#теплоснабжение

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.

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.