AI-aangedreven sensoren detecteren aardgaslekkages snel en kosteneffectief

Een nieuwe studie bevestigt het succes van een aardgasleck-detectietool ontwikkeld door wetenschappers van Los Alamos National Laboratory, die sensoren en machine learning gebruikt om lekkagepunten op olie- en gasvelden te lokaliseren, wat beloft nieuwe automatische, betaalbare bemonstering door het enorme aardgasinfrastructuur.

„Ons geautomatiseerd leklocatiesysteem vindt gaslekken snel, inclusief kleine van verouderende infrastructuur. Het verlaagt ook de kosten, vergeleken met huidige methoden voor het repareren van gaslekken, die arbeidsintensief, duur en traag zijn,” zegt hoofdwetenschapper Manvendra Dubey. „Onze sensoren presteren beter dan concurrerende technieken in gevoeligheid voor het detecteren van methaan en ethaan. Bovendien kan ons neurale netwerk gekoppeld worden aan elke sensor, wat onze tool zeer krachtig maakt en marktpenetratie mogelijk maakt.”

ALFaLDS: Autonome, laagkost, snelle detectie

Het Autonomous, Low-cost, Fast Leak Detection System (ALFaLDS) is ontwikkeld om ongelukkige vrijlatingen van methaan, een krachtig broeikasgas, te ontdekken. Het systeem detecteert, lokaliseert en kwantificeert een aardgaslek op basis van realtime methaan- en ethaanmetingen (in aardgas) en atmosferische windmetingen die geanalyseerd worden door een machine-learning code getraind om lekken te lokaliseren. De code wordt getraind met behulp van Los Alamos National Laboratory's hoge-resolutie pluimverspreidingsmodellen en de training wordt on-site verfijnd door gecontroleerde vrijlatingen.

Bewijzen in de praktijk

Testresultaten met blinde vrijlatingen op een olie- en gasputfaciliteit aan de Colorado State University in Fort Collins, Colorado, toonden aan dat ALFaLDS de ingenieursmethaanlekken precies lokaliseert en hun grootte kwantificeert. Deze nieuwe mogelijkheid voor het lokaliseren van lekken met hoge vaardigheid, snelheid en nauwkeurigheid tegen lagere kosten, beloft nieuwe automatische, betaalbare bemonstering van vluchtige gaslekken op putten en olie- en gasvelden.

ALFaLDS's succes in het lokaliseren en kwantificeren van vluchtige methaanlekken bij aardgasfaciliteiten kan leiden tot een 90 procent reductie in methaanemissies als geïmplementeerd door de industrie.

Implementatie op auto's en drones

Het systeem gebruikt een kleine sensor, wat het ook ideaal maakt voor implementatie op auto's en drones. Het Los Alamos-team ontwikkelt de sensoren geïntegreerd met een mini 3D sonische anemometer en krachtige machine-learning code. De code is autonoom en kan data van elke gas- en windsensor lezen om lekken snel te vinden en vluchtige emissies uit het netwerk van aardgaswinning, -productie en -verbruik te minimaliseren.