元宇宙技术群与量子计算赋能CCUS研究现状及趋势.pdf
《元宇宙技术群与量子计算赋能CCUS研究现状及趋势.pdf》由会员分享,可在线阅读,更多相关《元宇宙技术群与量子计算赋能CCUS研究现状及趋势.pdf(9页珍藏版)》请在咨信网上搜索。
1、第19卷 第3期 新疆石油天然气Vol.19 No.3 2023年9月 Xinjiang Oil&GasSept.2023基金项目:国家自然科学基金项目“工业无源网络的低功耗高可靠感知和传输方法研究”(61802184);中国石油大学(北京)克拉玛依校区科研启动基金项目“面向智慧农业的绿色低碳无源技术研究”(XQZX20220004);新疆维吾尔自治区天池博士计划项目。第一作者:骆灵(2001-),现就读于中国石油大学(北京)克拉玛依校区,本科,研究方向:机器学习、CCUS、元宇宙交叉融合方向。(Tel)13698120082(E-mail)通讯作者:李义常(1989-),2017年毕业于韩国
2、汉阳大学电子系统工程专业,博士,中国石油大学(北京)克拉玛依校区硕士生导师,研究方向为碳中和、区块链、量子计算。(Tel)15951989159(E-mail)文章编号:16732677(2023)03086-09DOI:10.12388/j.issn.1673-2677.2023.03.013元宇宙技术群与量子计算赋能CCUS研究现状及趋势骆灵1,李义常1,魏立尧2(1.中国石油大学(北京)克拉玛依校区,新疆克拉玛依 834000;2.中国石油新疆油田分公司电力公司(新能源项目部),新疆克拉玛依 834000)摘要:元宇宙是下一代互联网的终极状态,是与现实世界互联的沉浸式虚拟世界,其用途包括
3、数字孪生场景下的实时渲染,以及遵循物理定律的高精度模拟仿真,正不断影响着整个世界。碳捕集、封存与利用技术(CCUS)是中国实现“双碳”目标的重要技术之一,与传统的碳捕集和封存技术(CCS)相比,具有经济收益与现实可操作性。目前CCUS技术在工程规范化上存在不足导致产业化成本高昂,对当今国内外CCUS技术发展现状做出总结,发现基于监督算法与无监督算法的机器学习在吸附剂的选择以及基于吸附剂的CO2捕获过程中能够发挥巨大作用,并且利用量子计算技术进行过程模拟和优化可以以较低成本捕获CO2。提出一种利用元宇宙技术群(尤其是机器学习)实现线上线下相结合的智能集成化管理系统作为展望未来的构想,以解决当今C
4、CUS面临的产业化问题,全面助力CCUS实现规模化应用。关键词:元宇宙;CCUS;机器学习;碳中和;量子计算;人工智能中图分类号:TP3文献标识码:AUse of Metaverse Technology Clusters and Quantum Computing in CCUS:Research Status and TrendsLUO Ling1,LI Yichang1,WEI Liyao2(1.Karamay Campus,China University of Petroleum(Beijing),Karamay 834000,Xinjiang,China;2.New Energy
5、Department of Elec-tric Power Company,PetroChina Xinjiang Oilfield Company,Karamay 834000,Xinjiang,China)Abstract:The metaverse represents the next generation of internet and is also an immersive virtual world connected to the real world on which it is having a profound effect.It is capable,for exam
6、ple,of real time rendering of digital twin scenarios and high-precision simu-lations that follow the laws of physics.Carbon Capture,Utilization,and Storage(CCUS)has come to be regarded as a critical core tech-nology for China to achieve its double carbon goal.Compared with conventional Carbon Captur
7、e and Storage(CCS)technology,it of-fers tangible economic benefits and practical operability.The metaverse can energize every aspect of CCUS.However,current CCUS engineering technology is not standardized,which means high industrialization costs.Our analysis of the current development status of CCUS
8、 technology at home and abroad reveals that machine learning based on supervised and unsupervised algorithms can play a huge role in CO2 capture using adsorption techniques;in particular on the selection of adsorbent materials.In addition,process simulation 86骆灵,等:元宇宙技术群与量子计算赋能CCUS研究现状及趋势第19卷 第3期202
9、0年9月,我国明确提出“双碳”目标,即2030年实现“碳达峰”和2060年实现“碳中和”两个目标。“双碳”目标是我国推动构建人类命运共同体和实现可持续发展的重要战略决策1。CO2捕集、利用与封存(Carbon Capture,Utilization and Storage,简称CCUS)指将CO2从工业排放源中分离后加以利用并封存,以实现CO2减排的工业过程。CCUS作为应对气候变化,实现CO2永久减排的技术,是目前能源领域在双碳目标下实现油气高效开采的重要手段2。元宇宙作为未来经济社会数字化转型的主场景之一,会对产业发展逻辑和社会生产与组织方式产生巨大影响3。近年来,元宇宙技术群中的机器学习
10、技术、量子计算技术等新兴技术迅速发展,为CCUS技术的研究和应用带来了新的机遇。其中,元宇宙技术能够实现虚实融合,为CCUS技术的研究、展示和宣传提供了全新的思路和平台;量子计算技术则具有处理大规模数据和解决复杂问题的能力,为优化CCUS反应机理和材料设计等提供了强有力的支持;而机器学习则能够对CCUS技术的数据进行处理和分析,提高CCUS技术的效率和可行性。同时,中国政府在实现碳中和的道路上已经采取了多项重要措施和政策,为元宇宙技术、量子计算技术和机器学习在CCUS技术中的应用提供了良好的环境和支持。塔里木油田“十四五”新能源发展规划 中提出利用与封存提高采收率(CCUS-EOR)项目,初步
11、形成传统能源产业与新能源融合发展格局4。我国已具备大规模CCUS的工程能力,中国石油吉林油田的CCUS-EOR项目是全球正在运行的21个大型CCUS项目之一,也是亚洲最大的EOR项目,CO2埋存能力约为35104 t/a,累计埋存CO2 225104 t5。并已建成了大庆低渗透、吉林特低渗透、长庆超低渗透、新疆砾岩等 4 个不同类型油藏 CCUS-EOR 国家级先导试验区,在吉林大情字井和大庆榆树林特低渗透油田开展工业化应用,占全国累计注入CO2总量的 75%6。本文全面梳理近年来全世界范围内机器学习在CCUS中的应用方向与重要突破,并结合中国实际情况,对相关技术的前景进行展望。1 元宇宙技术
12、群的定义近年来,元宇宙技术已经成为了全球科技领域的热门话题。有研究人员提出了碳资产数字化管理体系的构建策略,旨在利用数字化技术实现碳资产的全生命周期管理和全流程管理7。而人工智能技术的智能化和自主学习能力,则为元宇宙的智能交互和决策提供了基础。此外,元宇宙的开发离不开网络和计算技术的支持,物联网技术也将为元宇宙中的各类设备提供智能化连接和数据传输功能。虚拟现实技术则可使用户在元宇宙中更加真实地感受和体验各种场景和事件。量子计算技术的出现,更是给元宇宙技术的发展带来了新的机遇和挑战。量子计算技术的高效处理和存储能力,能够极大地提高人工智能技术的训练效率和精度,使得元宇宙中的智能决策和交互更加智能
13、化和高效化,如图1所示。此外,量子计算技术在信息加密和保护方面也具有巨大的潜力,可以为元宇宙中的数据安全提供更加强大的保障。因此,可以说量子计算技术是元宇宙技术的第七大支撑技术。它不仅为元宇宙的发展提供了新的技术支撑和推动,也为未来元宇宙的应用和发展带来了更加广阔的前景。图1 元宇宙技术群2 元宇宙技术群在碳捕集中的应用2.1 问题描述在CCUS中的碳捕集研究中,为优选物理或化学and optimization using quantum computing offers a lower cost option for CO2 capture than the technologies cur
14、rently in use.This paper propos-es an intelligent,integrated,on and offline management systemusing metaverse technology clusters(particularly machine learning)as a vision for the future to solve the industrialization issues facing CCUS and help to achieve its large scale application.Key words:metave
15、rse;CCUS;machine learning;carbon neutral;quantum computing;artificial intelligence引用:骆灵,李义常,魏立尧.元宇宙技术群与量子计算赋能CCUS研究现状及趋势 J.新疆石油天然气,2023,19(3):86-94.Cite:LUO Ling,LI Yichang,WEI Liyao.Use of metaverse technology clusters and quantum computing in ccus:research status and trends J.Xinjiang Oil&Gas,2023
16、,19(3):86-94.87新疆石油天然气2023年吸附介质,研究者一般通过多次试验筛选出CO2吸附率较高的物理介质或溶解度较高的化学介质作为碳捕集过程中用于捕集CO2的介质。但是,由于不同物理或化学物质在不同的温度、压强等条件下,对CO2的捕集能力不同,且存在数不胜数的需要研究的物理和化学物质,其成本是不可估量的。因此研究者们提出利用机器学习、量子计算等元宇宙技术群方法来预测不同物质在不同条件下对CO2的捕集能力或优化试验过程,以此来降低碳捕集成本。图2例示了机器学习与量子计算对碳捕集的加持作用。图2 机器学习与量子计算对碳捕集的加持作用2.2 研究现状2.2.1 基于机器学习的建模方法与
17、成果机器学习被用于优化CO2捕集和分离的过程,包括选择最佳的溶剂、开发新型的分离膜、优化反应器的设计等。使用机器学习可以显著提高CO2吸附和分离过程的效率,例如选择最佳的溶剂可以将吸附率提高30%以上。Bidgoli等8综合了石油和天然气处理的热力学和筛选分析,确定重要的操作参数,以降低浮式生产储油卸油装置(FPSO)的能源需求,提高效率与产量。文章分别使用平滑样条方差分析(SS-ANOVA)、全局灵敏度分析算法(PAWN)、梯度回归模型和Morris算法四种基于机器学习的筛选分析算法对热力学和结构设计变量作灵敏度分析,实现了对FPSO总功耗、碳捕集和封存CO2去除效率和功耗以及总产油量的估计
18、。袁湘州等9利用机器学习系统绘制了作为生物质废弃物衍生的多孔碳(BWDPCs)结构与组成特性的CO2吸附以及吸附参数。其中,梯度增强决策树不论是在训练集还是在测试集上都有良好的表现,文章将数据中的BWDPCs分为常规多孔碳和杂原子参杂多孔碳,具有较好的准确性和泛化能力。文章中的特征重要性揭示了吸附参数、结构性质和成分在基于BWDPCs的CO2吸附中的优先顺序,可以有效指导用于CO2吸附的多孔碳合成。Chen等10开发了用于预测CO2在不同浓度氨基酸盐溶液中的溶解度以及评价不同工艺参数与CO2溶解度关联性的多种机器学习集成模型。文章中将弱模型组合成鲁棒性强的模型,包括随机森林、极端随机树和使用A
19、daboost增强的KNN三种模型,重复试验,为每个模型建立正确的超参数,并进行优化。除此之外,在碳捕集方面,Sipcz等人11利用专门用于对CO2捕获、运输和储存过程进行建模和模拟的软件CO2SIM生成数据,使用多层前馈神经网络来研究在溶剂型CO2捕获过程中输入与输出的非线性关系。Nuchitprasittichai和Cremaschi使用不同的胺,利用响应面分析法和人工神经网络来最大限度地降低CO2的捕获成本。在吸收CO2的溶剂选择方面,Wang等12提出了一种主要包含四个步骤的策略。第一个步骤与目标系统有关,第二个步骤是使用COSMO-RS模型计算离子液体的选择性和解吸率,第三个步骤是用
20、两个预测模型分别预测熔点和黏度,并利用支持向量机方法来寻找最优的离子溶液13。综上所述,机器学习可以基于分子结构和物理性质预测材料中CO2的吸附量和选择性,从而更高效的选择溶剂或合成多孔碳等物质对CO2进行分离,进而提高CO2的捕集效率,如图3所示。图3 机器学习赋能CO2捕获2.2.2 量子计算在CO2捕获中的应用在CO2捕获领域,Shen等14研究者突破性的将量子计算用于验证双相溶剂中CO2吸收的两极相互作用机理,实验结果表明双相溶剂中活性胺基团的变化决88骆灵,等:元宇宙技术群与量子计算赋能CCUS研究现状及趋势第19卷 第3期定了吸附机制的变化。为了证明双相溶剂中两阶段相互作用的吸收机
21、制的存在,利用量子计算研究了预测的反应路径和能量特性。Van der Meer等人15指出,CO2捕获技术的优化需要解决的一个主要问题是,如何找到最佳的吸收剂。量子计算机可以模拟这些吸收剂与CO2分子之间的相互作用,从而快速地预测出最佳的吸收剂。因此,量子计算技术可以显著减少寻找最佳吸收剂的时间和成本。在Stojanovi等人的论文中16,提出了一种利用量子计算技术优化CO2捕获过程的新方法。他们将CO2捕获问题转化为一个最优控制问题,并利用量子计算机在多项式时间内求解了这个问题。结果表明,与传统方法相比,利用量子计算机可以显著降低CO2捕获过程中的能耗和成本。除此之外,还有一些研究者将量子计
22、算技术应用于模拟CO2吸附过程中的分子运动。例如,Islam等人17利用量子蒙特卡罗方法,对CO2在不同的碳材料表面上的吸附行为进行了模拟。结果可以准确地描述CO2在碳材料上的吸附行为,有助于更好地理解和优化CO2吸附材料的性能。Li等人18则介绍了一种利用量子化学方法研究CO2吸附机制的方法。使用密度泛函理论和分子动力学模拟方法,研究了CO2在不同表面性质的石墨烯材料上的吸附机制,并通过量子化学计算预测了吸附能力和吸附动力学。因此,量子计算在CO2捕获中有如下作用:通过模拟吸附剂与CO2分子之间的相互作用,快速预测最佳吸附剂,从而减少寻找最佳吸附剂的时间和成本;用于优化CO2捕集过程的能耗和
23、成本,如将CO2捕集问题转化为最优控制问题,并在多项式时间内求解该问题。2.3 技术难点在用于CO2捕集的多孔碳合成过程中,需要预测吸附参数、结构性质和成分的优先顺序,以指导多孔碳的合成;对于用氨基酸盐溶液进行碳捕集的技术,需要预测CO2在不同浓度下的溶解度,以评价不同工艺参数与CO2溶解度的关联性;在选择用于吸收CO2的溶剂时,需要综合考虑离子液体的选择性、解吸率、熔点和黏度等因素。这都需要对机器学习模型的选择和参数优化有深入的理解。而对于溶剂型CO2捕获过程,需要研究输入和输出之间的非线性关系,以实现更准确的预测和控制。这需要熟练掌握多层前馈神经网络和CO2SIM等建模工具。碳捕获过程涉及
24、到多种物质的相互作用,需要对这些物质的特性进行详细的分析和处理。量子计算机需要能够高效地处理这些大规模的数据和信息,以快速准确地模拟各种碳捕获过程。碳捕获领域中存在多种不同类型的问题,包括但不限于吸收剂筛选、捕获过程的优化和能量消耗的降低等。量子计算机需要能够应对这些不同类型的问题,提供多种适用的算法和计算模型。在碳捕获领域中,精度是至关重要的。不准确的模拟结果可能会导致捕获过程的失败或者不理想结果。量子计算机需要提供高精度的计算和模拟能力,以准确地预测各种碳捕获过程的结果和性能。2.4 发展趋势近期发展起来的联邦学习、元学习和小样本学习,可以有效解决实验数据不足的问题。联邦学习是机器学习的一
25、种使能技术,适用于出于隐私或监管原因无法集中分析数据的场景19。在碳捕集的实验中,需要训练模型的研究人员可以下载云端模型,并上传数据进行训练,再向云端发送训练好的模型,云端综合处理来自不同人员上传的模型,再生成一个新模型发给研究人员,利用不同研究人员手中不同的数据再进行训练,直至得到最终的碳捕集模型。而元学习与小样本学习则是可以利用少量的数据训练出高精确的模型。3 元宇宙技术群在CO2运输中的应用3.1 问题描述CO2运输是CCUS技术链的重要组成部分。CO2需要从发电厂、钢铁厂、炼油厂等工业源采集,然后通过管道、船舶、铁路等方式运输到CO2封存地点进行长期封存,如图4所示。在原油输配系统中,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 宇宙 技术 量子 计算 CCUS 研究 现状 趋势
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。