 그 크기를 정량화한다는 것을 보여주었습니다. 낮은 비용으로 높은 기술, 속도 및 정확도로 누출 위치를 찾는 이 새로운 기능은 유정 패드와 유전 및 가스전에서 새로운 자동적이고 저렴한 비산 가스 누출 샘플링을 약속합니다.

ALFaLDS가 천연 가스 시설에서 비산 메탄 누출을 찾고 정량화하는 데 성공하면 업계에서 시행할 경우 메탄 배출량을 90% 줄일 수 있습니다.

이 시스템은 소형 센서를 사용하므로 자동차와 드론에 배치하는 데에도 이상적입니다. Los Alamos 팀은 미니 3D 음속 풍속계 및 강력한 기계 학습 코드와 통합된 센서를 개발하고 있습니다. 이 코드는 자율적이며 모든 가스 및 풍향 센서에서 데이터를 읽을 수 있으므로 누출을 신속하게 찾고 천연 가스 추출, 생산 및 소비 네트워크에서 비산 배출을 최소화하는 데 도움이 됩니다.