Томские ученые научили ИИ решать задачи подземного хранения водорода

Исследователи из Томского политехнического университета разработали новые гибридные модели глубокого обучения для прогнозирования растворимости водорода при подземном хранении.

Результаты проекта, выполненного в рамках программы «Приоритет-2030», опубликованы в авторитетном журнале Energy & Fuels.

Этот подход обещает сделать хранение водорода, одного из ключевых источников альтернативной энергии, более эффективным и безопасным.

В Минобрнауки России рассказали, что сегодня внимание к водородным технологиям стремительно растёт. Одной из главных задач остаётся поиск надёжных способов его хранения.

Подземные методы, в том числе использование солевых водоносных горизонтов, считаются перспективным направлением, но требуют тщательного изучения.

Учёные столкнулись с трудностями: водород может вступать в реакцию с минералами, микробами или остаточными углеводородами. Кроме того, измерение растворимости газа в рассоле сопряжено с большими затратами.

Использование машинного обучения позволяет прогнозировать этот показатель с высокой точностью. Созданные в ТПУ модели объединяют нейронные сети и алгоритмы оптимизации.

Наилучшие результаты показала система CNN-GO, которая способна заменить трудоёмкие лабораторные исследования.

Следует отметить, что в России активно развиваются технологии подземного хранения водорода, которые позволяют обеспечить более эффективное и безопасное хранение этого энергоносителя.

Разработки российских учёных открывают новые возможности для хранения водорода, что ускорит переход к «зелёной» энергетике.

Напомним, что в вечной мерзлоте Арктики обнаружены вирусы размером в 30 раз больше обычных. Подробнее об этом читайте в материале «ЭкоПравды».