Добавить в корзинуПозвонить
Найти в Дзене
IT Russia brief

В Московском Политехе создают систему для прогнозирования аварий в энергосетях

Она поможет предотвращать аварии и оптимизировать расход топлива Учёные Московского политехнического университета разрабатывают систему управления энергетическими сетями на основе искусственного интеллекта. Она поможет прогнозировать аварии и оптимизировать расход топлива. Об этом сообщил ТАСС со ссылкой на пресс-службу вуза. «Мы обрабатываем большой объём информации с целью мониторинга и диагностики энергосистем. Благодаря этому возможно точное прогнозирование потребностей в энергетических ресурсах, что помогает эффективнее планировать загрузку энергосистем», – рассказала автор разработки, старший преподаватель кафедры «Промышленная теплоэнергетика» вуза Валерия Колищак. Большие объёмы данных об энергосистемах будет анализировать искусственный интеллект. Алгоритмы обработают информацию о работе оборудования, нагрузках, потреблении энергии и других параметрах в режиме реального времени. И на основе этих данных система сделает прогноз о потребности в энергоресурсах, выявит отклонения в
Оглавление
   Источник изображения: ItRussia.Media
Источник изображения: ItRussia.Media

Она поможет предотвращать аварии и оптимизировать расход топлива

Учёные Московского политехнического университета разрабатывают систему управления энергетическими сетями на основе искусственного интеллекта. Она поможет прогнозировать аварии и оптимизировать расход топлива. Об этом сообщил ТАСС со ссылкой на пресс-службу вуза.

Анализ больших данных и прогноз

«Мы обрабатываем большой объём информации с целью мониторинга и диагностики энергосистем. Благодаря этому возможно точное прогнозирование потребностей в энергетических ресурсах, что помогает эффективнее планировать загрузку энергосистем», – рассказала автор разработки, старший преподаватель кафедры «Промышленная теплоэнергетика» вуза Валерия Колищак.

Большие объёмы данных об энергосистемах будет анализировать искусственный интеллект. Алгоритмы обработают информацию о работе оборудования, нагрузках, потреблении энергии и других параметрах в режиме реального времени. И на основе этих данных система сделает прогноз о потребности в энергоресурсах, выявит отклонения в работе оборудования и предупредит о возможных сбоях.

Система будет действовать на опережение. Отклонения от нормальных показателей – сигнал о возможных неисправностях. Раннее выявление позволит предотвращать аварии. Ещё одна главная функция системы – оптимизация работы энергосистем. Чтобы снизить потери при передаче энергии и уменьшить расход топлива, нейросети будут перераспределять потоки мощности и балансировать нагрузку. Система будет сама планировать загрузку мощностей с учётом прогноза потребления и текущего состояния оборудования.

Алгоритмы умеют подстраиваться

Разработку планируют протестировать на реальных объектах – участках энергосетей, которые курирует Московский аналитический центр в сфере городского хозяйства. Как говорит Колищак, систему научат работать с разными типами энергоустановок – от котельных и тепловых пунктов до трансформаторных подстанций. Алгоритмы будут адаптироваться под специфику разных объектов, учитывать их технические характеристики, режим работы и особенности нагрузки. Это крайне важно, ведь энергетическая инфраструктура неоднородна – оборудование разных лет выпуска, работает в разных условиях и отличается по мощности.

Внедрение такой системы снизит количество аварий и незапланированных остановок оборудования. А оптимизация работы энергосистем сэкономит топливо и снизит потери при передаче энергии, что особенно актуально для крупных городских систем.

Если испытания пройдут успешно, разработку масштабируют на другие регионы.

Ранее мы писали, что во Владимирской области в энергосистему внедрена цифровая Система мониторинга запасов устойчивости (СМЗУ) – программно-технический комплекс для оперативного расчёта доступной пропускной способности сети и оптимального управления режимами работы электростанций.