Field Demonstration of Artificial Intelligence Powered Predictive Emissions Monitoring Systems (VL Energy)

La version française

Project description

VL Energy has developed a first-of-its-kind artificial intelligence (AI) powered Predictive Emissions Monitoring Systems (PEMSs). Using cloud computing, the PEMSs utilize the operating parameters of combustion equipment through AI methods to power predictive models for emission monitoring.

Industrial facilities with large stationary combustion sources are required to equip with one or more Continuous Emissions Monitoring Systems (CEMSs) to monitor air emissions for compliance with regulatory emission limits. However, CEMSs require high initial capital and operating costs, as well as frequent maintenance and operator training.

VL Energy’s monitoring systems can be used for process optimization, air emissions (NOx, SO2) monitoring, and preventative and predictive maintenance to reduce GHG emissions from non-routine venting, flaring and fugitives. In addition, this technological solution eliminates the health and safety hazards that are typical in CEMSs sampling processes.

Compared to existing CEMSs, VL Energy’s systems have the potential to reduce direct and indirect maintenance costs by 80% per year and have almost no engineering, procurement and construction (EPC) costs.

Benefits/outcomes

  • More accurate and safer monitoring of emissions
  • Reduction of emissions from venting, flaring and fugitives
  • Drastic reduction of capital and operating costs as compared to Continuous Emissions Monitoring Systems (CEMSs)

Project video

Solution developer

Collaborators

Primary contact

Project links

Démonstration sur le terrain de systèmes de surveillance prédictive des émissions par intelligence artificielle

Brève description du projet

VL Energy a mis au point un système de surveillance prédictive des émissions (PEMSs) alimenté par l’intelligence artificielle (IA), le premier du genre. Grâce à l’informatique infonuagique, les PEMSs utilisent les paramètres de fonctionnement des équipements de combustion au moyen de méthodes d’IA pour alimenter des modèles prédictifs de surveillance des émissions.

Les installations industrielles dotées de grandes sources de combustion fixes doivent s’équiper d’un ou de plusieurs systèmes de surveillance continue des émissions (CEMSs) pour contrôler les émissions atmosphériques afin de respecter les limites d’émissions réglementaires. Cependant, les CEMSs nécessitent un investissement initial et des coûts d’exploitation élevés, ainsi qu’un entretien fréquent et une formation des opérateurs.

Les systèmes de surveillance de VL Energy peuvent être utilisés pour l’optimisation des processus, la surveillance des émissions atmosphériques (NOx, SO2) et l’entretien préventif et prédictif afin de réduire les émissions de gaz à effet de serre provenant de ventilation, de brûlage à la torche et autres formes d’émissions fugitives non routiniers. De plus, cette solution technologique élimine les risques pour la santé et la sécurité qui sont typiques des processus d’échantillonnage des CEMSs.

Par rapport aux systèmes CEMSs, les systèmes de VL Energy ont le potentiel de réduire les coûts d’entretien directs et indirects de 80 % annuellement et n’entraînent pratiquement aucun coût d’ingénierie, d’approvisionnement et de construction (EPC).

Avantages et résultats

  • Une surveillance plus précise et plus sûre des émissions
  • Réduction des émissions dues à la ventilation, de brûlage à la torche et autres formes d’émissions fugitives.
  • Réduction drastique des coûts d’investissement et de fonctionnement par rapport aux systèmes de surveillance continue des émissions (CEMSs)

Vidéo du projet

Demandeur principal

Collaborateurs

Personne-ressource principale du projet

Liens