Оценка эффективности новых и существующих решений для непрерывного мониторинга в рамках протокола контролируемых испытаний с ослеплением одной стороны

Assessing the performance of emerging and existing continuous monitoring solutions under a single-blind controlled testing protocol
Daniel J. Zimmerle, Rachel Elizabeth Day, Ethan Emerson, Fancy Cheptonui, Chiemezie Ilonze, Ezra J. T. Levin, Daniel Fleischmann, Ryan Brouwer
2025-01-01

непрерывный мониторингуровни ложноположительных и ложноотрицательных результатоввыбросы метанапредел обнаружения методаодиночное слепое контролируемое тестирование
Решения для непрерывного мониторинга (CM) могут обеспечивать более быстрое обнаружение и устранение утечек по сравнению с традиционными методами обследования. В настоящем исследовании в течение 12 недель были испытаны 13 решений для CM с использованием контролируемых испытаний с ослеплением одной стороны. Скорости контролируемых выбросов составляли от 0,08 до 6,75 кг CH4 ч−1, а продолжительность выбросов — от 18 мин до 8 ч. Для шести решений пределы обнаружения метода при вероятности обнаружения 90% (DL90) находились в диапазоне от 0,5 [0,3; 0,6] кг CH4 ч−1 до 6,7 [5,9; 8,0] кг CH4 ч−1. Из этих шести решений пять характеризовались низкой частотой ложноположительных результатов (FP) (7,8–18,9%), а четыре — низкой частотой ложноотрицательных результатов (FN) (8,0–34,1%). Подобно результатам Ilonze и соавт., полученные данные показывают, что испытанные решения обеспечивают баланс между чувствительностью метода и низкими частотами FP и FN. Все решения на основе сканирования/визуализации продемонстрировали высокие показатели точности и правильности локализации (≥40%) на уровне единицы оборудования. Единичные оценки количественных характеристик характеризовались большими относительными ошибками, которые для малых выбросов (от 0,1 до 1 кг CH4 ч−1) составляли от 33 [0,9; 66]%, 95%-ный доверительный интервал (ДИ), до 1326 [1003; 1648]%, 95%-ный ДИ, а для крупных выбросов (>1 кг CH4 ч−1) — от 3 [−20; 26]%, 95%-ный ДИ, до 3578 [−2832; 9988]%, 95%-ный ДИ. Среднее время обнаружения для всех решений составляло от 5 ч до 5 суток. По сравнению с предыдущими исследованиями ошибки количественных оценок уменьшились, как и частоты FN и FP; при этом для 2 из 4 повторно испытанных решений были улучшены показатели DL90. Однако среднее время обнаружения увеличилось для 2 решений, осталось неизменным для 1 решения и уменьшилось для 1 из 4 повторно испытанных решений. Эти результаты показывают, что непрерывные строгие испытания повышают эффективность решений; заметные улучшения наблюдались в нескольких программах испытаний, использовавших один и тот же протокол.
1
Среди шести решений пять имели низкую частоту ложноположительных результатов — 7,8–18,9%, а четыре — низкую частоту ложноотрицательных результатов — 8,0–34,1%.
2
Среднее время обнаружения составляло от 5 часов до 5 дней; повторное тестирование обычно снижало ошибки количественной оценки, ложноположительные и ложноотрицательные результаты, но улучшение времени обнаружения было непоследовательным.
3
Решения на основе сканирования и визуализации обеспечили точность и прецизионность локализации не менее 40% на уровне отдельных единиц оборудования.
4
Количественная оценка единичных выбросов характеризовалась высокой вариабельностью относительных ошибок: от 33% до 1326% для малых выбросов и от 3% до 3578% для крупных выбросов.
5
Шесть решений достигли 90%-ных пределов обнаружения от 0,5 [0,3; 0,6] до 6,7 [5,9; 8,0] кг CH4 в час.
6
Тринадцать решений непрерывного мониторинга оценивали в течение 12 недель по протоколу контролируемого однократно слепого тестирования при выбросах метана 0,08–6,75 кг CH4 в час.

13 решений для непрерывного мониторинга (CM) выбросов метана

Показатели обнаружения, локализации и количественной оценки, частота ложноположительных и ложноотрицательных результатов, а также время обнаружения при контролируемых испытаниях с однократным ослеплением

Publication Details
Publication Date
2025-01-01
Journal
Publisher
ISSN
Cited by
10
Access Type
Author Information
Authors
Daniel J. Zimmerle
Rachel Elizabeth Day
Ethan Emerson
Fancy Cheptonui
Chiemezie Ilonze
Ezra J. T. Levin
Daniel Fleischmann
Ryan Brouwer
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%