• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
14 октября
ПНИПУ
191

В Перми нашли способ повысить эффективность системы городского теплоснабжения

4.4

Страна готовится к зиме, поэтому вопрос теплоснабжения в многоквартирных домах становится актуальным. Поставка теплоносителя потребителям требует поддержания температуры на определенном уровне с учетом прогноза погоды на ближайший период. Для оптимального режима работы оборудования, генерирующего тепло котельной, используют интеллектуальные системы управления, которые основаны на методах машинного обучения. Они нуждаются в регулярном обучении с учетом изменений в техническом состоянии теплосети. Ученые Пермского Политеха с коллегами из компании «СофтМ» разработали и протестировали интеллектуальный модуль, включающий наиболее эффективные модели корректировки результатов нейросетевого прогнозирования. Это снизит риски возникновения ошибок и повысит эффективность расходования энергоресурсов.

В ПНИПУ нашли способ повысить эффективность управления системой городского теплоснабжения / © Georgi Kalaydzhiev, Unsplash

Статья опубликована в журнале «Вестник ЮУрГУ. Компьютерные технологии, управление, радиотехника». Исследование проведено в рамках программы стратегического академического лидерства «Приоритет 2030».

Теплоснабжение жилых помещений горячей водой осуществляется по трубам системы центрального отопления. Котельная играет роль источника тепла, где вода нагревается, а затем подается на тепловой узел микрорайона. Для оптимального регулирования режима работы котельной теплоснабжающая организация может использовать различные методы и системы управления. Например, для газовых котельных внедряют те, что в автоматизированном режиме поддерживают заданную температуру на выходе через регулирование работы котла и подачи топлива в соответствии с требуемыми параметрами. Рациональный режим сжигания топлива позволяет снизить затраты на энергоноситель (газ) и повысить экономическую и экологическую эффективность процесса.

В ходе эксплуатации и ремонта тепловой сети изменяются ее свойства, увеличиваются или уменьшаются тепловые потери, которые снижают точность работы модели управления. Для компенсации этих изменений необходимо проводить периодическое дообучение нейросетевой модели, чтобы она могла прогнозировать работу сети с учетом температуры окружающего воздуха и технического состояния теплосети. Однако это требует значительных временных затрат.

Поэтому ученые Пермского Политеха впервые использовали и сравнили две модели уточнения результатов прогнозного нейросетевого управления, а также проанализировали эффективность каждой. Рассматривалась статистическая регрессионная линейная модель, поскольку она наиболее высокоточная и простая в обучении, а также модель на основе деревьев решений XGBoost. Последняя представляет собой графическую схему, состоящую из вершин (узлов), конечных узлов (листьев) и ребер (ветвей), которые описывают вероятности развития событий. Каждая следующая ветвь разрабатывается так, чтобы исправить ошибку предыдущей, уменьшая среднее отклонение. Это происходит до тех пор, пока ошибка не снизится, либо не выполнится одно из правил ранней остановки.

Для обучения и тестирования моделей политехники выбрали 10 многоквартирных домов, данные для которых за определенный период содержат наименьшее количество пропусков по техническим причинам. Для каждого построили отдельную модель, с использованием которой вычислялись температуры теплоносителя на входе в многоквартирные дома. Затем результаты сравнили с реальными значениями из заданной выборки.

«Максимальное отклонение вычисленной температуры от измеренной в XGBoost составило 4,8 °С, а в линейной модели – 6,1 °С. Это значит, что первая эффективнее, поскольку величина ее ошибки гораздо ниже. Предложенные методы апробированы на реальных данных, что подтверждает возможность их использования при разработке интеллектуальной информационной системы управления теплоснабжением», – комментирует Валерий Столбов, профессор кафедры «Вычислительная математика, механика и биомеханика» ПНИПУ, доктор технических наук.

Ученые ПНИПУ определили наиболее эффективную модель предсказания поведения тепловой сети, которая позволит правильно выбирать управляющее воздействие. Это значительно снизит риск нарушения экологических правил и трату ресурсов на перерасход топлива и электроэнергии, обслуживание и ремонт оборудования.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Пермский национальный исследовательский политехнический университет (национальный исследовательский, прошлые названия: Пермский политехнический институт, Пермский государственный технический университет) — технический ВУЗ Российской Федерации. Основан в 1960 году как Пермский политехнический институт (ППИ), в результате объединения Пермского горного института (организованного в 1953 году) с Вечерним машиностроительным институтом. В 1992 году ППИ в числе первых политехнических вузов России получил статус технического университета.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
Позавчера, 20:37
Андрей

Американские ученые проанализировали данные о поедании фекалий животными, чтобы выяснить, какие причины стоят за этим поведением и какие закономерности можно проследить. В результате они разделили всю выборку более чем из 150 видов на семь категорий по тому, что заставляет зверей питаться таким сомнительным продуктом.

Вчера, 11:45
Сеченовский Университет

Международная команда специалистов во главе с сотрудниками Центра математического моделирования в разработке лекарств Первого МГМУ имени И. М. Сеченова выявила наиболее перспективные направления для исследований в области лечения аутоиммунных заболеваний. Команда первой провела систематический обзор для поиска всех опубликованных в научных работах математических моделей аутоиммунных патологий и выявила недостаток моделей, которые могут значительно ускорить разработку новых лекарств.

Вчера, 12:57
НИТУ МИСИС

Российские ученые доказали, что отходы металлургического производства — доменный шлам и конвертерный шлак — можно эффективно использовать в качестве удобрений. Исследования показали, что урожайность зерновых культур повысилась более чем на 30 процентов, при этом качество зерна осталось на высоком уровне.

16 ноября
Evgenia

Международная коллаборация физиков под руководством ученых из Йельского университета в США представила самые убедительные на сегодня подтверждения существования нового типа сверхпроводящих материалов. Доказательство существования нематической фазы вещества — научный прорыв, открывающий путь к созданию сверхпроводимости совершенно новым способом.

15 ноября
Елизавета Александрова

Принято считать, что естественный спутник Земли возник в результате ее столкновения с другой планетой, но к этой версии есть вопросы. Теперь ученые предложили рассмотреть сценарий возможного захвата Луны притяжением Земли из пролетавшей мимо двойной системы.

Позавчера, 14:21
Юлия Трепалина

Ученые из Аргентины в серии экспериментов проследили за поведением домашних собак во время разногласий между членами семьи и выявили у четвероногих питомцев ряд характерных реакций на конфликт.

30 октября
Елизавета Александрова

Под рыжим верхним слоем с виду обычного камня открылся целый калейдоскоп довольно неожиданных оттенков. Это особенно интересно с учетом того, где лежит камень — в марсианском кратере, который по всем признакам когда-то был озером.

16 ноября
Evgenia

Международная коллаборация физиков под руководством ученых из Йельского университета в США представила самые убедительные на сегодня подтверждения существования нового типа сверхпроводящих материалов. Доказательство существования нематической фазы вещества — научный прорыв, открывающий путь к созданию сверхпроводимости совершенно новым способом.

31 октября
Татьяна

Органические молекулы с пи-связью образуют очень устойчивые геометрии, которые не любят нарушаться. В 1924 году немецкий химик Юлиус Бредт сформулировал соответствующий запрет, вошедший в учебники химии. Тем не менее это в некоторых случаях возможно. В новой работе американские исследователи представили несколько «антибредтовских» соединений из класса олефинов.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно