Ученые разработали интеллектуальный модуль для управления локальной системой теплоснабжения

Ученые разработали интеллектуальный модуль для управления локальной системой теплоснабжения

Ученые Пермского Политеха разработали интеллектуальный модуль для управления локальной системой теплоснабжения. Нейросети помогут точно и оперативно рассчитывать температуру теплоносителя на выходе из котельной.

Технология позволяет поддерживать ее в норме у потребителей, избегать необоснованного перегрева теплоносителя и экономить средства на отоплении. У разработки пока нет аналогов в России.

«Сейчас достаточно широко используют блоки управления, которые автоматически поддерживают заданную температуру на выходе из котельной. Необходимые значения определяет оператор, главным образом ориентируясь на термометр и доступную обратную связь. Наша разработка предполагает управление с помощью таких нейросетей, которые используют в расчетах не только текущее значение температуры окружающей среды, но и разумный прогноз. Это позволяет заранее оценить температуру носителя и избежать «запаздывания», – рассказывает доцент кафедры вычислительной математики, механики и биомеханики Пермского Политеха, кандидат технических наук Владимир Онискив.

Для «обучения» нейросети ученые использовали большой объем статистических данных. В него вошли синхронизированные температуры теплоносителя в различных точках тепловой сети и температуры окружающей среды.  

Ученые опробовали интеллектуальный модуль, встроив его в программно-аппаратную автоматизированную систему управления «Aurora. Тепловой баланс в ЖКХ», которую разработала и использует одна из компаний Пермского края. В результате комплекс позволяет автоматически регулировать температуру теплоносителя на выходе из котельной, учитывая прогноз изменения погодных условий.

«Чтобы обеспечить комфортные тепловые условия в домах потребителей, теплоснабжающие организации должны постоянно мониторить температурное состояние сети. Но этот сервис пока недоступен для большинства тепловых компаний, поэтому они страхуют свои риски, поддерживая более высокие значения температуры теплоносителя. В результате жители зачастую вынуждены переплачивать за коммунальные услуги», – объясняет исследователь.

По словам ученых, использование нейросети в процессах управления тепловой сетью позволяет экономить топливо и не допустить его перерасхода. При резких изменениях погоды этот эффект становится особенно значимым. Экономия газа может достигать 10-15%, в зависимости от наружной температуры воздуха и общего состояния теплосетей.

Многослойные нейронные сети и сети глубокого обучения способны предсказывать необходимую температуру котла, учитывая прогноз погоды и особенности движения теплоносителя. 

В процессе создания интеллектуального модуля ученые проанализировали различные виды нейросетей. Итоговая архитектура состоит из 224 нейронов, упорядоченных в три слоя. Рассчитанная температура теплоносителя на выходе из котельной обеспечивает те значения температуры на входе в дом, которых требуют нормативы.

Источник: eprussia.ru

21:15
447
Нет комментариев. Ваш будет первым!
Этот сайт использует cookies. Продолжая работу с сайтом, Вы выражаете своё согласие на обработку Ваших персональных данных с использованием интернет-сервиса Google Analytics и Yandex Metrica. Отключить cookies Вы можете в настройках своего браузера.