Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Разработка российских ученых может сократить расходы городского теплоснабжения на 12% в год
В России услугами централизованного отопления пользуются порядка 100 миллионов человек — 70% от общего числа населения. Работа теплосетей должна обеспечивать качественное и энергоэффективное теплоснабжение. При этом необходимо учитывать климатические условия и состояние оборудования. Ручное управление системой или применение автоматических датчиков с этим не всегда справляется. В совокупности с проблемами износа теплотрасс размер тепловых потерь может достигать 30%. Безусловно, это приводит к повышенным финансовым издержкам жильцов, а нередко и к возникновению аварийных ситуаций в доме. Ученые Пермского Политеха разработали интеллектуальную систему управления городским теплоснабжением на основе ИИ. Она учитывает прогноз погоды и техническое состояние оборудования, что позволяет в отопительный период сократить расходы ресурсов на 10-12%, минимизируя перегрев теплоносителя и обеспечив при этом комфортную температуру для потребителей.
Статья опубликована в сборнике «XIV Всероссийское совещание по проблемам управления». Исследование выполнено в рамках реализации программы стратегического академического лидерства «Приоритет-2030».
Централизованное теплоснабжение используется в многоквартирных домах, подключенных к городским теплосетям (тепловым электростанциям или котельным). Оно обеспечивает жильцам отопление и горячее водоснабжение. От котельной теплоноситель поступает в дома по трубам через тепловой пункт, где его температура регулируется. После чего тепло распределяется по стоякам и передается в квартиры.
Звучит все просто, но на практике управлять системой теплоснабжения – это сложная задача. Многие котельные работают на старом оборудовании без автоматической регулировки, и операторам приходится вручную выставлять параметры оборудования. Разумеется, теплоснабжение зависит от погодных условий, состояния труб, скорости движения теплоносителя и соответствующего эффекта запаздывания. Для эффективного управления теплоснабжением необходимы точные данные о состоянии каждого участка сети.
В последнее время для решения подобных проблем активно используются методы ИИ. В частности, для управления инженерными системами, которые обеспечивают поддержание нужных параметров воздуха (температуры, влажности и химического состава) во внутренних помещениях зданий. Так, например, успешно была применена интеллектуальная система управления вентиляцией метрополитена. С помощью нейросети удалось повысить качество воздуха и при этом снизить энергопотребление. Для управления теплоснабжением подобные ИИ-решения еще не применялись.
Ученые Пермского Политеха разработали инновационную систему управления городскими теплосетями на основе нейросети, которая учитывает прогноз погоды и постоянно изменяющееся состояние технического оборудования.
– Разработка представляет собой нейросетевой алгоритм, который в режиме реального времени анализирует прогноз погоды по местным метеоданным, а текущее состояние теплосетей – по датчикам температуры и давления, установленным на выходе из котельной и на входах к потребителям. На основе полученной информации алгоритм подбирает такую температуру теплоносителя, поступающего в систему, которая полностью исключает как недостаточный нагрев, так и перегрев квартир, – рассказывает Владимир Онискив, доцент кафедры вычислительной математики, механики и биомеханики ПНИПУ, кандидат технических наук.
Ученые обучали нейросеть на специально созданном виртуальном стенде, который случайным образом имитирует функционирование многообразных теплосетей с различными особенностями работы, теплопотерями и прогнозными погодными условиями. После предварительного обучения на больших данных с помощью стенда алгоритм дообучается в реальных условиях теплоснабжения. Такой подход позволяет легко адаптировать разработку для любых теплосетей, учитывая, что некоторый срок дообучения познакомит нейросеть с их спецификой.
– При тестировании алгоритма на тестовых показателях его точность составила 97,9%. Наша разработка точно предсказывает, какой должна быть температура теплоносителя на выходе из котельной, чтобы в домах было комфортно. Главное преимущество — система быстро подстраивается под изменения погоды и корректирует температуру, чтобы до потребителя она дошла близкой к нормативным значениям. Это исключает так называемый «перетоп» системы и приводит к экономии расходов ресурсов примерно на 10-12% в отопительный период, – поделился Владимир Онискив.
Применение алгоритма дает возможность точно, автоматически регулировать температуру теплоносителя, поступающего по трубам от котельной до квартир, на основе погодных условий. Так, если имеет место прогноз на потепление, то система заранее понижает температуру теплоносителя до нужных значений, синхронизируя изменение температуры внешней среды и теплоносителя.
Разработка ученых Пермского Политеха позволяет отказаться от сложных физических моделей теплосетей, заменяя их гибким ИИ-решением. Нейросетевой алгоритм для управления теплоснабжением может стать перспективным инструментом для устойчивого развития городской инфраструктуры, сокращая затраты и обеспечивая комфорт жителям.
Telegram 
Дзен 
VK Резкий крен, падение в воздушную яму и тревожный сигнал ремней безопасности — знакомые ощущения для любого, кто часто летает. Для миллионов пассажиров турбулентность остается главным источником дискомфорта и страха в полете. Но авторы нового исследования обещают перевести ее из разряда непредсказуемых явлений в область точной науки. Они заявили о создании, возможно, самой передовой математической модели турбулентности, которая поможет сделать полет гораздо спокойнее.
Одни романы, едва появившись на свет, мгновенно взрывают чарты книжных рейтингов, но через пару лет о них забывают все, кроме литературоведов. Другие, не так удачно стартовавшие в год публикации, продолжают завоевывать сердца новых читателей даже спустя век. В чем их секрет? Оказывается, разгадка кроется не только в сюжете, но и в самой ткани повествования.
Один из крупнейших ударных кратеров на видимой стороне Луны — Море Ясности (Mare Serenitatis) — образовался на 300 миллионов лет раньше, чем считалось. К такому выводу ученые пришли, проанализировав камень, доставленный на Землю астронавтами «Аполлона-17» в 1972 году. Открытие может привести к пересмотру ранней истории Солнечной системы.
Археологи Института истории материальной культуры РАН (ИИМК РАН), при поддержке фонда «История отечества» в ходе раскопок обнаружили на всемирно известной стоянке каменного века Костенки-17 в Воронежской области редчайшие украшения из зубов песца и окаменелой раковины, а также уникальный для этого времени нуклеус из бивня мамонта для снятия заготовок.
Резкий крен, падение в воздушную яму и тревожный сигнал ремней безопасности — знакомые ощущения для любого, кто часто летает. Для миллионов пассажиров турбулентность остается главным источником дискомфорта и страха в полете. Но авторы нового исследования обещают перевести ее из разряда непредсказуемых явлений в область точной науки. Они заявили о создании, возможно, самой передовой математической модели турбулентности, которая поможет сделать полет гораздо спокойнее.
Вопреки прогнозам о деградации тропических джунглей из-за антропогенных изменений климата, их деревья быстро наращивают биомассу и размеры. Причем это относится и к крупным, и к более мелким из них.
Посадка, включая выгорание куска степи, прошла штатно, но часть грызунов на борту погибли. Правда, погубила их не повышенная космическая радиация полярной орбиты, влияние которой на млекопитающих планировали выявить в миссии, а более банальные причины.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно