Durch maschinelles Lernen gesteuerte Sensoren schnüffeln schnell Gaslecks

Eine neue Studie hat den Erfolg eines Instruments zur Erkennung von Erdgaslecks bestätigt, das von Wissenschaftlern des Los Alamos National Laboratory entwickelt wurde und Sensoren und maschinelles Lernen verwendet, um Leckstellen in Öl- und Gasfeldern zu lokalisieren, was neue automatische, erschwingliche Probenahmen in der riesigen Natur verspricht Gasinfrastruktur.

„Unser automatisiertes Leckortungssystem findet Gaslecks schnell, auch kleine, die von einer fehlerhaften Infrastruktur stammen. Es senkt auch die Kosten im Vergleich zu aktuellen Methoden zur Reparatur von Gaslecks, die arbeitsintensiv, teuer und langsam sind“, sagte der leitende Wissenschaftler Manvendra Dubey. „Unsere Sensoren übertrafen konkurrierende Techniken in Bezug auf die Empfindlichkeit zum Nachweis von Methan und Ethan. Darüber hinaus kann unser neuronales Netzwerk mit jedem Sensor gekoppelt werden, was unser Tool sehr leistungsfähig macht und eine Marktdurchdringung ermöglichen wird.“

Das autonome, kostengünstige, schnelle Leckerkennungssystem (ALFaLDS) wurde entwickelt, um versehentliche Freisetzungen von Methan, einem starken Treibhausgas, zu entdecken. Das System erkennt, lokalisiert und quantifiziert ein Erdgasleck auf der Grundlage von Methan- und Ethan- (in Erdgas) und atmosphärischen Windmessungen in Echtzeit, die von einem maschinell lernenden Code analysiert werden, der darauf trainiert ist, Lecks zu lokalisieren. Der Code wird mit den hochauflösenden Ausbreitungsmodellen des Los Alamos National Laboratory trainiert und das Training wird vor Ort durch kontrollierte Freisetzungen verfeinert.

Testergebnisse mit Blindfreigaben in einer Öl- und Gasbohrlochanlage der Colorado State University in Fort Collins, Colorado, zeigten, dass das ALFaLDS die künstlichen Methanlecks genau lokalisiert und ihre Größe quantifiziert. Diese neuartige Fähigkeit zur Ortung von Lecks mit hoher Fachkenntnis, Geschwindigkeit und Genauigkeit bei geringeren Kosten verspricht eine neue automatische, erschwingliche Probenahme von flüchtigen Gaslecks an Bohrlöchern und Öl- und Gasfeldern.

Der Erfolg von ALFaLDS bei der Lokalisierung und Quantifizierung flüchtiger Methanlecks in Erdgasanlagen könnte zu einer 90-prozentigen Reduzierung der Methanemissionen führen, wenn dies von der Industrie umgesetzt wird.

Das System verwendet einen kleinen Sensor, wodurch es sich auch ideal für den Einsatz in Autos und Drohnen eignet. Das Team von Los Alamos entwickelt die Sensoren, die in ein Mini-3D-Schallanemometer und einen leistungsstarken Code für maschinelles Lernen integriert sind. Der Code ist autonom und kann Daten von beliebigen Gas- und Windsensoren lesen, um Lecks schnell zu finden und flüchtige Emissionen aus dem Netzwerk der Erdgasförderung, -produktion und -verbrauch zu minimieren.