项目将使用人工智能提高 CCUS 效率 | Envirotec

由柏拉图重新发布

关注： 0

抽象图像

作为由赫瑞瓦特大学科学家领导的 3 万英镑项目的一部分，人工智能 (AI) 将用于减少碳排放的影响。

ECO-AI 的目标是通过碳捕获和储存来实现钢铁、水泥和化工等难以脱碳的行业。

它将通过开发用于科学计算、材料发现和财务预测的专业技术来实现这一目标，以实现深层地质构造中有效的二氧化碳捕获和储存，同时为企业和政策制定者阐明部署这些技术的财务影响。

爱丁堡的学者正在与伦敦帝国理工学院的同事合作开展这个为期两年的项目。

该团队结合了一系列科学背景，包括化学工程师、物理学家、地质学家、数学家、计算机科学家和经济学家。他们正在合作开发：用于 CO2 捕获的新型节能材料（溶剂）；用于设计地质 CO2 封存地点的低成本地下模型和新颖的财务模型，以了解创新率对不同脱碳情景的影响。

该组织表示，这项工作有望为未来的研究人员留下一个科学框架，以便在英国政府 2050 年的净零排放目标中发挥重要作用。

“二氧化碳去除技术旨在补偿难以脱碳的行业的残余排放，从而有助于实现英国的净零排放目标，”来自赫瑞瓦特大学能源、地球科学、基础设施和社会学院的项目负责人 Ahmed H Elsheikh 教授说。 “在 ECO-AI 中，我们的目标是通过使用节能溶剂从大型点排放源捕获 CO2 并使用先进的流动建模技术降低深层地质构造中 CO2 的储存成本，从而开发 CO2 去除的各个方面。

Elsheikh 教授表示，该项目将推动现有的科学研究流，寻找合适的选择，在深层地质构造中安全储存二氧化碳，而无需部署昂贵且通常耗时的探索性调查。

他继续说道：“探索地下可能非常昂贵，但通过使用人工智能，我们可以用基于人工智能的加速技术取代模拟地下流动迁移的标准技术。例如，在超级计算机上模拟通常需要 100 天的时间，我们将能够在一天内使用使用我们专业 AI 模拟器的不同类型的超级计算机来模拟相同的场景。”

在评论 CO2 捕获时，Elsheikh 教授补充说：“我们需要能够在不消耗太多能量的情况下从烟道气中提取二氧化碳的材料。采购这些材料一直是一个反复试验的过程。在 ECO-AI 中，我们将利用依赖机器学习和 AI 的新研究系列来发现用于 CO2 捕获的节能溶剂，从而降低从点源捕获 CO2 的成本。

“通过 ECO-AI，我们将把我们的发现和开发的人工智能技术传播到我们所有正在进行的研究项目中，并将与英国各地的各个研究小组分享我们的进展。我们还计划为英国大学的博士生组织两次黑客马拉松，探索该项目产生的数据集，并展示 ECO-AI 团队开发的人工智能技术。这有望在致力于净零挑战的更广泛的研究社区中推动多个研究领域的进步。”

英国研究与创新 (UKRI) 总共向 ECO-AI 提供了 2.5 万英镑，项目合作伙伴 PETRONAS、科学技术设施委员会 (STFC) 和 ArianeLogiX 提供了进一步的投资。

欲了解更多信息并了解该项目的最新信息，请访问其网页.