Elise Lunde Gjelsvik vant prisen “The Terje Østvold Memory Award” for beste paper 2022 på Tekna Oil Field Chemistry Symposium nylig. Prisen deles ut for innovativ tilnærming til vitenskapelig og teknisk orientert arbeid.
– Det var veldig stas å vinne prisen! Å bli valgt ut til å vinne en pris for innovativ forskning av eksperter innenfor fagfeltet validerer at arbeidet jeg gjør er viktig og spennende, også utenfor prosjektet, sier Gjelsvik, som er PhD-stipendiat ved institutt for datavitenskap på NMBU.
Vil unngå blokkering av oljerørledninger
PhD-arbeidet hennes går ut på å identifisere komponenter i råolje som er knyttet til dannelsen av gasshydrater – kjemiske forbindelser mellom gassmolekyler og vann. Når olje i oljerørledninger er under høyt trykk og under kalde temperaturer dannes gasshydrater. Dette er krystallstrukturer der gass blir fanget i vanngitre slik at det dannes is i rørledningene. Som et resultat kan rørene bli blokkert.
Det finnes imidlertid noen oljer som danner gasshydrater som ikke klumper seg sammen. Gjelsvik prøver å identifisere de kjemiske strukturene som gjør at noen oljer klumper seg og andre ikke. Dette gjør hun gjennom nøyaktig massespektrometri kombinert med maskinlæring. I paperet prøver hun å identifisere disse komponentene og sammenligne dem med kjente kjemiske egenskaper for å se hvordan hydratene oppfører seg. Målet er å hindre blokkering av oljerørledninger.
Kan forhindre forurensning i havet
Hvis en rørledning blir blokkert, må produksjonen stenges helt til isklumpen er fjernet. Disse stengningene kan vare i flere måneder og medfører store økonomiske tap. Det har også miljømessige konsekvenser: Dersom produksjonen ikke blir stoppet i tide, kan hydratene ødelegge rørledningene. Da vil olje lekke ut i havet. Det vil også kjemikalier, blant annet metanol, etanol og glykoler, som brukes for å forhindre at hydratene dannes. Et av målene med Gjelsviks arbeid er nettopp å redusere bruken av disse kjemikaliene.
Tittelen på Gjelsviks paper er Identifying Components Related to Hydrate Formation by Machine Learning-based Variable Selection. Paperet er en del av prosjektet KPN New Hydrate Management, som PhD-en til Gjelsvik også er en del av. Prosjektet er et samarbeid mellom NMBU og SINTEF, finansiert av Forskningsrådet og industripartnerne Equinor, Wintershall Dea, OMV Norge og TotalEnergies.