400-850-6500
新加坡南洋理工大学( NTU Singapore )科学家开发的基于人工智能( AI )算法的传感器网络能够实时准确地检测天然气管网中的气体泄漏和非期望渗水。人工智能算法在新加坡天然气管网上进行的现场试验中获得成功，已获得专利，并建立了名为Vigti的初创企业，目前该技术正在商业化。它最近从香港的Artesian Capital和Brinc筹集了早期的创业资金。
传统传感器与人工智能算法
在传统的天然气管网中，在调节点安装有传感器，可以检测管网中的重大波动，并计算未核算气体( UFG )的损失，但微小的泄漏和裂缝可以逃避通知，因此必须人工检测。
采用常规的基于阈值的方法，只有当泄漏引起的压降高于网络正常运行时的压力变化时，才能检测到泄漏。如果低于压力变化，除非人工检查管道，否则泄漏将很难检测。
全球各大公司所有小漏气的累计损失估计在天然气消费总量的1.5 ~ 3 %之间。
据估计，截至2019年，全球天然气消费总量为3.9万亿立方米，因此，即使亏损1%，也意味着全球天然气亏损了约为390亿立方米（是2017年新加坡天然气消费总量的10倍）。
利用机器学习和人工智能
为了解决这些问题，南洋理工大学的研究小组进行了各种计算模拟，以了解该市天然气输配网络中的泄漏和进水现象。
部署了各种可以测量压力、流量、温度和振动的传感器，并分析了与网络管道异常相关的信号。这一过程为每个异常在传感器数据中建立了唯一的“签名”。
该小组随后利用机器学习和人工智能，通过在常规监测的传感器数据内部匹配这些唯一的特征，开发了一种对异常检测极其敏感的软件算法。
在现场试验期间，共有16个压力传感器和4个不同类型的流量传感器部署在立管、服务线和干线的三个不同位置。然后对每个地点的数据进行分析，并在这些地点进行泄漏和进水试验。
项目结束后，对NTU的AI进行了有效性检验，该算法成功地将13个不同的异常检验都识别为泄漏，记录了最近的传感器位置和这些泄漏的持续时间。
去新加坡留学的同学如若遇到了南洋理工大学专业、新加坡物流管理学院排名以及初中新加坡留学等问题都可以在线咨询我们哦!
专家答疑 
热门文章
热门学校
JCU Singapore
East Asia Institute of Management
SHRM College
PSB Academy
Kaplan Higher Education Academy（Singapore）
Singapore Institute of Management
