В Новосибирском государственном техническом университете разработали систему, которая предсказывает аварии на теплосетях за несколько часов. Как сообщили в пресс-службе вуза, алгоритмы, обученные на многолетних данных, уже научились выявлять нарушения по давлению за 30 минут, а по температуре – за 2-6 часов до критических значений.
Система мониторинга уже охватывает 60 социальных объектов первой категории – школ, больниц и детских садов. Оборудование на них собирает данные каждые пять минут: температуру наружного воздуха, параметры внутри зданий и в теплосетях, расход теплоносителя. Информация передается по защищенным каналам связи в центр обработки, где с ней работают математические модели на основе машинного обучения.
В пилотном проекте алгоритмы протестировали на трех объектах, включая Инженерный лицей НГТУ. Результаты показали: нарушения по давлению обратной сетевой воды система фиксирует за полчаса до того, как они выйдут за пределы нормы. Отклонения температуры воды прогнозируются еще точнее – от 2 до 6 часов. Это значит, что у коммунальных служб появляется запас времени, чтобы скорректировать режимы работы и предотвратить развитие аварии.
При обнаружении аномалий система автоматически отправляет оповещения через интерфейс мониторинга и мессенджер Max ответственным лицам по иерархической схеме. Это исключает ситуацию, когда информация теряется или доходит слишком поздно.
«Умное теплоснабжение опирается на предиктивную аналитику. Практическая ценность такого анализа заключается в возможности скорректировать режимы работы системы теплопотребления для приведения фактических параметров в соответствие с нормативами, что в итоге позволяет сократить финансовые потери от нерационального использования тепла, сохранив температурный комфорт в помещениях», - пояснила научный руководитель проекта, профессор кафедры тепловых электрических станций Олеся Боруш.
Сейчас разработчики настраивают механизм регулярного обучения математических моделей, чтобы они постоянно совершенствовались на новых данных. В ближайших планах - масштабировать решение и развернуть умный мониторинг на других социальных объектах Новосибирска.
Фото: НГТУ
