Аварии на энергосетях будет прогнозировать интеллектуальная система, которую разрабатывают в Московском политехническом университете. Пока нейросети учатся обрабатывать огромные массивы данных, но ученые уже планируют проведение тестов на реальных объектах столичной энергосистемы.
От реактивного обслуживания к предиктивной аналитике
Ключевое отличие новой системы от традиционных методов диагностики, которые выявляют возможные проблемы постфактум,– с помощью искусственного интеллекта и машинного обучения она в режиме реального времени анализирует огромные массивы данных о работе оборудования, нагрузках и потреблении энергии.
Это позволяет спрогнозировать появление возможных сбоев еще до того, как они приведут к аварии. Кроме того, по словам Валерии Колищак – разработчика системы – основываясь на полученных данных, технология способна перераспределять потоки мощности и балансировать нагрузку, снижая таким образом потери и экономя топливо.
Дорога от лаборатории до реального сектора
По словам Валерии Колищак, реальное тестирование системы запланировано на действующих участках энергосетей, которые курирует Московский аналитический центр в сфере городского хозяйства. Разработчики намерены адаптировать алгоритмы работы так, чтобы их можно было использовать с самым различным оборудованием: от котельных и тепловых пунктов до трансформаторных подстанций, с учетом конкретных характеристик и режимов работы.
После успешных испытаний можно будет говорить о масштабировании системы на другие регионы России. Не исключен и выход на внешние рынки, с учетом того, что предиктивная аналитика в энергосистемах сейчас востребована во всем мире.
Олег Шевцов - заместитель генерального директора ООО «Проект № 7»Искусственный интеллект активно внедряется в энергетику, трансформируя все процессы от генерации до распределения ресурсов. Сегодня ИИ применяется в управлении сетями, диагностике оборудования и обеспечении безопасности. Основными направлениями его использования являются предиктивная аналитика, компьютерное зрение и цифровые двойники. Алгоритмы машинного обучения прогнозируют нагрузку, выявляют аномалии и оптимизируют работу систем в реальном времени
Пять лет цифровой трансформации российской энергетики
В последние годы в российской энергетике активно внедряются самые разные решения цифровой диагностики, в том числе с использованием ИИ.
Например, cистемный оператор Единой энергосистемы с 2016 года внедряет информационно-управляющую систему «База аварийности в электроэнергетике» (ИУС «БАЭ»), интегрированную с цифровой информационной моделью энергосистем России на основе международных стандартов CIM.
Ученые Санкт-Петербургского политехнического университета Петра Великого создали систему на основе цифровых двойников, которая учитывает износ оборудования и восполняет пробелы в данных, прогнозируя дефекты. Она уже протестирована на нескольких станциях Северо-Западного региона и позволила повысить маржинальный доход ТЭЦ.
Как и в Московском политехническом университете, проект реализуется при поддержке государственной программы «Приоритет-2030» и является частью импортозамещающих технологий для российской энергетики.
Активно внедряют интеллектуальные решения и крупнейшие энергокомпании. «Россети» активно используют ИИ для мониторинга температуры трансформаторов и уровня энергопотребления в Татарстане и Московском регионе.
На Саяно-Шушенской ГЭС при участии «РусГидро» внедрена система ИИ, прогнозирующая перегрузки и предотвращающая гидроудары, что продлевает срок службы генераторов.
Новая реальность управления энергетикой
Активное внедрение искусственного интеллекта в управление энергосетями – это не дань моде, а необходимость соответствовать современным реалиям. Разработка Московского политехнического университета – еще один пример консолидации усилий науки, государства и бизнеса с целью цифровизации критической инфраструктуры.
ИИ уже активно используется для предиктивного анализа состояния энергосистем во всех ведущих экономиках мира. Российские разработки полностью соответствуют этому тренду, а их эффективность позволяет спрогнозировать массовое внедрение подобных решений не только внутри страны, но и за ее пределами.
Современные вызовы требуют быстрого перехода от теоретических разработок к конкретным коммерческим решениям. Опыт российских ученых в тесной связке с реальными потребностями энергетики способен заметно укрепить позиции России на международных цифровых рынках в этой сфере.