#теплоснабжение

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.

Специалисты Сибирского федерального университета в сотрудничестве с коллегами из Омского государственного университета путей сообщения предложили метод, который повысит эффективность централизованного теплоснабжения. Он базируется на статистическом анализе больших объемов информации. На этапе апробации метода первоначальные затраты на реконструкцию тепловых сетей уже оказались снижены более чем на четверть.