В Санкт-Петербурге создана уникальная система, объединяющая цифровые двойники, искусственный интеллект и динамическую самопараметризацию для прогнозирования и предотвращения аварий на энергетических объектах. Разработка уже прошла испытания на ряде станций Северо-Запада.
В Санкт-Петербурге специалисты Политехнического университета Петра Великого представили новую интеллектуальную систему, способную значительно повысить безопасность и эффективность работы энергетического оборудования. Как сообщает ТАСС, разработка сочетает в себе технологии цифровых двойников, динамическую самопараметризацию и методы искусственного интеллекта.
Система позволяет не только моделировать работу сложных энергетических установок, но и автоматически учитывать изменения их физических характеристик, возникающие, например, из-за износа. Благодаря машинному обучению, алгоритм способен корректировать параметры оборудования, даже если часть данных отсутствует или недоступна для прямого мониторинга. Это обеспечивает создание максимально точной цифровой копии оборудования и позволяет проводить глубокий анализ его состояния.
По словам руководителя проекта, доцента Высшей школы атомной и тепловой энергетики СПбПУ Ирины Аникиной, новая технология дает возможность выявлять потенциальные дефекты на ранних стадиях и прогнозировать развитие неисправностей. Кроме того, система анализирует влияние различных факторов на технические процессы, что ранее было невозможно ни теоретически, ни на практике.
Особое значение разработка приобретает для новых отечественных газотурбинных установок, по которым пока нет обширной статистики эксплуатации. Пилотная версия системы уже прошла испытания на ряде энергетических станций Северо-Западного региона, где подтвердила свою эффективность.
Эксперты отмечают, что внедрение рекомендаций системы может увеличить маржинальный доход теплоэлектроцентралей на 7-8% за счет оптимизации режимов работы с учетом реального состояния оборудования. В дальнейшем планируется интеграция новых гибридных алгоритмов, что позволит снизить количество внеплановых ремонтов и оптимизировать графики технического обслуживания.
В перспективе команда разработчиков намерена расширить функционал системы, адаптировать ее для других видов генерирующего оборудования и масштабировать на предприятия энергетической отрасли по всей стране. Проект реализуется при поддержке программы стратегического академического лидерства «Приоритет-2030» Минобрнауки РФ.