В области электроэнергетики сегодня актуален вопрос рационального потребления ресурсов. Предприятия зачастую могут генерировать больше энергии, чем используют. Ученые Пермского Политеха и Высшей инженерной школы имени Георга Агриколы (Германия) разработали цифровую модель, которая позволит спрогнозировать расход электричества. Искусственный интеллект поможет компаниям не только сэкономить средства, но и получить прибыль.
Российские и немецкие ученые разработали цифровую модель для «умного» энергопотребления / ©Getty images
Исследователи реализовали разработку на средства, которые получили в рамках уникального проекта международных исследовательских групп (МИГов), который действует в Пермском крае с 2011 года и не имеет аналогов в России, и гранта программы «Старт». Результаты работы ученые опубликовали в сборнике конференции 2021 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM).
«Большинство электростанций в промышленных районах производят энергию непрерывно. Но потребление ее в течение суток происходит неравномерно. Поэтому электроэнергия в часы низкого спроса остается невостребованной, а во время пикового спроса ее не хватает.
Чтобы сбалансировать потребление и сделать его более «гибким», необходима автоматическая система, которая спрогнозирует эти процессы», – рассказывает профессор кафедры «Горная электромеханика» Пермского Политеха, доктор технических наук, доцент Александр Николаев.
По словам ученых, сейчас взаимодействие потребителей энергии и агрегаторов управления спросом регулируется Постановлением Правительства РФ. Если предприятие снижает нагрузку в установленные часы, то оно может получить вознаграждение. Но, чтобы эффективно прогнозировать процессы в системе энергоснабжения, нужно обрабатывать и анализировать множество информации в реальном времени. В этом помогут специальные алгоритмы на основе «цифровых двойников» предприятий, считают разработчики.
Ученые разработали цифровую модель, которая прогнозирует процессы энергопотребления на подземных горнодобывающих предприятиях. Для этого они использовали методы машинного обучения. Искусственный интеллект оценивает возможности и предлагает сценарии того, как можно снизить расход энергии.
«Горнодобывающая промышленность – одно из самых ресурсоемких производств. Например, одна шахта потребляет сотни ГВт∙ч электроэнергии в год. Но преимущество нашей разработки в том, что ее легко можно адаптировать и к другим отраслям», – поясняет исследователь.
Специалисты уже получили положительные результаты работы цифровой платформы. По словам разработчиков, инновационная технология поможет найти наиболее эффективный способ оптимизации процессов и позволит избежать аварийных ситуаций. Кроме того, новый алгоритм выполнен в соответствии с российской нормативной базой.
Комментарии
Крупные потребители типа шахт давно уже имеют свои собственные генерирующие мощности типа "кластер дизелей". Как может ИИ ("чурбан железный") определить, что данная шахта близка к тому, что кластер грохнется, без допуска на территорию, я вообще не понимаю.
Гораздо больше пользы будет в том ,что главный энергетик шахты заранее предупредит диспетчера энергосистемы о грядущем необычном пике потребления, чем от гаданий на нейронных сетях.