Учени от Новосибирския държавен технически университет (НГТУ НЕТИ), съвместно със студенти, разработват интелигентна система за прогнозиране на аварии в обекти на топлоснабдяването.

Разработката се осъществява във Факултета по енергетика и Факултета по автоматика и изчислителна техника на НГТУ НЕТИ в тясно сътрудничество с индустриални партньори. Проектът се развива от 2020 г. с подкрепата на програмата „Приоритет-2030“. В момента в системата за онлайн мониторинг са включени 60 социални обекта от първа категория. Оборудването в тях събира данни за работните режими на интервал от само 5 минути, предавайки информацията чрез защитени високоскоростни комуникационни канали.

В рамките на студентската проектна дейност бъдещите енергетици трябва да извършат оценка на взаимното влияние на параметрите върху фактическото потребление на топлинна енергия от крайния обект. Задачата пред студентите е да определят динамиката на потреблението в периоди на промяна на външната температура, включително повишаването или намаляването на разхода в зависимост от следните параметри:

Температура на външния въздух;

Температура във вътрешната отоплителна система и в топлопреносната мрежа;

Съответствие или несъответствие на фактическата температура на входа на обекта с одобрения температурен график на мрежата;

Разход на топлоносителя.

„Умното топлоснабдяване се опира на предиктивната аналитика. Оценката на взаимното влияние на параметрите върху фактическото потребление е фундаментът за преход от реактивен към проактивен анализ. Практическата стойност се състои във възможността да се коригират режимите на работа, за да се приведат параметрите в съответствие с нормативите. Това в крайна сметка намалява финансовите загуби от нерационално използване на топлина, запазвайки температурния комфорт в помещенията“, обяснява научният ръководител проф. д-р Олеся Боруш.

За анализа и прогнозирането на ситуации в топлопреносните мрежи учените внедряват елементи на изкуствен интелект. В рамките на пилотен проект модели за машинно обучение са инсталирани в три обекта, включително в Инженерния лицей на НГТУ. Алгоритмите, обучени върху многогодишен архив от данни, вече са се научили да предвиждат извънредни ситуации, преди те да се случат.

Според доц. Александър Дворцевой, резултатите от тестовете показват, че системата открива нарушения в налягането на връщащата вода 30 минути преди фактическия изход извън лимитите. При температурата на директната и връщащата вода прогнозата е още по-дългосрочна – от 2 до 6 часа преди достигане на критични стойности.

При откриване на аномалии системата автоматично изпраща известия чрез интерфейса за мониторинг и месинджър (Max) по йерархична схема до отговорните лица. Това позволява оперативна реакция и предотвратяване на развитието на аварии.

В момента екипът работи върху отладката на механизъм за регулярно (поточно) обучение на математическите модели. Предстои мащабиране на решението и внедряване на умния мониторинг и в други социални обекти в града.