Enhancing Liquid Hydrocarbon Pipeline Leak Detection Using Instrumented Aerial Surveillance
Notice bibliographique
Résumé
Suncor Energy Inc. contacted Synodon as part of an effort to enhance pipeline leak detection. Ideally, Suncor needed a technology that could detect natural gas as well as liquid hydrocarbon releases. Synodon’s new technology is an aircraft mounted gas remote sensing instrument that has been used for detecting leaks from natural gas pipelines for over four (4) years and was expanding their capability to include liquid hydrocarbons. This paper will describe the steps that Suncor and Synodon have taken over the last two years to develop and validate this detection technology. Synodon completed a number of studies including laboratory and field tests that demonstrated the ability of Synodon’s technology to remotely detect ground-level plumes of vapours released from a liquid hydrocarbon pipeline. Synodon conducted full atmospheric analytic modeling followed by laboratory measurements to determine the level of sensitivity of its instrument measurement to both methane and various liquid hydrocarbon vapors including gasoline, condensates and synthetic crude oil. Suncor participated in the development of test methodology and field execution in order to witness and validate the results. Based on this work, Suncor has determined an optimum inspection frequency based on theoretical spill size, SCADA leak detection thresholds and conventional aerial patrol constraints. The results and conclusions of this work will be presented.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».