✏️ Водоснабжение и канализация: В НГТУ НЭТИ создают систему умного теплоснабжения на основе машинного обучения

✏️ Водоснабжение и канализация: В НГТУ НЭТИ создают систему умного теплоснабжения на основе машинного обучения

Ученые Новосибирского государственного технического университета НЭТИ совместно со студентами разрабатывают интеллектуальную систему прогнозирования аварий на объектах теплоснабжения.

Фото: НГТУ НЭТИ

Разработка ведется на факультете энергетики и факультете автоматики и вычислительной техники НГТУ НЭТИ в тесном сотрудничестве с индустриальными партнерами. Проект развивается с 2020 года при поддержке программы «Приоритет-2030». В настоящий момент в системе онлайн-мониторинга находятся 60 социальных объектов первой категории. Оборудование на них собирает данные о режимах работы с интервалом всего 5 минут, передавая информацию по защищенным высокоскоростным каналам связи.

В рамках студенческой проектной деятельности будущим энергетикам необходимо провести оценку взаимного влияния параметров на фактическое потребление тепловой энергии конечным объектом. Задача, которая стоит перед студентами, — определить динамику потребления тепловой энергии в периоды изменения температуры наружного воздуха, включая рост или снижение потребления в зависимости от следующих параметров: температура наружного воздуха и во внутренней системе теплопотребления, а также в тепловой сети; соответствие или несоответствие фактической температуры на вводе в объект утвержденному температурному графику тепловой сети; расходы теплоносителя.

«Умное теплоснабжение опирается на предиктивную аналитику. Оценка взаимного влияния параметров на фактическое потребление тепловой энергии — это фундамент для перехода от реактивного анализа к проактивному. Практическая ценность такого анализа заключается в возможности скорректировать режимы работы системы теплопотребления для приведения фактических параметров в соответствие с нормативами, что в итоге позволяет сократить финансовые потери от нерационального использования тепла, сохранив температурный комфорт в помещениях», — рассказала научный руководитель студентов, профессор кафедры тепловых электрических станций доктор технических наук Олеся Боруш.

Для анализа и прогнозирования ситуаций на тепловых сетях ученые вуза внедряют элементы искусственного интеллекта. Так, в рамках пилотного проекта модели машинного обучения были установлены на трех объектах, в том числе в Инженерном лицее НГТУ. Алгоритмы, обученные на многолетнем архиве данных, уже научились предсказывать нештатные ситуации до того, как они произойдут.

Как рассказал доцент кафедры тепловых электрических станций НГТУ НЭТИ кандидат технических наук Александр Дворцевой, согласно результатам тестирования, нарушения по давлению обратной сетевой воды система выявляет за 30 минут до фактического выхода за пределы лимита, по температуре прямой и обратной сетевой воды прогноз еще более долгосрочный — от 2 до 6 часов до наступления критических значений.

При обнаружении аномалий система автоматически отправляет оповещения через действу