Aenert news. Environment & Climate Change
Изменение климата является одной из наиболее актуальных проблем нашего времени, которая требует немедленных действий для предотвращения ее вредных последствий. Одним из инструментов противодействия этому развитию является эффективная технология улавливания CO2. Это требует сложных процессов и цифровых систем для оптимизации прогнозирования больших данных, а также для сокращения времени производства. Математический и статистический подход, такой как машинное обучение, играет важную роль в решении исследовательских задач. Этот подход обеспечивает быстрые результаты в прогнозировании больших данных и экономически эффективных инструментов.
Здесь численное моделирование, анализирующее поведение подземного потока и переноса, имеет первостепенное значение для преодоления проблем, связанных с мультифизической природой, сильно нелинейными определяющими уравнениями, присущими неопределенностями параметров и необходимостью высокого пространственного разрешения для отражения многомасштабной неоднородности.
Сейчас ( 2023 год ) ученые Национальной лаборатории энергетических технологий завершили проект, в ходе которого был разработан инструмент глубокого обучения для мониторинга недр, который мог бы помочь обеспечить безопасное хранение углекислого газа (CO2) на геологических объектах. Новый тип волоконно-оптической технологии зондирования, называемый распределенным акустическим зондированием (DAS), показал себя многообещающим инструментом сейсмического мониторинга, но нынешние методы управления и обработки данных, используемые с DAS, недостаточны для полной реализации потенциала технологии.
Инструмент был обучен измерениям DAS с использованием сверточных нейронных сетей. Благодаря такому подходу глубокого обучения учёным удалось разработать фильтр данных с высокой вычислительной эффективностью и улучшенным соотношением сигнал/шум по сравнению с другими широко применяемыми фильтрами. Инструмент глубокого обучения включал в себя более быстрый и точный мониторинг в реальном времени, идентификацию большего количества сейсмических событий и улучшенное отображение недр.
Ввиду климатического кризиса ученые ищут новые методы улучшения хранения углерода. В 2023 году, была разработана система машинного обучения (МО) для прогнозирования потенциальных проблем со здоровьем, связанных с растворителями, путем выявления скрытой связи между веществами и токсичностью. Доказано, что длительное воздействие растворителей представляет значительный риск для здоровья человека. Поэтому была разработана прогностическая модель состояния здоровья путем выявления факторов, способствующих токсичности растворителей. В исследовании для этой работы было выбрано грубое машинное обучение (RSML) из-за его интерпретируемого характера сгенерированных моделей. На основе сбора данных было разработано несколько моделей токсичности различных органических растворителей, построение прогнозных моделей с правилами принятия решений и верификация моделей. Результаты показали, что существует корреляция между токсичностью растворителя и индексом Балабана, индексом валентной связи, индексом Винера и температурой кипения. Созданная с использованием RSML прогностическая модель позволила дать глубокие наблюдения о корреляции между токсичностью для человека и молекулярными характеристиками.
Image: Simplified information table of organic solvent toxicity
Source: Wey Ying Hoo, Jecksin Ooi, Nishanth Gopalakrishnan Chemmangattuvalappil, Chong Jia Wen/ An Interpretable Predictive Model for Health Aspects of Solvents via Rough Set Theory/ Processes 11(8):2293, July 2023/ DOI:10.3390/pr11082293/ Open Access This is an Open Access article is distributed under the terms of the Creative Commons Attribution 4.0 International (CC BY 4.0)
В 2023 году интегрированный метод принятия решений для решения проблемы выбора места для CO2 было создано геологическое хранилище. С этой целью была использована многокритериальная оптимизация, включающая анализ соотношений, а также метод полной мультипликативной формы (MULTIMOORA) и операторы приоритетного агрегирования в нечеткой среде Пифагора. Научный вклад этого исследования включал в себя некоторую пифагорейскую нечеткую агрегацию с приоритетами Швейцера-Склара (PFSSPA), которая учитывала уровни приоритета критериев и предпочтения риска лиц, принимающих решения. Исследование также расширило классический метод MULTIMOORA на основе разработанных операторов агрегации (названный PFSSPA-MULTIMOORA). Также подробно описан процесс расчета данного метода. Позже для ранжирования альтернатив был использован метод PFSSPAMULTIMOORA. Наконец, метод PFSSPA-MULTIMOORA был использован для решения проблемы выбора места геологического хранения CO2. Сравнительный анализ существующих методов позволил доказать эффективность и надежность предлагаемого метода.
Image: Distribution of the four sites
Source: Yang Yang, Zhang Chao/ MULTIMOORA Method‑Based Schweizer–Sklar Operations for CO2 Geological Storage Site Selection Under Pythagorean Fuzzy Environment/ International Journal of Computational Intelligence Systems 16(1), March 2023/ DOI:10.1007/s44196-023-00201-0/ Open Access This is an Open Access article is distributed under the terms of the Creative Commons Attribution 4.0 International (CC BY 4.0)
Использование глубокого обучения для хранения CO2 имеет несколько преимуществ : В этой системе могут возникнуть различные системные недостатки. можно смягчить путем адаптации и оптимизации новых методов глубокого обучения для улучшения обнаружения определенных сигналов, представляющих интерес, включая локальные, региональные и отдаленные землетрясения. Глубокое обучение, в котором используются искусственные нейронные сети, помогло ученым обнаружить изменения под землей путем мониторинга недр с помощью датчиков. В случае с этим проектом отслеживалась любая форма сейсмической активности. Следующим шагом станет превращение этой технологии в инструмент мониторинга в реальном времени. Получив награду SBIR Phase II, это будет реализовано в ходе масштабного исследования, в ходе которого исследователи разработают рабочий процесс сейсмического мониторинга, который можно будет использовать на местах хранения углерода.
Редакционный совет
Инструмент глубокого обучения для лучшего хранения CO2
Переведено с помощью Google Translate
