Научная группа Томского политехнического университета совершила прорыв в области хранения водородного топлива. Исследователи разработали инновационные гибридные модели глубокого обучения, способные прогнозировать растворимость водорода при подземном хранении, сообщает пресс-служба Минобрнауки РФ.
Руководитель проекта, инженер-исследователь Центра Хериот-Ватт ТПУ Шадфар Давуди подчеркнул: «Соленые водоносные горизонты требуют детального изучения для хранения водорода. Растворимость в рассоле — ключевой параметр, измерение которого сопряжено со значительными затратами. Методы машинного обучения открывают новые возможности для точного прогнозирования».
Команда ученых впервые объединила сверхточные нейронные сети и сети долгой краткосрочной памяти с передовыми алгоритмами оптимизации. Модели обучались на массиве из 981 лабораторного замера, учитывая температуру, давление и характеристики солей.
Наиболее эффективной оказалась модель CNN-GO, превзошедшая традиционные методы анализа. Разработка позволит избежать длительных лабораторных исследований при оценке пригодности подземных хранилищ для водорода.
Исследование, проведенное в рамках программы «Приоритет-2030», открывает путь к созданию безопасных и экономичных подземных хранилищ водорода — перспективного источника «зеленой» энергии. Результаты работы опубликованы в авторитетном научном журнале Energy & Fuels.
