新聞

氣候科技崛起 學者用AI助力碳捕集

EN

為了減緩氣候變遷的步調,各國相繼投入碳捕集和碳封存的研究。本周的水資源進展期刊(Advances in Water Resources)便報導指出,有科學家研發出一種新的人工智慧(AI)工具,可以比以往更快速、更精確地將二氧化碳等溫室氣體鎖在岩層中。

碳捕集與儲存係將發電廠排放的二氧化碳集中後重新導回地下,並加以儲存的一種技術,可用於協助煉油、水泥和鋼鐵等產業脫碳並且實現其減排目標,而全世界目前在建設階段的碳捕集與儲存設施共有逾一百個。

在將二氧化碳注入岩層的時候,科學家們必須避免過度壓力累積,否則可能會破壞地質構造,並將二氧化碳洩漏到岩層上方的含水層中,甚至洩漏到大氣中。

而本次研發出的新方法,是透過一種名為U-FNO的新計算架構,它可以在不到一秒的時間內模擬碳儲存過程的壓力水平,協助科學家找到最佳的注入速率和位置。

科學家可以使用這種碳儲存模擬器來選擇正確的注入位置和速率,並且控制壓力累積量,便能最大限度地提高儲存效率,且確保注入過程不會破壞岩層。

相較之下,傳統的碳封存模擬器耗時且計算成本高,而新的模擬器具備機器學習模型,不僅準確度接近,也能大大減少所需的時間和成本。

U-FNO系統是建立於U-Net網路架構和傅立葉神經算子網路架構(Fourier neural operator)之上,可以更準確地預測氣體飽和度和壓力累積量。與使用卷積神經網路(convolutional neural network)相比,U-FNO的準確度高出了兩倍,而且僅需三分之一的訓練數據。

透過U-FNO系統,科學家能夠模擬岩層內的壓力水​​平以及在注入的30年內二氧化碳將如何擴散。此外,透過使用GPU加速機器學習,研究人員亦可以在短時間內模擬許多注射位置。

U-FNO的研究員之一哈利里(Farah Hariri)對此評論道,透過這項研究,展現了人工智慧如何可以加速對抗氣候變遷。

日本研發碳捕集新技術 捕碳效率獨步全球
英國研發新低碳水泥 可望每年減排4百萬噸
Back

了解更多再生能源憑證

TOP
索取下載

請填寫資料後立即開始下載

姓名
公司
職稱
公司信箱
本網站使用cookie為您提供更好的瀏覽體驗,了解有關我們如何使用cookie的更多資訊