Een nieuwe studie bevestigt het succes van een door wetenschappers van Los Alamos National Laboratory ontwikkeld instrument voor het detecteren van aardgaslekken, dat sensoren en machine learning gebruikt om lekkages bij olie- en gasvelden te lokaliseren. veelbelovende nieuwe automaat, betaalbare bemonstering over uitgestrekte aardgasinfrastructuur.

"Ons geautomatiseerde lekzoeksysteem vindt gaslekken snel, inclusief kleine door falende infrastructuur, en verlaagt de kosten omdat de huidige methoden om gaslekken te repareren arbeidsintensief zijn, duur en traag, " zei Manvendra Dubey, de leidende Los Alamos National Laboratory-wetenschapper en co-auteur van de nieuwe studie. "Onze sensoren presteerden beter dan concurrerende technieken wat betreft gevoeligheid voor het detecteren van methaan en ethaan. Bovendien, ons neurale netwerk kan aan elke sensor worden gekoppeld, wat onze tool zeer krachtig maakt en marktpenetratie mogelijk maakt."

de autonome, Goedkoop, Fast Leak Detection System (ALFaLDS) is ontwikkeld om onbedoeld vrijkomen van methaan, een krachtig broeikasgas, en won een 2019 R&D 100-prijs. ALFaLDS detecteert, lokaliseert en kwantificeert een aardgaslek op basis van realtime methaan- en ethaanmetingen (in aardgas) en atmosferische windmetingen die worden geanalyseerd door een machine learning-code die is getraind om lekken te lokaliseren. De code wordt getraind met behulp van de hoge resolutie pluimverspreidingsmodellen van Los Alamos National Laboratory en de training wordt ter plaatse verfijnd door gecontroleerde afgifte.

Testresultaten met behulp van blinde releases in een olie- en gasputfaciliteit aan de Colorado State University in Fort Collins, Colorado, toonde aan dat de ALFaLDS de aangelegde methaanlekken nauwkeurig lokaliseert en hun omvang kwantificeert. Deze nieuwe mogelijkheid voor het lokaliseren van lekken met hoge vaardigheid, snelheid en nauwkeurigheid tegen lagere kosten belooft nieuwe automatische, betaalbare bemonstering van voortvluchtige gaslekken bij boorputten en olie- en gasvelden, de krant in het journaal Atmosferische omgeving:X concludeert.

Het succes van ALFaLDS bij het lokaliseren en kwantificeren van voortvluchtige methaanlekken bij aardgasinstallaties zou kunnen leiden tot een reductie van 90 procent van de methaanemissies als dit door de industrie wordt geïmplementeerd.

ALFaLDS gebruikte een kleine sensor, waardoor het ideaal is voor inzet op auto's en drones. Het Los Alamos-team ontwikkelt de sensoren die in deze onderzoeken zijn geïntegreerd met een mini-3D-sonische anemometer en de krachtige machine-learningcode.

Echter, de code is autonoom en kan gegevens van alle gas- en windsensoren lezen om lekken snel te vinden en voortvluchtige emissies van het uitgestrekte netwerk van aardgaswinning te minimaliseren, productie en consumptie.

Met deze integratie, ALFaLDS biedt een revolutionaire aanpak voor olie- en gasdienstverleners op het gebied van lekdetectie, aan non-profitorganisaties die de kwestie onderzoeken, en aan nationale laboratoria en de academische wereld die onderzoek doen naar de productie van aardgas.