Sensores controlados por aprendizaje automático detectan fugas de gas

Una herramienta de detección de fugas de gas natural utiliza sensores y aprendizaje automático para localizar puntos de fuga en campos de petróleo y gas, lo que promete un muestreo automático y asequible en una vasta infraestructura de gas natural. El Sistema autónomo, de bajo costo y rápido de detección de fugas (ALFaLDS) se desarrolló para descubrir escapes accidentales de metano, un potente gas de efecto invernadero.

ALFaLDS detecta, localiza y cuantifica una fuga de gas natural basándose en mediciones de metano y etano (en gas natural) y viento atmosférico en tiempo real que son analizadas por un código de aprendizaje automático entrenado para localizar fugas. El código se entrena usando modelos de dispersión de penacho alto y el entrenamiento se perfecciona en el sitio mediante emisiones controladas.

Las pruebas demostraron que ALFaLDS localiza las fugas de metano diseñadas con precisión y cuantifica su tamaño. Esta novedosa capacidad para localizar fugas con alta habilidad, velocidad y precisión a un costo menor promete un muestreo asequible de fugas de gas fugitivo en plataformas de pozos y campos de petróleo y gas. El éxito de ALFaLDS en la localización y cuantificación de fugas fugitivas de metano en las instalaciones de gas natural podría conducir a una reducción del 90 % en las emisiones de metano si la industria lo implementara.

ALFaLDS utiliza un sensor pequeño, lo que lo hace ideal para su implementación en automóviles y drones. El equipo está desarrollando los sensores que se integraron con un mini anemómetro sónico 3D y el poderoso código de aprendizaje automático en las pruebas. El código es autónomo y puede leer datos de cualquier sensor de gas y viento para ayudar a encontrar fugas rápidamente y minimizar las emisiones fugitivas de la vasta red de extracción, producción y consumo de gas natural.