Проблема газовых потерь – это не только колоссальные финансовые издержки для добывающих компаний, но и перманентная угроза экологической катастрофы или разрушительного пожара. Метан, основной компонент природного газа, обладает высокой горючестью. Традиционные методы мониторинга имеют существенные изъяны: периодические обходы с газоанализаторами неэффективны против внезапных прорывов, а стационарные датчики часто пропускают микротрещины в трубопроводах.
Команда ТюмГУ предложила элегантное решение, объединив мощь компьютерного зрения с данными мультисенсорной аппаратуры. Для тренировки нейросети ученые использовали массив экспериментальных сведений, полученных от инфракрасных камер и высокочувствительных газоанализаторов. Эта мультимодальная архитектура позволяет алгоритму анализировать видеопоток, химические показатели среды, направление ветра и другие параметры в реальном времени.
«Разрабатываемая система сможет анализировать мультимодальные данные (видео с инфракрасных камер, показания газоанализаторов, направление ветра и т.п.) и предсказывать не только факт утечки, но и автоматически обнаруживать поломку или раскалибровку измерительного оборудования, возникновение рассогласованности в показаниях нескольких приборов», – рассказал профессор, доктор физико-математических наук, заместитель директора Школы компьютерных наук ТюмГУ Артем Шевляков.
По словам старшего преподавателя Владимира Ракитина, практическая ценность технологии огромна. Автоматизация процесса позволит радикально сократить расходы на содержание выездных бригад, минимизировать время реагирования аварийных служб и практически полностью исключить человеческий фактор при диагностике оборудования. В конечном итоге это приведет к снижению потерь ценного сырья и многократному повышению уровня пожарной и экологической безопасности по всей длине газотранспортной системы.
