Ученые из Томского политехнического университета (ТПУ) впервые разработали гибридную модель машинного обучения, которая способна прогнозировать растворимость водорода в тех или иных условиях подземного хранения. Технология упростит и удешевит трудоемкий процесс оценки пригодности мест для создания в них хранилищ.
Использование водорода в качестве топлива в последние годы становится все более перспективным из-за его экологичности. Но для применения этого ресурса необходимо решить несколько важных задач, одной из которых является вопрос хранения. Сейчас водород содержат в газообразном или жидком виде в наземных резервуарах, однако многие научные и инженерные группы во всем мире продвигают идею подземного хранения, что может быть экономически более целесообразным.
Такой метод еще и более безопасный, он обеспечивает ресурсоемкость и масштабируемость. Для этого используют естественные соленые водоносные горизонты и истощенные нефтегазовые пласты. Однако есть риск, что водород будет как-то взаимодействовать с остаточным сырьем в слое, а также с минералами и микроорганизмами в нем.
Соленые водоносные горизонты хорошо изучены в части улавливания, утилизации и хранения углекислого газа, однако их пригодность для хранения водорода требует дальнейшего детального изучения. Одним из ключевых параметров является растворимость водорода в рассоле, измерение которой — сложный и дорогостоящий процесс. Методы машинного обучения могут обеспечить точные и надежные прогнозы растворимости, анализируя различные входные параметры и превосходя традиционные методы.
Ранее для оценки растворимости водорода использовались общие алгоритмы машинного обучения, которые применяются в разных отраслях энергетики и геологии. Авторы новой разработки объединили эти методы с оптимизирующими моделями. Тестировалась полученная нейросеть на большом массиве лабораторных данных, включающих 981 замер. Учитывалась температура, давление, соленость и тип соли, растворенной в водоносном горизонте.
Таким образом, исследователям удалось получить универсальную масштабируемую модель, которую можно использовать для прогнозирования растворимости водорода в подземном хранилище без проведения сложных лабораторных исследований.
Ранее мы рассказывали о разработках в области создания водородных авиадвигателей.