Sensores acionados por aprendizado de máquina detectam vazamentos de gás

Uma ferramenta de detecção de vazamento de gás natural usa sensores e aprendizado de máquina para localizar pontos de vazamento em campos de petróleo e gás, prometendo amostragem automática e acessível em uma vasta infraestrutura de gás natural. O Autonomous, Low-cost, Fast Leak Detection System (ALFaLDS) foi desenvolvido para descobrir liberações acidentais de metano, um potente gás de efeito estufa.

O ALFaLDS detecta, localiza e quantifica um vazamento de gás natural com base em medições em tempo real de metano e etano (no gás natural) e ventos atmosféricos que são analisados ​​por um código de aprendizado de máquina treinado para localizar vazamentos. O código é treinado usando modelos de alta dispersão de plumas e o treinamento é refinado no local por liberações controladas.

Testes demonstraram que o ALFaLDS localiza os vazamentos de metano projetados com precisão e quantifica seu tamanho. Essa nova capacidade de localizar vazamentos com alta habilidade, velocidade e precisão a um custo mais baixo promete amostragem acessível de vazamentos de gás fugitivo em poços e campos de petróleo e gás. O sucesso da ALFaLDS em localizar e quantificar vazamentos fugitivos de metano em instalações de gás natural pode levar a uma redução de 90% nas emissões de metano se implementado pela indústria.

O ALFaLDS usa um pequeno sensor, o que o torna ideal para implantação em carros e drones. A equipe está desenvolvendo os sensores que foram integrados a um mini anemômetro sônico 3D e o poderoso código de aprendizado de máquina nos testes. O código é autônomo e pode ler dados de qualquer sensor de gás e vento para ajudar a encontrar vazamentos rapidamente e minimizar as emissões fugitivas da vasta rede de extração, produção e consumo de gás natural.