CN114174795A - 甲烷峰值检测 - Google Patents
甲烷峰值检测 Download PDFInfo
- Publication number
- CN114174795A CN114174795A CN202080056005.XA CN202080056005A CN114174795A CN 114174795 A CN114174795 A CN 114174795A CN 202080056005 A CN202080056005 A CN 202080056005A CN 114174795 A CN114174795 A CN 114174795A
- Authority
- CN
- China
- Prior art keywords
- methane
- peak
- ethane
- source
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 690
- 238000001514 detection method Methods 0.000 title description 31
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 claims abstract description 151
- 238000000034 method Methods 0.000 claims abstract description 111
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 239000003345 natural gas Substances 0.000 claims description 110
- 238000005259 measurement Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 74
- 229910002091 carbon monoxide Inorganic materials 0.000 description 74
- 230000007613 environmental effect Effects 0.000 description 27
- 230000002596 correlated effect Effects 0.000 description 24
- 238000012545 processing Methods 0.000 description 21
- 230000000875 corresponding effect Effects 0.000 description 19
- 239000000356 contaminant Substances 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 239000000126 substance Substances 0.000 description 14
- 239000007789 gas Substances 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 8
- 238000005096 rolling process Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000000116 mitigating effect Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000003331 infrared imaging Methods 0.000 description 3
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 3
- 239000010865 sewage Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000013481 data capture Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- -1 refined Chemical compound 0.000 description 2
- 230000032258 transport Effects 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000155 isotopic effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000004557 technical material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N2021/3196—Correlating located peaks in spectrum with reference data, e.g. fingerprint data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0047—Organic compounds
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/22—Fuels; Explosives
- G01N33/225—Gaseous fuels, e.g. natural gas
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Examining Or Testing Airtightness (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
描述了一种用于监视空气质量的方法。所述方法包括使用移动传感器平台来测量乙烷和甲烷以提供传感器数据。传感器数据包括以非零的移动传感器平台速度来捕获的甲烷数据和乙烷数据。在传感器数据中标识(多个)甲烷和乙烷峰值。确定(多个)甲烷和乙烷峰值之间和/或(多个)甲烷峰值与13C的至少一个量之间的(多个)相关性。基于所述相关性来确定甲烷的源。
Description
其它申请的交叉引用
本申请要求2019年7月8日提交的题为METHANE PEAK DETECTION的美国临时专利申请号62/871,473的优先权,该申请出于所有目的通过引用并入本文中。
背景技术
环境监视测量周围环境(例如,空气)中的污染物水平,并且检测潜在的有害污染。一个此类污染物是甲烷(CH4)。甲烷不仅会不利地影响附近人类的空气质量,而且还是一种温室气体。甲烷是从多种自然和人为源中发出的,并且是天然气的重要组成部分。因此,检测甲烷的源(诸如,天然气泄漏)是期望的。天然气泄漏可能发生在生产和递送的各种阶段处,从井口处的天然气提取到将经处理的天然气运送到最终用户的递送***。为了检测天然气泄漏,可以使用各种技术。在井口处,使用固定式甲烷(CH4)传感器或红外成像***来检测大的泄漏。对于递送***(即,管道)中的泄漏,现有的交通工具安装式***可以在交通工具处于运动中时搜索甲烷(CH4)泄漏。在检测到阈值量的甲烷时,将该交通工具停止并且针对乙烷(C2H6)进行搜索。如果在检测器静止时在适当小部分中检测到乙烷和甲烷,则认为检测到了天然气。
虽然此类常规***能够定位一些天然气泄漏,但是它们容易受到各种缺点的影响。因此,期望一种用于检测甲烷源(诸如,天然气泄漏)的改进机制。
附图说明
在以下详细描述和附图中公开了本发明的各种实施例。
图1描绘了用于收集和处理环境数据的***的实施例。
图2A-2B是描绘了用于监视甲烷对环境质量的影响的方法的实施例的流程图。
图3是描绘了用于使用移动传感器平台来监视甲烷对环境质量的影响的方法的实施例的流程图。
图4是描绘了用于设置用于检测诸如甲烷之类的气体的基线的方法的实施例的流程图。
图5是描绘了用于使用多个交通工具来监视甲烷对环境质量的影响的方法的实施例的流程图。
图6是描绘了用于使用多个交通工具来处理环境质量数据的方法的实施例的流程图。
图7描绘了各种可能路线的实施例。
图8描绘了可能区域的实施例。
图9-10描绘了峰值的位置和对应集群的实施例。
图11-12描绘了集群的位置以及对应集群区域的实施例。
图13-16描绘了用于羽流建模的峰值的实施例。
具体实施方式
本发明可以以许多方式来实现,包括作为过程;装置;***;物质的组成;包含在计算机可读存储介质上的计算机程序产品;和/或处理器,诸如被配置成执行存储在耦合到处理器的存储器上和/或由该存储器提供的指令的处理器。在本说明书中,这些实现方式、或者本发明可以采用的任何其他形式可以被称为技术。一般而言,可以在本发明的范围内更改所公开的过程的步骤的次序。除非另行声明,否则被描述为被配置成执行任务的诸如处理器或存储器之类的部件可以被实现为被临时配置成在给定时间处执行该任务的通用部件、或被制造成执行该任务的特定部件。如本文中所使用,术语“处理器”指代被配置成处理数据(诸如,计算机程序指令)的一个或多个设备、电路和/或处理核。
下面连同说明了本发明原理的附图一起提供了本发明的一个或多个实施例的详细描述。结合此类实施例描述了本发明,但是本发明不限于任何实施例。本发明的范围仅由权利要求限定,并且本发明涵盖了许多替代方案、修改和等同物。在以下描述中阐述了许多具体细节,以便提供对本发明的全面理解。这些细节是出于示例的目的而提供的,并且可以在没有这些具体细节中的一些或全部的情况下根据权利要求来实践本发明。出于清楚性的目的,没有详细描述与本发明相关的技术领域中已知的技术材料,以使得不会不必要地使本发明模糊。
环境数据包括对污染物、致污物和/或环境的其他组份的测量。可以基于这个环境数据来评估环境质量,并且环境质量是周围环境对人类和/或其他生命形式的适宜性的量度。环境质量的重要方面是空气质量。因此,环境数据包括但不限于与空气质量(例如,空气中各种污染物的存在或不存在)以及周围环境的其他特征相关的测量。例如,与空气质量和气候改变有关的一个此类污染物是甲烷(CH4)。因为甲烷存在于天然气中,所以天然气泄漏是甲烷污染物的一个源。天然气泄漏可能发生在其中开采天然气的井口处、发生在将天然气从井口运送到处理***的上游递送***中、发生在精炼(refine)天然气的处理***处、以及发生在向最终用户提供天然气(即,经精炼、处理的天然气)的递送***中。由此,检测并表征天然气泄漏是期望的。
各种技术被用于检测天然气泄漏。在井口处,泄漏通常是大的,并且因此是昂贵的和CH4的重要源两者。固定式CH4传感器或红外成像***被用于搜索井口处的大泄漏。固定式CH4传感器可以检测大量逸出的天然气。红外成像***可以用于尝试对井口处的泄漏源进行光学定位。如果该成像***或固定式甲烷传感器指示检测到CH4,则认为发现泄漏。对于递送***(即,管道)中的泄漏,现有的交通工具安装式***可以在交通工具处于运动中时搜索CH4泄漏。在检测到阈值量的CH4时,将该交通工具停止并且针对乙烷(C2H6)进行搜索。如果在检测器静止时在适当小部分中检测到乙烷和甲烷,则认为检测到了天然气。
虽然此类常规***能够定位一些天然气泄漏,但是由于成本和复杂性,它们只能够被不频繁地部署。此外,此类技术可能受制于错误,可能会遗漏在大小方面较小的泄漏,可能不能够检测管道或其他递送***中的泄漏,可能会遗漏在较大区域上延伸的泄漏,耗时且容易受到其他问题的影响。因此,期望一种用于检测天然气泄漏的改进机制。
描述了一种用于监视环境质量的技术。该技术可以被视为用于监视CH4并且因此监视CH4对空气质量的影响的机制。该技术包括:使用移动传感器平台来测量乙烷(C2H6)和甲烷,以提供传感器数据。传感器数据包括以非零的移动传感器平台速度捕获的甲烷数据和乙烷数据。在一些实施例中,乙烷和甲烷数据包括以至少每小时五英里的移动传感器平台速度捕获的数据。在一些实施例中,该速度是至少每小时十英里。在一些实施例中,该速度不超过每小时三十四英里。例如,在一些实施例中,该速度是至少每秒三米且不超过每秒十五米(6mph-34mph)。在一些实施例中,甲烷和乙烷数据由以非零的移动传感器平台速度捕获的数据组成。甲烷和乙烷数据也可以由在数据捕获过程中没有用户干预的情况下被动捕获的数据组成。
在传感器数据中标识(多个)甲烷和乙烷峰值。确定(多个)甲烷和乙烷峰值之间和/或13C的至少一个量与至少一个甲烷峰值之间的(多个)相关性。基于该相关性来确定甲烷的源。该相关性包括以下各项中的至少一个:峰值形状方面的相关性、在时间上并置(co-locate)的峰值、在地理上并置的峰值、以及具有针对特定类型的甲烷源的适当比率的峰值。在一些实施例中,例如在标识甲烷和乙烷峰值和/或确定甲烷和乙烷峰值之间的相关性方面,计及移动传感器平台速度。为了确定甲烷和乙烷之间的相关性,可以计算乙烷与甲烷的比率范围。在此类实施例中,标识源进一步包括:基于该比率范围来标识源。例如,如果该比率范围是至少百分之一且不超过百分之六,则可以确定存在天然气源。如果该比率范围大于百分之六,则可以确定存在产热源,诸如天然气井口。如果该比率范围小于百分之一,则可以确定存在非天然气源,诸如填埋场或其他源于生物的源。在一些实施例中,可以基于该比率范围来标识其他和/或另外源。在一些实施例中,还针对(多个)甲烷和乙烷峰值来确定是否缺少重合的(coincident)CO峰值。在此类实施例中,仅在还缺少重合的CO峰值的情况下才将源标识为天然气源。在一些实施例中,重合的CO峰值被认为是指示由于交通工具(例如,汽车)排放所引起的甲烷。
还可以进一步分析传感器数据。例如,可以基于所标识的源、(多个)对应甲烷峰值、(多个)对应乙烷峰值、风速和风向来确定源位置。可以针对(多个)甲烷峰值、(多个)乙烷峰值和/或源来执行聚类。
此外,可以确定针对甲烷和/或乙烷的基线。对基线的确定允许标识甲烷和/或乙烷峰值。在一些实施例中,基于针对特定时间量(即,基线时间段)测量的乙烷和甲烷的中值来确定滚动基线,该特定时间量诸如是二十秒到一分钟(例如,三十秒)。在一些实施例中,可以修改基线时间段的大小,并且从而修改对应于基线的区域。例如,可以修改甲烷和/或乙烷数据在其上被捕获并且用于确定基线的基线时间段,以计及特定区域中的升高的读数。在此类实施例中,标识对应于升高的甲烷和升高的乙烷的区域。此类区域具有对应于某量的平方的面积。该量是移动传感器平台速度乘以基线时间段(例如,三十秒)。使用新的更长时间段(例如,大于一分钟且不超过四分钟)来重新计算针对该区域的甲烷和乙烷基线。甲烷基线是使用该更长时间收集的针对该区域的甲烷数据的中值。乙烷基线是使用该更长时间收集的针对该区域的乙烷数据的中值。基于乙烷和甲烷基线来设置乙烷和甲烷阈值。乙烷和甲烷阈值大于或等于基线。在一些实施例中,乙烷和甲烷阈值的值可以用于调整检测的灵敏度。较低的乙烷和甲烷阈值允许峰值检测的增加的灵敏度。因此,甲烷峰值可以被标识为包括该区域中的大于甲烷阈值的多个甲烷读数的传感器数据。类似地,乙烷峰值可以被标识为包括该区域中的大于乙烷阈值的多个乙烷读数的传感器数据。甲烷峰值具有基于该多个甲烷读数的甲烷加权平均的位置。类似地,乙烷具有基于该多个乙烷测量的乙烷加权平均的位置。在一些实施例中,甲烷和/或乙烷峰值具有被选择到峰值的最大浓度的位置。
在一些实施例中,一种***包括处理器、以及耦合到该处理器并且被配置成向该处理器提供指令的存储器。在此类实施例中,该处理器被配置成接收使用移动传感器平台捕获的传感器数据。传感器数据包括以非零的移动传感器平台速度捕获的甲烷数据和乙烷数据。该处理器被配置成标识(多个)甲烷和乙烷峰值并且确定(多个)甲烷和乙烷峰值之间的(多个)相关性。该处理器进一步被配置成:基于该相关性来标识甲烷的源。该相关性包括以下各项中的至少一个:峰值形状方面的相关性、在时间上并置的峰值、在地理上并置的峰值、以及具有针对特定类型的甲烷源的适当比率的峰值。为了确定甲烷和乙烷之间的相关性,可以计算乙烷与甲烷的比率范围。在此类实施例中,该处理器进一步被配置成:计算该比率范围并且基于该比率范围来标识源。在一些实施例中,还针对(多个)甲烷和乙烷峰值来确定是否缺少重合的CO峰值。在此类实施例中,仅在还缺少重合的CO峰值的情况下才将源标识为天然气源。还可以利用该处理器来进一步分析传感器数据。例如,可以对源位置进行建模,并且可以针对(多个)甲烷峰值、(多个)乙烷峰值和/或源来执行聚类。因此,可以检测甲烷,标识甲烷峰值,并且确定甲烷的源。因此,可以便于监视甲烷的存在和对应的空气质量。
图1描绘了用于收集和处理环境数据的***100的实施例。***100包括多个传感器***102A、102B、102C(共同地或一般地称为102)以及服务器150。虽然示出了单个服务器150,但是可以使用多个服务器。类似地,虽然示出了三个传感器***102A、102B和102C,但是通常存在另一数目。传感器***102A、102B和102C经由数据网络108与服务器150通信。该通信可以无线地发生。
传感器***102A、102B和102C可以是移动的,例如安装在交通工具中,或者是固定式的。传感器***102A包括传感器平台104,所述传感器平台104具有总线106和传感器组110、120和130。组110包括传感器112、114和116;组120包括传感器122、124和126;并且组130包括传感器132和134。虽然在每个组110、120和130中示出了特定数目的传感器,但是可能使用另一数目的传感器。此外,虽然示出了传感器的三个组110、120和130,但是在传感器平台104上可以存在其他数目的传感器组(更少或更多)。每个组110、120和130可以包括并置的传感器。传感器112、114和116是并置的。传感器122、124和126是并置的。传感器132和134是并置的。并置的传感器在基本相同的条件下感测相同的空气包(packet of air)。
传感器***102B和102C类似于传感器***102A。在一些实施例中,传感器***102B和102C具有与传感器***102A相同的部件。然而,在其他实施例中,所述部件可能不同。例如,传感器***102B可以包括与传感器***102A相同的传感器/传感器组中的一些或全部,但是可以包括不在传感器平台104上的传感器。
服务器150包括具有校准表154的校准数据库152、传感器数据数据库156、(多个)处理器158、以及存储器159。(多个)处理器158可以包括多个核。(多个)处理器158可以包括一个或多个中央处理单元(CPU)、一个或多个图形处理单元(GPU)和/或一个或多个其他处理单元。存储器159可以包括第一主存储装置(通常是随机存取存储器(RAM))和第二主存储区域(通常是非易失性存储装置,诸如固态驱动器(SSD)或硬盘驱动器(HDD))。存储器159存储在(多个)处理器158上操作的过程的编程指令和数据。主存储装置通常包括(多个)处理器158用来执行其功能的基本操作指令、程序代码、数据和对象。主存储设备(例如,存储器159)可以包括下面描述的任何合适的计算机可读存储介质,这取决于例如数据访问需要是双向的还是单向的。
传感器数据数据库156包括从传感器***102A、102B和/或102C接收到的数据。在被传感器***102A、102B和/或102C捕获之后,被存储在传感器数据数据库156中的数据可以通过各种分析***作并且被可视化。校准数据库152和校准表154用于校正来自传感器***102A、102B和102C的传感器数据。
传感器***102A、102B和102C中的一个或多个可以用于检测甲烷,并且在一些实施例中,检测乙烷和CO。换句话说,传感器***102A、120B和102C可以用于检测天然气。由(多个)传感器***102A、102B和/或102C收集的数据可以在(多个)传感器***102A、102B和/或102C处被处理(例如,由处理单元140来处理),并且可以在服务器150处经历处理。
图2A-2B是分别描绘了用于监视甲烷对环境质量的影响的方法200和250的实施例的流程图。图2A描绘了可以由一个或多个移动传感器平台使用的方法200的实施例。图2B描绘了在多个交通工具上利用多个移动传感器平台的方法250的实施例。参考图2A,仅描述了方法200的一些部分。此外,方法200中的过程可以包括子过程和/或可以以另一次序来执行(包括并行地执行)。方法200可以利用***100。诸如传感器***102A、102B、102C之类的传感器***和/或放置在交通工具上的类似传感器***可以被采用以进行检测。因此,可以使用移动平台。使用来自各个传感器***的数据(例如,使用来自102A的数据来发现由传感器***102A感测到的峰值)。此外,如下面所描述的,方法200可以在多个传感器***(诸如,传感器***102A、102B和102C)上执行。因此,可以通过由多个交通工具所携带的多个传感器***来获得数据,可以一起分析所述数据以用于检测甲烷、乙烷、CO和天然气。方法200可以扩展到检测其他物质和确定该物质的泄漏/源。
在202处,当移动传感器平台处于运动中时增加(accrue)传感器数据。因此,对甲烷和乙烷进行采样。在202处,在交通工具处于运动中时进行甲烷和乙烷测量中的至少一些。在一些实施例中,在交通工具处于运动中时还对CO进行采样。因此,可以通过移动平台来检测CH4、C2H6和CO。在一些实施例中,以至少0.5Hz且不超过2Hz的频率对数据进行采样。在一些实施例中,以1Hz对数据进行采样。在一些实施例中,直接对CH4、C2H6和/或CO的数据进行采样。在一些实施例中,可以间接对CH4、C2H6和/或CO的数据进行采样。在一些实施例中,可以使用除了乙烷浓度之外的技术(下面讨论)来区分甲烷的源。例如,碳同位素可以用于区分天然气中的甲烷与由于其他源(诸如,填埋场和交通工具排放)所引起的甲烷。在此类实施例中,可以以与甲烷相同或以与甲烷不同(例如,较低)的频率来感测碳同位素。例如,当以1Hz测量甲烷时,可以以0.1-0.3 Hz的频率来测量碳同位素。在此类实施例中,单个同位素测量可以对应于多个甲烷测量。在一些实施例中,多个同位素感测子***可以与单个甲烷传感器一起使用。因此,样本可以交替地按路线发送到同位素传感器,以便改进同位素检测的频率。在其他实施例中,可以响应于检测到大于某个阈值的甲烷量而进行同位素测量。在一些实施例中,在202处,还可以检测另外和/或其他物质。此外,在202处,被动地对数据进行采样。因此,在一些实施例中,可以在没有用户干预的情况下简单地收集数据。例如,当检测到甲烷时,驾驶员不需要使交通工具停止来搜索乙烷。替代地,在交通工具在区域上行进和/或处于运动中时收集数据。由驾驶员进行的停止可能是由于其他原因(例如,停车标志、交通信号等)作出的。因此,可以在惯常交通工具操作期间由个体被动地捕获数据,所述个体作为车队交通工具或作为交通工具网络的一部分(例如,分布式的并且可以独立地与集中地操作相反的交通工具,但是所述交通工具可以彼此通信或与中央***通信)。在一些实施例中,基于各种标准来选择由交通工具在202处采取的路线。例如,可以选择路线来均匀地覆盖区域,或者聚焦于甲烷在其处更可能发生的区域。可以在交通工具的操作期间更新该路线。例如,响应于其中检测到的CH4和/或C2H6高的区域,可以重新穿越该路线的一部分。在一些实施例中,可能不存在出于数据收集目的所指定的路线。取而代之,在交通工具行进通过操作者所选择的路线时收集数据。例如,传感器***可以被安装在私人个体交通工具中,并且当私人个体在交通工具中行进以执行他们自己的任务时收集数据。除了诸如CH4和/或C2H6之类的污染物之外,还可以收集其他数据作为202的一部分。例如,可以测量和记录每个样本被取得的时间(即,时间戳)以及每个样本的位置。在一些实施例中,202包括:将传感器数据从移动传感器平台发送到集中式或其他数据处理***。
在204、206和208处,处理数据。在一些实施例中,204、206和208与202异步地执行。例如,诸如***102之类的一个或多个移动传感器平台可以收集数据并且将其传输到集中式***10,以用于在202处进行处理。在处理***处接收到数据中的一些或全部之后,执行204、206和208。在204处,从传感器数据中标识CH4和C2H6峰值(如果有的话)。在一些实施例中,还标识CO峰值作为204的一部分。标识峰值包括:确定对应污染物(例如,CH4和C2H6)的量是否超过针对那个污染物的阈值。在一些实施例中,针对污染物的阈值基于滚动基线。滚动基线是(多个)样本被捕获的时间周围的给定时间窗口(例如,三十秒、一分钟、两分钟或四分钟)的污染物测量的中值。在一些实施例中,阈值可以被选择成至少是基线。较低的阈值通常对检测到的污染物具有较高灵敏度,并且可能导致更多的峰值被标识。
在206处,还确定CH4和C2H6峰值是否相关。CH4和C2H6峰值相关包括以下各项中的至少一个:峰值形状方面的相关性、在时间上并置的峰值、在地理上并置的峰值、以及具有针对特定类型的甲烷源的适当比率的峰值。例如,CH4和C2H6峰值可能对应于相同位置(例如,在相同位置处被测量)(即,在地理上并置),可能对应于相同时间(即,在时间上并置),和/或具有与来自相同源一致的特性。此类峰值被视为是相关的。在一些实施例中,甲烷峰值被认为具有基于多个甲烷读数的甲烷加权平均的位置。类似地,乙烷被认为具有基于多个乙烷测量的乙烷加权平均的位置。在一些实施例中,可以选择其他位置(例如,最大读数)作为峰值位置。这些峰值的位置可以是相关的(例如,如果被确定成在彼此的特定距离内(例如,小于30米),则被认为在相同位置处/并置)。在一些实施例中,可以确定峰值的位置并且将其关联到10米之内。在一些实施例中,可以确定峰值的位置并且将其关联到6米之内。在一些实施例中,CH4和C2H6由相同传感器来检测。在其他实施例中,CH4和C2H6由不同的传感器来检测,或者可以具有不同的传感器响应时间。因此,即使来自诸如天然气泄漏之类的相同源,检测到CH4和C2H6的时间中也可能存在差异。因此,可以对CH4或C2H6的数据进行时移,作为在206中对峰值进行相关和/或在204处确定峰值存在的一部分。类似地,还可以计及在传感器数据被捕获时移动传感器平台的速度,作为206和/或204的一部分。在数据捕获期间移动传感器平台的速度(和/或速度中的改变)可能影响传感器数据被捕获所处的位置、各种污染物的量、感测的数据的质量、和/或所标识的峰值的其他特征。确定(可选地,经时移的)CH4和C2H6峰值是否相关可以包括:确定峰值的前沿和后沿以及峰值宽度是否相似、和/或是否在对应时间处被感测。此类相似的形状可指示:CH4和C2H6是由于单个源(诸如,天然气泄漏)引起的。例如,如果峰值是由相同的天然气泄漏引起的,则CH4和C2H6峰值应当一起显著地增加和减少(例如,在距离和时间两者上)。类似地,在特定时间段(例如,五秒钟)内感测的(可选地,经时移的)CH4和C2H6峰值可以被认为在时间上相关(在时间上并置)和/或在位置上相关。在时间或地理上相关的CH4和C2H6峰值也可指示CH4和C2H6来自相同源。此外,CH4和C2H6的相对量指示了源。例如,相关的CH4和C2H6峰值可以具有针对经精炼的(“干”)天然气(例如,去往消费者的递送***中的泄漏)的适当比率、针对未精炼/更不精炼的(“湿”)天然气(例如,上游管道或井口中的泄漏)的适当比率、或针对其他源(例如,填埋场或污水***)的适当比率。来自相同源的CH4和C2H6峰值可能具有相似的形状,并且可能在空间和(可选地经移动的)时间上并置。因此,206可以包括:确定成分(例如,CH4和C2H6)的比率、峰值形状、峰值位置和时间之间的相关性。如果使用(多个)其他技术来区分甲烷的源(诸如同位素),则代替对CH4和C2H6峰值进行相关或除了对CH4和C2H6峰值进行相关之外,可以利用206来处理用于这些技术的数据,并且将该发现与甲烷数据进行相关。例如,可以确定CH4峰值中的13C的分数。在一些实施例中,还确定CH4峰值中的12C的量,并且确定CH4峰值中的13C与12C的稳定同位素的分数的比率(即,δ13C)。可以将13C的量、或稳定同位素13C与12C的比率与天然气中的13C的已知量或13C与12C的已知比率、天然气或其他源(诸如,填埋场或交通工具排放)中的13C与12C的已知比率进行比较。
在一些实施例中,针对环境的其他组份增加类似的统计,并且将所述统计与CH4和C2H6峰值进行相关。例如,可以测量在处于路线上时遇到的污染物或致污物,诸如二氧化氮(NO2)、一氧化碳(CO)、一氧化氮(NO)、臭氧(O3)、二氧化硫(SO2)、二氧化碳(CO2)、挥发性有机化合物(VOC)、辐射和颗粒物质,并且在适当情况下将其与CH4、C2H6或其他气体进行相关。例如,作为206的一部分,可以确定在其中发现CH4和C2H6峰值的区域中CO峰值是否与CH4和C2H6峰值不相关。天然气不包括CO。对于天然气相关的CH4源,CO应当不与CH4和C2H6峰值相关。例如,对于要检测的天然气,在其中存在CH4和C2H6峰值的区域和时间中可能不存在CO峰值。在其他情况下,对于要检测的天然气,可能存在CO峰值,但是其具有与CH4和C2H6峰值不同的形状(例如,不同的前缘和后缘)。在一些实施例中,与CH4和C2H6峰值相关的CO峰值的存在指示CO、CH4和C2H6峰值的源是交通工具排放。因此,在206处,还可以将环境的其他组份与CH4和C2H6峰值进行相关。
在208处,基于该相关性来标识(多个)甲烷峰值的(多个)源。来自相同源的CH4和C2H6峰值可能具有相似的形状,可能在空间和(可选地,经移动的)时间上并置,并且以对应于该源的组分的比率而存在。相关的CH4和C2H6峰值可能具有增强(对应于该峰值的浓度增加),使得乙烷与甲烷比率(即,C2H6增强/CH4增强)是至少百分之一的乙烷且不超过百分之六的乙烷。这个比率范围对应于递送给消费者的经精炼的“干”天然气,其是大约百分之一至百分之六的乙烷和大约百分之八十七至百分之九十的甲烷。因此,至少百分之一且不超过百分之六的比率与作为经精炼的天然气泄漏的源一致。天然气中不存在CO。因此,在一些实施例中,仅在CH4和C2H6峰值还与CO峰值不相关的情况下,才确定甲烷峰值的源是天然气泄漏。相关的CH4和C2H6峰值可以具有大于百分之六的乙烷与甲烷比率。这个比率范围对应于未精炼/更不精炼的天然气或其他源。大于百分之六的这个比率对应于其他产热源,诸如上游管道、处理站或井口中的“湿”天然气泄漏。如上面所讨论的,天然气中不存在CO。因此,仅在CH4和C2H6峰值还与CO峰值不相关的情况下,才可以确定甲烷峰值的源是未精炼或更不精炼的天然气泄漏。相关的CH4和C2H6峰值可以具有小于百分之一的乙烷与甲烷比率。这个比率范围对应于除了天然气之外的源,诸如源于生物的源。小于百分之一的此类比率对应于其他源,诸如源于生物的源,包括填埋场和/或污水***。类似地,在208处,可以将13C的量、或13C与12C的稳定同位素的比率(δ13C)与天然气或其他源(诸如,填埋场或交通工具排放)中的13C的已知量、或13C与12C的稳定同位素的已知比率进行比较。例如,小于50/mil并且大于40/mil的13C与12C的稳定同位素的比率可能与天然气一致,而较高比率与源于生物的源一致。因此,在208处,可以基于该相关性来标识(多个)甲烷峰值的(多个)源(例如,天然气泄漏、未精炼/更不精炼的天然气泄漏、(多个)其他源)。
例如,在202处,使用传感器***102中的一个或多个来被动地对移动交通工具中的环境进行采样。因此,传感器***102在交通工具处于运动中时捕获CH4和C2H6数据,并且不需要驾驶员将该交通工具停止来感测C2H6。由(多个)***102收集的数据可以被上载到服务器150以用于在204、206和208处进行处理。因此,处理CH4和C2H6数据,并且对峰值进行检测和相关。在一些实施例中,还确定在CH4和C2H6峰值相关的区域中是否不存在CO峰值。如果不存在CO峰值以及CH4和C2H6峰值,则可以将源标识为某种类型的天然气。因此,在一些实施例中,可以标识CH4以及C2H6和/或CO的源。基于所捕获的数据以及其他信息(诸如,风速;指示管道、井口和处理站位置的地图;以及地形图),还可以确定源的位置。
使用方法200,可以检测甲烷峰值。该方法可以扩展到与多个***(例如,***102A、102B和102C)一起使用。来自安装在不同交通工具上的不同传感器***102的峰值可以用于使用方法200来检测甲烷峰值。可以分析由一个***或多个***捕获的数据以标识甲烷的源,包括但不限于交通工具在其中行进的区域中的天然气泄漏。还可以使用一个或多个***在时间间隔上重复方法200。因此,可以确定天然气泄漏的存在中的改变。例如,可以确定修复泄漏或泄漏恶化的努力的有效性。此外,如果甲烷是由于除天然气泄漏之外的源引起的,则方法200可以指示此类源的身份(identity)和/或位置。因此,可以采取其他动作来缓解来自此类源的甲烷的排放。还可以随时间来监视这些缓解努力的有效性。此外,这些益处可以在被动且更高效地收集环境数据的同时实现。
图2B描绘了用于使用多个感测***来检测甲烷的方法250的示例性实施例。为了简单起见,仅示出了方法200的一部分。此外,方法250中的过程可以包括子过程和/或可以以另一次序执行(包括并行地执行)。方法250可以利用实现方法200的一些或全部的***100。诸如传感器***102A、102B、102C之类的传感器***和/或放置在交通工具上的类似传感器***可以被采用以进行检测。因此,可以使用移动感测平台。因此,可以通过由多个交通工具所携带的多个传感器***来获得数据,可以一起分析所述数据以用于检测甲烷、乙烷、CO和天然气。方法250可以扩展到检测其他物质和确定该物质的泄漏/源。
在252处,在安装在多个交通工具上的多个传感器***102上和/或通过由具有传感器***的相同交通工具在相同区域上的多次经过来收集数据。例如,交通工具车队(其中每个包括一个或多个传感器***102)可以在路线上驾驶,并且被动地收集数据。如先前所指示的,路线可以被确定成映射特定区域、聚焦于预测在其处发生泄漏的区域和/或用于其他目的。在一些实施例中,私人个体交通工具可以包括传感器***102。数据收集是在个体在日常生活中使用他们的交通工具时发生的。在一些实施例中,可以使用交通工具车队和私人交通工具的组合。在252处,在移动平台上被动地收集数据。因此,用户不需要专门停止以收集数据,诸如C2H6数据。
在254处,分析来自多个交通工具上的多个传感器平台102的数据,以发现各种组份中的峰值以及标识峰值的源。在一些实施例中,254包括:传感器平台102将数据上载到处理该数据的服务器150。可以以类似于关于方法200所讨论的方式的方式来确定峰值的位置、时间、形状和其他数据。可以从来自多个交通工具上的多个传感器***的组合数据中标识由于天然气或其他污染物所引起的峰值。例如,CH4和C2H6以适当比率的存在加上CO峰值的不存在可以用于检测天然气峰值。类似地,甲烷峰值中的13C的分数和/或13C与12C的稳定同位素的比率可以用于检测天然气峰值。在一些实施例中,风速和风向以及基于交通工具的度量(速度、方向等)用于检测峰值并对峰值进行相关。可以应用统计方法来辅助检测CH4和C2H6中的峰值,以及作出关于所述峰值是否对应于天然气中的(多个)峰值(例如,将源标识为某个类型的天然气)的确定。因此,除了检测CH4和C2H6中的峰值之外,还会对所述峰值进行相关,并且基于该相关性来标识CH4的源。在一些实施例中,254对应于针对来自多个移动传感器平台的数据执行的204、206和208。
在256处,可以分析针对源的数据以用于检测和表征源。例如,可以分析源的标识(例如,生物气、天然气、未精炼/更不精炼的天然气)、峰值与源的地理接近度、风向和风速、交通工具方向和速度、峰值强度和其他峰值特性,以将峰值聚类到一个或多个潜在源位置中。可能的源位置可以基于它们的优先级而被优先级排序和排名。源的优先级可以由以下各项中的一个或多个来确定:天然气特征的强度;以及频率、检测的持久性、源的排放速率、以及源是否对应于可固定的排放源(例如,天然气泄漏)。在258处,方法250的过程252、254和256可以随时间重复。因此,可以随时间来表征所述源。例如,源的优先级可以基于对其特性的改变、新源的检测和/或对其他源的改变而被调整。
使用方法250,安装在多个交通工具上的多个传感器***和/或由相同交通工具在区域上的多次经过可以增强对天然气泄漏和其他甲烷源的检测。方法250也可以使用一个或多个***在时间间隔上重复。因此,可以确定甲烷的存在中的改变。例如,可以确定修复天然气泄漏或天然气泄漏恶化的努力的有效性。因此,可以改进甲烷和其他排放的影响的缓解。此外,还可以降低诸如天然气泄漏之类的源的代价。这些益处可以在被动且更高效地收集环境数据的同时实现。
图3是描绘了用于使用移动传感器平台来监视甲烷对环境质量的影响的方法300的实施例的流程图。为了简单起见,仅描述了方法300的一些部分。此外,方法300中的过程可以包括子过程和/或可以以另一次序执行(包括并行地执行)。方法300可以利用***100。诸如传感器***102A、102B、102C之类的传感器***和/或放置在交通工具上的类似传感器***可以被采用以进行检测。因此,可以使用移动平台。使用来自个体传感器***的数据(例如,使用来自102A的数据来发现由传感器***102A感测的峰值)。此外,如下面所描述的,方法300可以在多个传感器***(诸如,传感器***102A、102B和102C)上执行。因此,可以通过由多个交通工具所携带的多个传感器***来获得数据,可以一起分析所述数据以用于检测甲烷、乙烷、CO和天然气。方法300可以扩展到检测其他物质和确定该物质的泄漏/源。
在302处,在交通工具处于运动中时被动地对甲烷和乙烷进行采样。在一些实施例中,在交通工具处于运动中时还对CO进行采样。因此,可以通过移动平台来检测CH4、C2H6和CO。在一些实施例中,在302处,还可以检测另外和/或其他物质。此外,在302处,在没有用户干预的情况下被动地对数据进行采样。例如,在检测到甲烷时,驾驶员不需要将交通工具停止来搜索乙烷。取而代之,在交通工具在区域上行进和/或处于运动中时收集数据。在一些实施例中,选择在302处由交通工具采取的路线。例如,可以选择路线来均匀地覆盖区域,或者聚焦于预测在其处发生泄漏的区域。可以在交通工具的操作期间更新该路线。在一些实施例中,可能不存在针对数据收集目的所指定的路线。取而代之,在交通工具行进通过操作者所选择的路线时收集数据。例如,传感器***可以被安装在私人个体交通工具中、车队交通工具和/或网络中的交通工具中,并且当交通工具行进以执行操作者的任务时收集数据。在一些实施例中,传感器***可以被安装在商业车队中的交通工具中,并且当交通工具执行它们自己的任务时收集数据。
而且在302处,获得用于滚动基线确定的数据。基线被用于确定感兴趣的环境的组份的背景水平。例如,可以检测CO、CH4、C2H6和其他成分的背景水平。在一些实施例中,通过确定特定样本周围的时间窗口(“基线时间段”)中的数据的中值(或平均的其他量度,诸如均值)来确定基线。在一些实施例中,基线时间段是至少二十秒且不超过四分钟。在一些此类实施例中,基线时间段是至少二十秒且不超过四十秒。在一些实施例中,基线时间段是至少一分钟且不超过四分钟。例如,可以使用三十秒的基线时间段来确定针对CH4的滚动基线。因此,在一些实施例中,每个数据点(例如,针对每秒取得的数据,每秒地)确定周围三十秒的中值,使得每个数据点具有其自己的以那个时间点为中心的基线。这个中值用作基线。在其他实施例中,可以将另一个量用于基线。例如,可以采取第五个百分位数而不是中值作为基线。
在304处,处理数据。处理数据可以包括检测CH4、C2H6和CO峰值。检测CH4、C2H6和CO峰值包括:确定针对这些气体的基线,并且基于基线来设置用于检测峰值的阈值。在一些实施例中,用于检测峰值的阈值被设置在不小于基线的量处。因此,基线处或基线以下的读数被视为背景,并且不被用于确定是否存在峰值。阈值越高,峰值检测的灵敏度就越低。而且在304处,还可以确定CH4和C2H6峰值是否相关。例如,可以确定C2H6与CH4的形状、定时、位置和比率。因此,304类似于方法200的204和206。
在306处,确定在其中发现CH4和C2H6峰值的区域中CO峰值是否与CH4和C2H6峰值不相关。天然气不包括CO。因此,对于从天然气排放产生的CH4,CO应当不与CH4和C2H6峰值相关。例如,对于从(多个)天然气源产生的甲烷,在其中存在CH4和C2H6峰值的区域中可能不存在CO峰值。在其他情况下,对于从要检测的(多个)天然气源产生的甲烷,可能存在CO峰值,但是其具有与CH4和C2H6峰值不同的形状(例如,不同的前缘和后缘)。
在308处,标识CH4峰值的(多个)源。例如,可以将CH4峰值的源标识为天然气、未精炼/未处理的天然气或生物气(例如,来自填埋场)。在一些实施例中,如果在未检测到CO峰值的相同区域中检测到相关的甲烷和乙烷峰值,则可以将源标识为天然气。例如,具有在至少百分之一的乙烷且不超过百分之六的乙烷范围中的乙烷与甲烷比率(即,C2H6增强/CH4增强)的相关CH4和C2H6峰值结合不相关的CO峰值对应于递送给消费者的经精炼的天然气。此类比率结合不相关的CO峰值导致将(经精炼的)天然气标识为源。因此,甲烷和乙烷峰值可能对应于天然气管道中的泄漏。具有大于百分之六的乙烷与甲烷比率的相关CH4和C2H6峰值结合不相关的CO峰值(即,非相关的CO峰值)导致标识作为另一产热源的源。因此,甲烷和乙烷峰值可对应于上游管道、处理站或井口中的天然气泄漏。具有小于百分之一的乙烷与甲烷比率的相关CH4和C2H6峰值(不管CO峰值相关性如何)对应于除了天然气之外的源,诸如包括填埋场和/或污水***的源于生物的源。因此,在308处,可以基于该相关性来标识甲烷的源(干天然气、未精炼/更不精炼的天然气、或其他源)。
方法300共享方法200和/或250的益处。可以检测到诸如CH4之类的污染物并且标识它们的源。基于CH4和C2H6峰值和源的数据,可以对排放进行建模,确定源的位置,可以标识集群,可以跟踪源中的改变(例如,增加或减少排放),以及评估缓解的功效(例如,修复天然气泄漏)。因此,可以改进对环境质量的监视。此外,这可以在被动且更高效地收集环境数据的同时实现。
图4是描绘了用于设置用于检测诸如甲烷之类的气体的基线的方法400的实施例的流程图。为了简单起见,仅描述了方法400的一些部分。此外,方法400中的过程可以包括子过程和/或可以以另一次序执行(包括并行地执行)。方法400可以利用***100。诸如传感器***102A、102B、102C之类的传感器***和/或放置在交通工具上的类似传感器***可以被采用以进行检测。因此,可以使用移动平台。使用来自个体传感器***的数据(例如,使用来自102A的数据来发现由传感器***102A感测的峰值)。此外,如下面所描述的,方法400可以在多个传感器***(诸如,传感器***102A、102B和102C)上执行。方法400可以扩展到其他物质和确定该物质的泄漏/源。因此,方法400是在CH4和C2H6的上下文中描述的,但是可以与其他环境组份结合地使用。
在402处,可选地标识具有升高的CH4背景和/或升高的C2H6背景的区域。因此,如果响应于具有升高的CH4和/或C2H6水平的大区域而重新确定(多个)基线,则可以执行402。在一些实施例中,402被用于能够检测CH4和/或C2H6中的广泛传播的峰值。例如,在具有时间来在广泛区域上传播的区域中,来自持续性天然气泄漏的CH4可能会被无意地确定成背景的一部分。如果CH4已经在区域上传播了一定距离,该距离与携带移动传感器平台的交通工具在上述基线时间段中已经行进的距离至少一样大,则上述基线将包括来自该持续性泄漏的CH4。因此,来自该持续性泄漏的CH4可能无法被检测到,这是因为它可能不会上升到上述基线以上。因此,在402处,定义对应于(多个)感兴趣组分的升高水平的区域。在一些实施例中,该区域被认为具有如下面积:该面积等于交通工具速度乘以现有基线时间段的量的平方。由交通工具穿越的实际面积可能小于该区域的面积。
在404处,针对这个区域来确定(多个)新基线CH4和/或C2H6。在一些实施例中,404包括:定义新的、更长的基线时间段。在一些实施例中,基线时间段可以是现有基线时间段的至少两倍。例如,对于三十秒的现有基线时间段,新的基线时间段可以是一分钟或更多。在一些实施例中,新的基线时间段不超过现有基线时间段乘以八(即,四分钟)。而且在404处,确定针对新的基线时间段的CH4和/或C2H6的(多个)中值。例如,每个数据点(例如,针对每秒取得的数据,每秒地)使用周围一分钟至四分钟的数据来确定基线。因此,每个数据点仍然具有其自己的(滚动)基线。这些(多个)中值是针对CH4和/或C2H6的新基线。在一些实施例中,CH4和/或C2H6的平均的其他量度(诸如,均值或另一个百分位数(例如,第五个百分位数))可以被用作基线。这个过程可以被认为类似于针对更大区域来确定新基线并且至少在402处定义的区域中利用这些基线。在一些实施例中,在404处,重新穿越所述区域,以便获得用于确定(多个)新基线的新数据。在其他实施例中,在404处使用现有数据。
针对CH4和/或C2H6设置分别在406和408处定义的新阈值。新阈值被定义成大于或等于新基线。较低的CH4和/或C2H6阈值(即,更接近基线)允许峰值检测的增加的灵敏度。在410和412处,可以使用(多个)新基线来检测峰值。例如,在410处,将针对其使用新基线的位置中的CH4测量与新阈值进行比较。CH4中的增强(高于新CH4阈值的测量)可以用于标识(多个)新CH4峰值。类似地,C2H6中的增强(高于新C2H6阈值的测量)可以用于标识新C2H6峰值。
使用方法400,可以更新在检测CH4、C2H6和/或其他环境组份中使用的基线。因此,可以提供基线(即,滚动基线),该基线不仅反映了感兴趣的环境组份的当前现实背景水平,而且允许检测CH4、C2H6和/或其他环境组份中广泛传播的持续性峰值。因此,可以改进检测***性能。
图5描绘了用于处理由一个或多个移动传感器平台提供的数据的方法500的实施例。仅描述了方法500的一些部分。此外,方法500中的过程可以包括子过程和/或可以以另一次序执行(包括并行地执行)。方法500可以利用由***100提供的数据。诸如传感器***102A、102B、102C之类的传感器***和/或放置在交通工具上的类似传感器***可以被采用以进行检测。因此,可以使用(多个)移动平台。使用来自个体传感器***的数据(例如,使用来自102A的数据来发现由传感器***102A感测的峰值)。因此,可以通过由多个交通工具所携带的多个传感器***来获得数据,可以一起分析所述数据以用于检测甲烷、乙烷、CO和天然气。方法500可以扩展到检测其他物质和确定该物质的泄漏/源。
在502处,从移动传感器平台接收传感器数据。因此,可以从一个或多个移动传感器平台接收CH4、C2H6和CO。在一些实施例中,在502处,还可以接收来自另外和/或其他环境组份的数据。此外,被动地对接收的数据进行采样,并且所述接收的数据包括传感器处于运动中时捕获的C2H6数据。
在504处,可以对数据进行时移。在一些实施例中,CH4、C2H6和CO由不同的传感器检测和/或可以具有不同的传感器响应时间。因此,即使CH4、C2H6和CO来自相同源(诸如,来自管道中的泄漏的天然气),检测CH4、C2H6和CO的时间中也可能存在差异。因此,可以对CH4、C2H6和/或CO的数据进行时移,以计及传感器、传感器位置、传感器响应时间等方面的差异。例如,甲烷和乙烷数据可以被时移大约2秒,而CO数据可以被时移大约30-40秒。时移可能部分是由于用于检测甲烷、乙烷和CO的传感器类型和/或相同空气样本到达用于甲烷、乙烷和CO的(多个)传感器所花费的时间。
在506处,对CH4、C2H6和CO数据应用高通滤波器。在一些实施例中,在506处,确定CH4、C2H6和CO数据在相应基线以上的部分。换句话说,确定针对CH4、C2H6和CO在背景以上的增强。因此,可以抑制基线波动。在一些实施例中,该滤波器可以是滚动中值,其中甲烷和乙烷数据以具有一个时间区间的窗口为中心,并且CO数据以具有另一个时间区间的窗口为中心。在一些实施例中,用于甲烷和乙烷的窗口是大约30秒(例如,至少十五秒且不超过四十五秒),而用于CO的窗口可以是大约100秒(例如,至少八十秒且不超过一百二十秒)。在一些实施例中,可以将不同的窗口用于甲烷、CO和/或乙烷。此外,在506处,还确定CH4、C2H6和CO峰值。
在508处,在508处确定在特定数据窗口中是否存在CH4峰值。在一些实施例中,用于甲烷的窗口是大约30秒。在一些实施例中,可以利用峰值发现机制。在一些实施例中,使用以下各项中的一个或多个来确定是否存在峰值:峰值的开始/结束时间、最大绝对和增强峰值、平均绝对和增强值、峰值偏斜和峰度、峰值长度(交通工具/传感器***处于运动中时的时间和距离)、增强峰值的积分面积、以及最大值的位置。在一些实施例中,可以使用窗口长度(例如,二十个数据点)、突出度(例如,大于40ppb的甲烷)、距离(例如,至少五个点的距离)、宽度(例如,至少一个点的宽度)和窗口长度(例如,二十个点的窗口长度)。
如果不存在CH4峰值,则可以不采取动作。然而,如果存在CH4峰值,则在510处确定窗口中是否存在C2H6。在一些实施例中,用于乙烷的窗口是大约30秒,并且以与甲烷相同的点为中心。在一些实施例中,可以利用峰值发现机制。在一些实施例中,使用以下各项中的一个或多个来确定是否存在峰值:峰值的开始/结束时间、最大绝对和增强峰值、平均绝对和增强值、峰值偏斜和峰度、峰值长度(交通工具/传感器***处于运动中时的时间和距离)、增强峰值的积分面积、以及最大值的位置。在一些实施例中,可以使用窗口长度(例如,二十个数据点)、突出度(例如,大于2.5ppb的乙烷)、距离(例如,至少五个点的距离)、宽度(例如,至少一个点的宽度)和窗口长度(例如,二十个点的窗口长度)。如果不存在乙烷峰值,则在512处,确定CH4峰值的源是除了天然气源之外的某个源。例如,可以标识源于生物的源。
如果发现CH4峰值,则在514处确定窗口中是否存在CO峰值。在一些实施例中,用于CO的窗口可以是大约100秒,但是以与甲烷峰值相同的时间为中心。在一些实施例中,可以利用峰值发现机制。在一些实施例中,使用以下各项中的一个或多个来确定是否存在峰值:峰值的开始/结束时间、最大绝对和增强峰值、平均绝对和增强值、峰值偏斜和峰度、峰值长度(交通工具/传感器***处于运动中时的时间和距离)、增强峰值的积分面积、以及最大值的位置。在一些实施例中,可以使用窗口长度(例如,一百二十个数据点)、突出度(例如,大于0.1ppm的CO)、距离(例如,至少五个点的距离)、宽度(例如,至少一个点的宽度)和窗口长度(例如,二十个点的窗口长度)。因此,确定CH4峰值和C2H6峰值是否与CO峰值不相关。如果在窗口中发现了CO峰值,则该源不是天然气源。因此,标识另一个源或不采取动作。
如果未发现CO峰值、或者CO峰值与CH4峰值和C2H6不相关,则在516处确定CH4峰值和C2H6是否相关。如上面所讨论的,可以检查峰值形状、位置、以及乙烷与甲烷比率。甲烷和乙烷之间在形状上的高度相关性表明:两个信号源自于相同的气体羽流。在一些实施例中,0.75-0.8可以用作绝对和/或增强相关性的截止。在其他实施例中,可以使用其他截止。
如果峰值不相关,则不采取动作或者标识另一个甲烷源。如果峰值相关,则可以在c处检查交通工具速度和方向。检查交通工具的速度和方向以确定它们适合于检测CH4、C2H6和CO。在一些实施例中,移动传感器平台速度是至少每小时五英里。在一些实施例中,速度至少是每小时十英里。例如,在一些实施例中,交通工具的速度可以是至少每秒三米且不超过每秒十五米(6mph-34mph)。在一些实施例中,较低的速度(例如,包括零)被排除,以确保来自正在被停放或以其他方式没有针对较长时间段运动的交通工具的数据被排除。因此,在518处,可以去除对应于这个窗口之外的速度的峰值。在一些实施例中,在518处,排除其中峰值的时间长度超过25秒的峰值。因此,在一些实施例中,峰值检测窗口是20秒。比这个更长得多的窗口可能会导致“峰值”内的数据间隙。因此,在一些实施例中,可以排除其中峰值期间所覆盖的距离超过200米的峰值。在一些实施例中,此类广泛的峰值可能导致关于图4描述的对基线的调整。关于窗口和距离的限制可能与交通工具速度高度相关。因此,518的速度滤波器可以去除大量这些问题。但是用于数据的可选窗口/距离滤波器可以可选地用于提供用于排除高度分散的羽流的另外的技术。
如果交通工具的速度适当,则在520处,基于比率来标识甲烷峰值的源。此外,收集关于峰值的统计(大小、位置、时间等)。
方法500共享方法200和300的益处。使用方法500,可以检测甲烷峰值并且确定甲烷峰值的源。还可以监视甲烷源中的改变。例如,可以确定修复泄漏或泄漏恶化的努力的有效性。此外,如果甲烷峰值是由于除了天然气泄漏之外的源引起的,则方法500可以指示此类源的身份和/或位置。因此,可以采取其他动作来减少来自此类源的甲烷的排放。还可以随时间监视这些缓解努力的有效性。此外,这些益处可以在被动且更高效地收集环境数据的同时实现。
图6是描绘了用于使用多个交通工具来处理空气质量数据的方法的实施例的流程图。仅描述了方法600的一些部分。此外,方法600中的过程可以包括子过程和/或可以以另一次序执行(包括并行地执行)。方法600可以利用由***100提供的数据。诸如传感器***102A、102B、102C之类的传感器***和/或放置在交通工具上的类似传感器***可以被采用以进行检测。因此,可以使用(多个)移动平台。使用来自个体传感器***的数据(例如,使用来自102A的数据来发现由传感器***102A感测的峰值)。因此,可以通过由多个交通工具所携带的多个传感器***来获得数据,可以一起分析所述数据以用于检测甲烷、乙烷、CO和天然气。方法600可以扩展到检测其他物质和确定该物质的泄漏/源。
在602处,可以针对峰值收集另外的统计。此类信息可能与检测速率和峰值的共现有关。例如,为了计及其中进行检测的上下文,可以测量或以其他方式确定其上安装传感器***的交通工具、CH4(和可选地C2H6)峰值窗口期间的交通工具速度、CH4(和可选地C2H6)峰值窗口期间的风速、以及CH4(和可选地C2H6)峰值窗口期间的风向。此外,相对于峰值被检测到的次数,位置被驾驶的次数也可以用于提供关于位置的采样的上下文。例如,可能期望确定该区域被驾驶多少次,以便注意到事件/峰值检测。经过与检测的高比率可能指示诸如弱源或间歇性源、或错误测量之类的事物。确定这个比率依赖于对特定位置在给定日期上的采样过程上被经过多少次的量化。在602处,期望知道在感兴趣的日期上测量CH4的每个交通工具的路线。这可以通过全天的连续GPS位置的(多个)线段来确定。在一些实施例中,以多于30秒被分开的连续点是不连接的。可以使用线简化算法来减少坐标的数目。所述路线可以被收集到多行字符串中。例如,图7描绘了各种路线的实施例。
在602处,还可以定义如下区域:在该区域上,经过将被认为是关于被评估的峰值的重复。在一些实施例中,定义围绕甲烷峰值位置的圆形缓冲区。例如,在一些实施例中,十五米是半径。但是,可能使用其他大小和/或形状。图8描绘了该区域的实施例。
在602处,还可以执行相交评估,以确定移动传感器平台经过感兴趣的特定位置的次数。在路线的线和感兴趣区域的情况下,两者的简单相交提供了通过感兴趣位置的当天所有路线的段。对这些段进行计数得出了移动传感器平台经过该位置的次数。在一些实施例中,可以使用用于指派经过数目的另一机制。例如,经过的数目基于具有最多经过的附近段。以类似的方式,也可以记录落在位置缓冲区内的其他峰值点。
在606、606和608处,还可以执行对检测到的天然气源、甲烷峰值、乙烷峰值和/或其他峰值的聚类。聚类可以提供对甲烷源(例如,天然气泄漏)的大小和位置以及此类源如何改变的更好指示。因此,在604处,确定集群是否存在。在602处和/或在方法200、250、300、400、500和/或600中收集的数据可以在604处使用。
在一些实施例中,可以使用诸如DBSCAN之类的聚类机制。因此,聚类可以基于峰值中的点的最小数目、针对被认为是相同集群的一部分的峰值的两个峰值之间的最大距离、以及作为如何计算样本之间的距离的量度的距离度量。在一些实施例中,所选的点的最小数目可以少至三个。在其他实施例中,可能使用点的其他最小数目。距离是两个样本之间的对于它们被视为相同集群的一部分的最大距离。在一些实施例中,该距离是二十五米。然而,在其他实施例中,可以使用其他距离。在一些实施例中,使用Haversine距离作为距离度量。在其他实施例中可以使用其他量度。例如,图9和图10是在地图上检测到的个体峰值(图9中的每个圆是峰值)以及从峰值确定的集群(图10中的每个圆是来自图9中所示的峰值的集群)的示例性实施例。在一些实施例中,峰值集群的加权质心被定义为集群位置。每个位置的权重是那个位置处的峰值的增强(例如,幅度)。因此,集群的位置被集群中的最大峰值更多地影响。
一旦点被分组到集群中,就还可以定义由该集群所包含的区域,作为604的一部分。这可以通过对单个点进行缓冲并且将这些缓冲区组合成单个多边形来实现。在一些实施例中,这利用15米的缓冲距离来参数化。可以使用其他距离。此外,可以使用其他方法来定义集群区域。例如,可以利用边界框或凸包(convex hull),但是边界框或凸包通常可能会高估集群区域。图11和12描绘了集群(图11)和对应集群区域(图12)的示例性实施例。
在一些实施例中,一旦定义了集群,就可以针对每个集群导出各种度量,作为606的一部分。在一些实施例中,针对每个集群计算的度量包括:采样细节、峰值概要(summary)和源概要。采样细节提供了集群本身的描述以及与采样努力相关的信息。峰值概要提供了几个所选峰值场(field)的概要度量。源概要提供了与所计算/确定的泄漏速率和从数据估计的距离相关的度量的概要。在其他实施例中,可以确定另外和/或其他度量。例如,在一些实施例中,采样细节可以包括峰值计数、经过数目、检测速率、具有峰值的天数、驾驶天数、每个峰值的平均增强、增强标准差、平均最大值、最大标准差、自从已经检测到集群内的任何事物以来的经过时间或经过数目、以及在所定义的经过数目内检测到的集群内的峰值的数目。对于峰值计数,峰值计数包括集群中包括的峰值(例如,甲烷的峰值)的数目。并发峰值计数包括其中甲烷峰值和乙烷峰值并发(例如,在基本上相同的时间和位置处发生,并且在一些实施例中,如上面所描述的那样相关)的峰值的数目。经过的数目是具有(多个)移动传感器平台的(多个)交通工具驾驶通过该集群的次数。检测速率(全部)是甲烷的峰值计数与经过总数的比率。检测速率(并发)是并发峰值计数与经过总数的比率。具有峰值的天数是针对该集群检测到峰值时的唯一日期。驾驶天数是驾驶通过该集群至少一次时的唯一日期。可以针对甲烷和乙烷来计算每个峰值的平均增强。可以确定每个气体的平均增强。类似地,增强标准差是每个气体和每个峰值的标准差。平均最大值是跨每个气体的峰值的最大值的平均。类似地,最大标准差是每个气体的峰值的最大值中的标准差。在其他实施例中,可以确定其他和/或另外的统计。
而且作为606的一部分,还可以针对每个峰值和/或所标识的源(例如,导致了标识源的乙烷和甲烷峰值的每个组合)来计算统计。因此,还可以提供源概要。这些包括平均泄漏速率、泄漏速率的标准差、平均距离、以及距离的标准差。平均泄漏速率是从每个峰值或并发乙烷和甲烷峰值的组合导出的泄漏速率。泄漏速率中的标准差可以基于从个体峰值或并发乙烷和甲烷峰值的组合作出的估计中的不确定性。平均距离是所计算的泄漏位置与峰值/并发峰值的组合的检测位置之间的平均距离。距离中的标准差基于从个体峰值作出的估计的不确定性。因此,除了基于峰值检测来确定源/泄漏的位置之外,还可以提供与该确定相关的统计。
在608处,还可以跟踪集群随时间的改变。因此,集群可以被标识为新的、现有的、组合或***(split)。新集群是从先前不是其他集群的组份的峰值创建的集群。现有集群由与相同集群标识相关联的峰值组成。因此,现有集群不包括新峰值或缺失的峰值。集群组合包括先前在多个不同集群中的峰值。当多个集群由与相同的先前集群相关联的峰值形成时,发生集群***。因此,可以跟踪集群随时间的改变。
此外,在610处,可以针对集群对羽流进行建模。羽流建模允许确定与集群中的峰值相对应的源的位置和大小。对羽流进行建模,以确定甲烷泄漏的排放速率,从而导致观察到的峰值系列以及所标识的对应源,如本文中描述的那样。假设泄漏导致了具有特定特性的羽流,并且测量是该羽流的代表性截面,则可以求解出理论上产生了我们测量的条件的条件(泄漏速率和距离)。在一些实施例中,使用高斯羽流模型。例如,以下程序可以用于确定对应于本文中描述峰值的天然气泄漏的位置。使用本文中描述的方法(诸如,方法200),可以将峰值分类为具有天然气源。图13中示出了一个峰值和一系列峰值位置。从观察到的甲烷(乙烷和/或天然气)中的最大值以及平均风向导出了理论羽流中心线。这在图14中被示出。将峰值子采样到来自该最大值的±特定秒数(例如,四秒),如图15中所示。确定每个数据点距羽流中心线的距离(离轴距离),如图16中所示。针对羽流确定高斯模型的扩散系数。这可包括根据一天中的时间和风速来确定帕斯奎尔大气稳定性等级。太阳辐射、云量和其他环境条件也可能被考虑在内。针对每个大气稳定性等级,在距源的不同距离处导出水平和垂直扩散系数。羽流的源仍被认为是未知的。求解出两个剩余的未知量。剩余的未知量是泄漏速率和泄漏距离(其提供了未知的扩散系数)。可以通过对检测到的(多个)CH4峰值使用最佳拟合来求解出这些未知量。拟合约束包括泄漏速率和泄漏距离两者大于零。输入可以包括:例如以g/m3(从ppb转换的)为单位的污染物(例如,甲烷)浓度、风速(例如,以m/s为单位)、距中心线的距离(例如,以米为单位)和扩散系数(例如,以米为单位)。最佳拟合的输出可以包括以米为单位的距离、以及例如以g/s(其可以转换成cfph)为单位的排放速率。在一些实施例中,受控测试数据以及现场试验可以用于在观察到的峰值大小与泄漏大小之间创建线性关系。在一些实施例中,这个过程可以仅针对CH4来执行。在此类实施例中,在已经执行了相关(包括确定CH4和C2H6的适当比率范围)之后执行该过程。
在612处,可以对在610处确定的泄漏(例如,源的位置)进行排名。在一些实施例中,对源进行排名可以考虑诸如人口密度和高密度和/或高优先级地点(例如,学校、教堂等)的接近度、以及其他风险因素之类的上下文数据。因此,使用该位置和排放速率,可以确定泄漏的严重性以及针对缓解的相对需要。
使用方法600,可以对甲烷峰值进行聚类,并且可以对甲烷的泄漏或其他发出者进行定位和优先级排序。还可以监视甲烷源中的改变。例如,可以确定修复泄漏或泄漏恶化的努力的有效性。此外,如果甲烷是由于除了天然气泄漏之外的源引起的,则方法600仍然可以允许对此类源进行定位、监视和排名。因此,可以采取其他动作来缓解来自此类源的甲烷的排放。还可以随时间监视这些缓解努力的有效性。此外,这些益处可以在被动且更高效地收集环境数据的同时实现。
虽然已经为了清楚理解的目的对前述实施例进行了一些详细描述,但是本发明不限于所提供的细节。存在实现本发明的许多替代方式。所公开的实施例是说明性的,并且不是限制性的。
Claims (20)
1.一种用于监视空气质量的方法,包括:
使用移动传感器平台来测量乙烷和甲烷以提供传感器数据,所述传感器数据包括以非零的移动传感器平台速度捕获的甲烷数据和乙烷数据;
在所述传感器数据中标识至少一个甲烷峰值和至少一个乙烷峰值;
确定相关性,所述相关性是如下中的至少一个:在所述至少一个乙烷峰值与所述至少一个甲烷峰值之间、以及在13C的至少一个量与所述至少一个甲烷峰值之间;以及
基于所述相关性来标识所述至少一个甲烷峰值的源。
2.根据权利要求1所述的方法,其中测量乙烷和甲烷进一步包括:
在移动传感器平台处于运动中时使用移动传感器平台来测量乙烷和甲烷,使得以至少每小时五英里的移动传感器平台速度来捕获甲烷数据和乙烷数据。
3.根据权利要求2所述的方法,进一步包括:
计及移动传感器平台速度。
4.根据权利要求2所述的方法,其中所述确定进一步包括:
标识乙烷与甲烷的比率范围;以及
其中标识所述源进一步包括基于所述比率范围来标识所述源。
5.根据权利要求4所述的方法,其中标识所述至少一个乙烷峰值和所述至少一个甲烷峰值的源进一步包括:
如果所述比率范围是至少百分之一且不超过百分之六,则确定存在天然气源;
如果所述比率范围大于百分之六,则确定存在产热源;以及
如果所述比率范围小于百分之一,则确定存在非天然气源。
6.根据权利要求5所述的方法,进一步包括:
针对所述至少一个甲烷峰值和所述至少一个乙烷峰值来确定是否缺少重合的CO峰值;以及
其中标识所述源进一步包括:仅在还缺少重合的CO峰值的情况下才确定存在天然气源。
7.根据权利要求2所述的方法,其中所述传感器数据仅包括具有非零的移动传感器平台速度的移动传感器平台的乙烷数据和甲烷数据。
8.根据权利要求2所述的方法,进一步包括:
针对所述至少一个甲烷峰值和所述至少一个乙烷峰值中的至少一个执行聚类。
9.根据权利要求7所述的方法,进一步包括:
基于所述源、所述至少一个甲烷峰值、所述至少一个乙烷峰值、风速和风向来确定源位置。
10.根据权利要求2所述的方法,其中所述标识进一步包括:
标识如下区域,所述区域对应于升高的甲烷和升高的乙烷,并且具有对应于某量的平方的面积,所述量是移动传感器平台速度乘以基线时间段,所述基线时间段是至少三十秒;
评估针对至少所述区域中的传感器数据的甲烷基线和乙烷基线,所述甲烷基线对应于在使用大于所述基线时间段的新时间段的情况下的针对至少所述区域的甲烷数据的第一中值,所述乙烷基线对应于在使用大于所述基线时间段的新时间段的情况下的针对至少所述区域的乙烷数据的第二中值,所述乙烷基线;
定义至少等于所述甲烷基线的甲烷阈值;
定义至少等于所述乙烷基线的乙烷阈值;
将甲烷峰值标识为传感器数据,所述传感器数据包括所述区域中的大于所述甲烷阈值的多个甲烷读数,所述甲烷峰值具有基于所述多个甲烷读数的甲烷加权平均的位置;以及
将乙烷峰值标识为传感器数据,所述传感器数据包括所述区域中的大于所述乙烷阈值的多个乙烷读数,所述乙烷峰值具有基于所述多个乙烷测量的乙烷加权平均的位置。
11.一种***,包括:
处理器,其被配置成:
接收使用移动传感器平台捕获的传感器数据,所述传感器数据包括以至少每小时五英里的移动传感器平台速度捕获的乙烷数据和甲烷数据;
在所述传感器数据中标识至少一个甲烷峰值和至少一个乙烷峰值;
确定相关性,所述相关性是如下中的至少一个:在所述至少一个乙烷峰值与所述至少一个甲烷峰值之间、以及在13C的至少一个量与所述至少一个甲烷峰值之间;以及
基于所述相关性来标识所述至少一个甲烷峰值的源;以及
存储器,其耦合到所述处理器并且被配置成向所述处理器提供指令。
12.根据权利要求10所述的***,其中所述处理器进一步被配置成:
计及移动传感器平台速度。
13.根据权利要求12所述的***,其中为了确定所述相关性,所述处理器进一步被配置成:
标识乙烷与甲烷的比率范围;以及
其中为了标识所述源,所述处理器进一步被配置成基于所述比率范围来标识所述源。
14.根据权利要求13所述的***,其中为了标识所述至少一个乙烷峰值和所述至少一个甲烷峰值的源,所述处理器进一步被配置成:
如果所述比率范围是至少百分之一且不超过百分之六,则确定存在天然气源;
如果所述比率范围大于百分之六,则确定存在产热源;以及
如果所述比率范围小于百分之一,则确定存在非天然气源。
15.根据权利要求12所述的***,其中所述处理器进一步被配置成:
针对所述至少一个甲烷峰值和所述至少一个乙烷峰值来确定是否缺少重合的CO峰值;以及
其中为了标识所述源,所述处理器进一步被配置成仅在还缺少重合的CO峰值的情况下才确定存在天然气源。
16.根据权利要求12所述的***,其中所述处理器进一步被配置成:
针对所述至少一个甲烷峰值和所述至少一个乙烷峰值中的至少一个执行聚类。
17.根据权利要求12所述的***,其中所述处理器进一步被配置成:
基于所述源、所述至少一个甲烷峰值、所述至少一个乙烷峰值、风速和风向来确定源位置。
18.根据权利要求12所述的***,其中为了进行标识,所述处理器进一步被配置成:
标识如下区域,所述区域对应于升高的甲烷和升高的乙烷,并且具有对应于某量的平方的面积,所述量是移动传感器平台速度乘以基线时间段,所述基线时间段是至少三十秒;
评估在使用大于所述基线时间段的新时间段的情况下的针对至少所述区域中的传感器数据的甲烷基线和乙烷基线,所述甲烷基线对应于针对至少所述区域的甲烷数据的第一中值,所述乙烷基线对应于针对至少所述区域的乙烷数据的第二中值;
定义至少等于所述甲烷基线的甲烷阈值;
定义至少等于所述乙烷基线的乙烷阈值;
将甲烷峰值标识为传感器数据,所述传感器数据包括所述区域中的大于所述甲烷阈值的多个甲烷读数,所述甲烷峰值具有基于所述多个甲烷读数的甲烷加权平均的位置;以及
将乙烷峰值标识为传感器数据,所述传感器数据包括所述区域中的大于所述乙烷阈值的多个乙烷读数,所述乙烷峰值具有基于所述多个乙烷测量的乙烷加权平均的位置。
19.一种用于监视空气质量的计算机程序产品,所述计算机程序产品被包含在有形的计算机可读存储介质中并且包括计算机指令,所述计算机指令用于:
接收使用移动传感器平台捕获的传感器数据,所述传感器数据包括以至少每小时五英里的移动传感器平台速度捕获的乙烷数据和甲烷数据;
在所述传感器数据中标识至少一个甲烷峰值和至少一个乙烷峰值;
确定相关性,所述相关性是如下中的至少一个:在所述至少一个乙烷峰值与所述至少一个甲烷峰值之间、以及在13C的至少一个量与所述至少一个甲烷峰值之间;以及
基于所述相关性来标识所述至少一个甲烷峰值的源。
20.根据权利要求18所述的计算机程序产品,其中用于确定所述相关性的计算机指令进一步包括用于以下的计算机指令:
标识乙烷与甲烷的比率范围;以及
其中用于标识所述至少一个乙烷峰值和所述至少一个甲烷峰值的源的计算机指令基于所述比率范围来标识所述源,用于标识所述源的计算机指令进一步包括用于以下的计算机指令:
如果所述比率范围是至少百分之一且不超过百分之六,则确定存在天然气源;
如果所述比率范围大于百分之六,则确定存在产热源;以及
如果所述比率范围小于百分之一,则确定存在非天然气源。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962871473P | 2019-07-08 | 2019-07-08 | |
US62/871473 | 2019-07-08 | ||
PCT/US2020/041069 WO2021007251A1 (en) | 2019-07-08 | 2020-07-07 | Methane peak detection |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114174795A true CN114174795A (zh) | 2022-03-11 |
Family
ID=74103048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080056005.XA Pending CN114174795A (zh) | 2019-07-08 | 2020-07-07 | 甲烷峰值检测 |
Country Status (6)
Country | Link |
---|---|
US (3) | US11519849B2 (zh) |
EP (1) | EP3997433A4 (zh) |
JP (1) | JP7479444B2 (zh) |
KR (1) | KR20220032075A (zh) |
CN (1) | CN114174795A (zh) |
WO (1) | WO2021007251A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023196242A1 (en) * | 2022-04-06 | 2023-10-12 | Schlumberger Technology Corporation | Iot-enabled systems and methods for monitoring methane emissions of one or more industrial facilities |
WO2024081289A1 (en) * | 2022-10-11 | 2024-04-18 | Aclima Inc. | Identification of clusters and sources of methane |
CN115371740B (zh) * | 2022-10-20 | 2023-02-10 | 江苏舜维环境工程有限公司 | 用于环保处置的侦测平台和侦测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1432128A (zh) * | 2000-06-02 | 2003-07-23 | 拉蒂斯知识产权有限公司 | 采用滤光片的气体的非扩散性红外测定法 |
CN1918466A (zh) * | 2003-12-19 | 2007-02-21 | Itt制造企业公司 | 远距离定量探测天然气或油管流体泄漏的***和方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4507558A (en) | 1983-02-22 | 1985-03-26 | Honeywell Inc. | Selective leak-detector for natural gas |
US5946095A (en) | 1996-03-08 | 1999-08-31 | Gas Research Institute | Natural gas detection apparatus and method operable in a moving vehicle |
US5783741A (en) * | 1997-01-31 | 1998-07-21 | Atlantic Richfield Company | Capillary furnace for improved peak resolution in gas isotope chromatography |
US6888127B2 (en) * | 2002-02-26 | 2005-05-03 | Halliburton Energy Services, Inc. | Method and apparatus for performing rapid isotopic analysis via laser spectroscopy |
US6750453B1 (en) * | 2002-05-25 | 2004-06-15 | Ophir Corporation | Methods of and apparatus for detecting low concentrations of target gases in the free atmosphere |
US10113997B2 (en) * | 2011-10-20 | 2018-10-30 | Picarro, Inc. | Methods for gas leak detection and localization in populated areas using two or more tracer measurements |
US10948471B1 (en) * | 2017-06-01 | 2021-03-16 | Picarro, Inc. | Leak detection event aggregation and ranking systems and methods |
GB2569138B (en) * | 2017-12-06 | 2020-07-29 | Compact Science Systems Ltd | Systems and methods of determining isotopic composition of gaseous samples |
US10823716B2 (en) * | 2018-01-11 | 2020-11-03 | Saudi Arabian Oil Company | Determining hydrocarbon gas maturity |
-
2020
- 2020-07-07 JP JP2022500648A patent/JP7479444B2/ja active Active
- 2020-07-07 WO PCT/US2020/041069 patent/WO2021007251A1/en unknown
- 2020-07-07 KR KR1020227003942A patent/KR20220032075A/ko unknown
- 2020-07-07 EP EP20837428.0A patent/EP3997433A4/en active Pending
- 2020-07-07 CN CN202080056005.XA patent/CN114174795A/zh active Pending
- 2020-07-07 US US16/922,929 patent/US11519849B2/en active Active
-
2022
- 2022-10-19 US US17/969,241 patent/US11781976B2/en active Active
-
2023
- 2023-08-30 US US18/240,310 patent/US20230408403A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1432128A (zh) * | 2000-06-02 | 2003-07-23 | 拉蒂斯知识产权有限公司 | 采用滤光片的气体的非扩散性红外测定法 |
CN1918466A (zh) * | 2003-12-19 | 2007-02-21 | Itt制造企业公司 | 远距离定量探测天然气或油管流体泄漏的***和方法 |
Non-Patent Citations (4)
Title |
---|
JOHN.D.ALBERTSON 等: "A Mobile Sensing Approach for Regional Surveillance of Fugitive Methane Emissions in Oil and Gas Production", ENVIRONMENTAL SCIENCE & TECHNOLOGY, vol. 50, pages 2487 - 2497, XP055782737, DOI: 10.1021/acs.est.5b05059 * |
NANCY P. SANCHEZ 等: "Exploratory study of atmospheric methane enhancements derived from natural gas use in the Houston urban area", ATMOSPHERIC ENVIRONMENT, vol. 176, pages 261 - 273, XP055782735, DOI: 10.1016/j.atmosenv.2018.01.001 * |
TARA I. YACOVITCH 等: "Mobile Laboratory Observations of Methane Emissions in the Barnett Shale Region", ENVIRONMENTAL SCIENCE & TECHNOLOGY, vol. 49, pages 7889 - 7895, XP055782739, DOI: 10.1021/es506352j * |
侯读杰,肖中尧,唐友军,朱俊章,李贤庆: "柯克亚油气田混合来源天然气的地球化学特征", 天然气地球科学, no. 06, pages 50 - 55 * |
Also Published As
Publication number | Publication date |
---|---|
WO2021007251A1 (en) | 2021-01-14 |
US20210010929A1 (en) | 2021-01-14 |
EP3997433A4 (en) | 2023-07-12 |
US20230408403A1 (en) | 2023-12-21 |
JP7479444B2 (ja) | 2024-05-08 |
US11519849B2 (en) | 2022-12-06 |
EP3997433A1 (en) | 2022-05-18 |
US20230040171A1 (en) | 2023-02-09 |
JP2022540416A (ja) | 2022-09-15 |
US11781976B2 (en) | 2023-10-10 |
KR20220032075A (ko) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104736986B (zh) | 使用同位素比测量在人口稠密地区中进行气体泄漏检测和定位的方法 | |
CN104736987B (zh) | 使用水平分析在人口稠密地区中进行气体泄漏检测和定位的方法 | |
US11933774B1 (en) | Leak detection event aggregation and ranking systems and methods | |
US10962437B1 (en) | Aggregate leak indicator display systems and methods | |
US11781976B2 (en) | Methane peak detection | |
US9500556B2 (en) | Methods for gas leak detection and localization in populated areas using multi-point analysis | |
US9739758B2 (en) | Methods for gas leak detection and localization in populated areas using isotope ratio measurements | |
Lanjewar et al. | Survey of road bump and intensity detection algorithms using smartphone sensors | |
WO2014081331A1 (ru) | Способ мобильного контроля содержания вредных газовых компонентов в воздухе и устройство для его осуществления | |
KR20220120552A (ko) | 환경 조건들의 하이퍼-로컬 매핑 | |
US11821883B2 (en) | Method for detecting anomalies in environmental data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220311 |
|
WD01 | Invention patent application deemed withdrawn after publication |