Система MethaneGuard AI способна не только заметить утечку метана на газовой магистрали, но и оценить ее масштаб — от мелкой протечки до серьезной аварии. Разработка Университета нефти и энергетики Индии обучена на тысяче смоделированных сценариев и уже показывает результат, которого не дают традиционные методы контроля.
Сегодня состояние газопроводов проверяют вручную, с помощью датчиков давления, акустики и дорогих оптических систем. Такие подходы требуют присутствия людей и техники, плохо ловят медленно развивающиеся дефекты и почти никогда автоматически не определяют серьезность проблемы.
Индийский алгоритм работает иначе. Он непрерывно следит за четырьмя параметрами: концентрацией метана, давлением, температурой и скоростью потока. На их основе система относит состояние объекта к одной из четырех категорий — норма, малый дефект, средняя или крупная авария.
Поскольку реальные данные об авариях труднодоступны, разработчики сгенерировали тысячу виртуальных записей с показаниями датчиков. Половина соответствовала штатной работе, остальные распределились по степеням тяжести. Логика симуляции проста: чем сильнее утечка, тем больше метана в воздухе и тем ниже давление и расход. Например, при нормальной работе концентрация газа составляла 48 ppm при давлении 102 psi, а при серьезном дефекте — уже 78 ppm и 84 psi соответственно.
Лучшие результаты показал алгоритм случайного леса. Точность классификации достигла 93,67% при уровне ложных тревог всего 2,47%. Крупные утечки система выявляла практически безошибочно: 29 из 30 случаев. Сложнее всего давались малые дефекты: из 75 эпизодов верно распознаны 67, четыре списаны на норму, еще четыре ошибочно повышены до средней категории.
Главным диагностическим признаком оказалась концентрация метана — на нее пришлось почти 59% значимости модели. Давление добавило 24,5%, расход газа — около 14%, а температура почти не повлияла.
На обработку показаний алгоритму нужны миллисекунды, тогда как классический мониторинг отнимает от нескольких часов до суток. Разработчики также создали веб-панель, где в реальном времени видны все датчики и уровень угрозы. При отклонениях система сама предупреждает оператора.
Пока это программный прототип, обученный на искусственных данных. Реальные газопроводы сложнее и изменчивее. Следующий шаг — подключение физических сенсоров и проверка алгоритма на действующих объектах. Если испытания пройдут успешно, MethaneGuard AI может стать стандартным элементом промышленного интернета вещей в газовой отрасли.
Источник: Global Energy Association
