Федеральным законом от 27 июля 2010 года №190 «О теплоснабжении» определены следующие аспекты, касающиеся живучести систем теплоснабжения:

  • «живучесть» определяется как способность источников тепловой энергии, тепловых сетей и системы теплоснабжения в целом сохранять свою работоспособность в аварийных ситуациях, а также после длительных остановок (более 54 ч);
  • упоминается обязанность лиц, осуществляющих деятельность в сфере теплоснабжения, составлять план обеспечения надёжности теплоснабжения в условиях отсутствия свидетельства о допуске (предусматривает планирование мер для поддержания функционирования системы в экстренных случаях);
  • в контексте управления инвестиционными программами и регулирования тарифов в фокусе находятся показатели надёжности и энергетической эффективности объектов теплоснабжения (косвенно связано с обеспечением их живучести, так как энергетическая эффективность и надёжность являются ключевыми компонентами устойчивой работы систем);
  • упоминается плата за услуги по поддержанию резервной тепловой мощности для отдельных категорий потребителей (гарантирует, что даже при отключении основного источника будет обеспечена возможность возобновления теплоснабжения).

Таким образом, закон уделяет внимание обеспечению живучести и надёжности в работе теплоснабжения через ряд требований и мер, направленных на поддержание функционирования системы в чрезвычайных ситуациях и восстановление после длительных остановок.

В «Правилах технической эксплуатации тепловых энергоустановок» информация, касающаяся обеспечения надёжности и безопасности эксплуатации систем теплоснабжения и теплопотребления, включает в себя:

  • обеспечение расчётных температур в помещениях и надёжности работы системы через наладку и регулировку элементов системы;
  • выполнение комплекса мероприятий перед началом отопительного сезона для гарантирования надёжности теплоснабжения (включает устранение нарушений, испытание оборудования на плотность и прочность, а также шурфовку сетей);
  • согласование технических решений и строительно-монтажных работ на системах теплопотребления с требованиями действующих норм и стандартов;
  • установка запорной арматуры и контрольно-измерительных приборов для регулирования и защиты систем теплопотребления;
  • обеспечение наличия и актуальности паспортов, схем и инструкций для обслуживающего персонала, соответствие условий работе с нормами безопасности;
  • разработка и ведение режимов работы тепловых установок и сетей, планирование ремонтных работ для обеспечения устойчивости систем, а также рационального использования ресурсов;
  • ведение учёта и анализ технико-экономических показателей работы тепловых энергоустановок.

Эти меры направлены на увеличение эффективности, обеспечение безопасности и предотвращение отказов систем теплоснабжения и энергоустановок потребителей, что в свою очередь содействует живучести этих систем [1]. Но современное состояние систем теплоснабжения характеризуется их высокой изношенностью, аварийностью и потерями через теплоизоляцию и с утечками теплоносителя [2].

Архитектура мультиагентной системы управления теплоснабжением

Прогресс в области централизованного теплоснабжения невозможен без усовершенствования существующих методов генерации, распределения и использования тепловой энергии, направленного на достижение новых стандартов эффективности — энергетической, экологической и экономической. В приоритете теплоэнергетической отрасли стоит задача оптимизации функционирования теплоснабжающих систем на протяжении всех фаз их эксплуатации и в каждом из её элементов [3]. Централизованные системы теплоснабжения, состоящие из источников энергии, теплопроводных сетей — системы труб и сооружений для перемещения теплоносителя, а также конечных получателей тепла, представляют собой комплексные технические конструкции. Для их эффективного управления с помощью мультиагентной системы необходима цифровая модель [4] каждого компонента на всех этапах его функционирования — интегрированных наборов данных о зданиях и сооружениях в их объёмно-пространственном представлении в электронном формате [5, 6]. Мультиагентная система для теплоснабжения представляет собой распределённую киберфизическую архитектуру, состоящую из множества взаимодействующих интеллектуальных агентов.

Мультиагентная архитектура для систем теплоснабжения строится по четырёхуровневой иерархии. Первый уровень — это источники тепловой энергии, сюда входят агенты управления ТЭЦ или котельными (оптимизация топливных режимов, мониторинг генерации тепла) и агенты цифровых двойников источников (виртуальные реплики генерирующего оборудования для предиктивной аналитики).

Второй уровень — это магистральные и распределительные сети, сюда входят агенты магистральных сетей (контроль давления и температуры в сетях), агенты распределительных сетей (управление локальными участками тепловых сетей) и агенты компьютерного зрения (визуальный контроль состояния трубопроводов с точностью обнаружения дефектов свыше 95%).

Третий уровень — это потребители тепловой энергии. Сюда входят агенты тепловых пунктов, осуществляющие регулирование подачи тепла в зданиях и сооружениях на отопление, вентиляцию и ГВС, и агенты узлов учёта тепловой энергии (УУТЭ), осуществляющие непрерывный сбор данных о параметрах потребления (температуры, давления, расходы).

Четвёртый уровень — это координационное управление. Сюда входят мета-агенты принятия решений (глобальная оптимизация работы системы и координация аварийного реагирования) и агенты валидации и верификации (многоуровневая проверка качества данных и соответствия эксплуатационных параметров нормам). Схема мультиагентной архитектуры системы теплоснабжения с интеграцией цифровых двойников приведена на рис. 1.


Рис. 1. Схема мультиагентной архитектуры системы теплоснабжения с интеграцией цифровых двойников

Интеграция с цифровыми двойниками и киберфизическими системами выполняется по следующему алгоритму. Цифровые двойники создают виртуальные реплики физических компонентов системы теплоснабжения, обеспечивающие режим реального времени для мониторинга и прогнозирования. Киберфизические системы (Cyber-physical System, CPS) формируют интеллектуальный мост между физической инфраструктурой и цифровым пространством управления. Такой подход приводит к снижению времени простоя оборудования на 30–50% благодаря предиктивному техническому обслуживанию, повышению энергетической эффективности на 15% за счёт оптимизации режимов работы, сокращению количества аварий на 20–30% и существенному продлению ресурса оборудования.

Мультимодальные ИИ-системы обеспечивают одновременную обработку разнородных потоков данных, таких как числовые показатели датчиков, видеоизображений, аудиосигналов и текстовой документации. Их ключевые технологические компоненты — это датчики для непрерывного мониторинга физических параметров и системы компьютерного зрения на базе свёрточных нейронных сетей для анализа состояния оборудования.

Обучение алгоритмов предиктивной аналитики выполняется на ML-моделях — LSTM (Long Short-Term Memory, модель с использованием «долгой краткосрочной памяти») и RNN (Recurrent Neural Network, стандартная «рекуррентная нейронная сеть», в которой связи между элементами образуют направленную последовательность) с погрешностью 3,1–3,3%. Валидация данных выполняется автоматически.

Выбор системы для обучения на примере переноса источника для тепловых сетей микрорайона города

В качестве примера использования данных [7] для обучения нейросотрудников представлена схема сетей микрорайона Сельмаш в городе Ростове-на-Дону (рис. 2–5) по состоянию на декабрь 2016 года. Общая нагрузка на отопление составляет 45,903 Гкал/ч, на вентиляцию — 1,388 Гкал/ч, на ГВС — 14,622 Гкал/ч.


Рис. 2. Схема сетей теплоснабжения микрорайона города

На территории микрорайона в разное время были введены в эксплуатацию три системы: «Нива-1″, «Нива-2″ и «Нива-ГВС». Характеристики данных сетей приведены в табл. 1. Схема присоединения системы отопления — элеваторная, системы ГВС — закрытая.

Источник теплоснабжения — ТЭЦ на отметке 78,9 м. При переходе на другой источник — районную котельную на отметке 70,8 м — три вывода разного диаметра заменили одним — 610 мм. При этом достоверные данные о системах теплоснабжения собраны не были, цифровые двойники сетей не создавались, а изношенность трубопроводов привела к потере живучести (рис. 7).


Рис. 3. Расчётная схема сетей теплоснабжения «Нива-1″


Рис. 4. Расчётная схема сетей теплоснабжения «Нива-2″


Рис. 5. Расчётная схема сетей горячего водоснабжения «Нива-ГВС»


Рис. 6. Перенос источника теплоснабжения


Рис. 7. Характерные признаки дефектов магистральных трубопроводов

Оптимизация архитектуры мультиагентной системы

Мультиагентное решение предусматривает: создание цифровых двойников каждого участка сети, развёртывание агентов мониторинга для каждой системы («Нива-1″, «Нива-2″, «Нива-ГВС»), интеграцию агентов компьютерного зрения для контроля состояния трубопроводов, координацию мета-агентов для оптимизации работы всего комплекса. Оптимизация архитектуры в части параметров её живучести будет зависеть от следующих факторов [8, 9]:

1. Технологического — учёта интенсивности аварий в год, удельных расходов топлива, электроэнергии и воды на выработку 1 Гкал тепла, отклонения фактических потерь тепла от нормативных в долях единицы, потерь тепла через изоляцию на километре длины сети, параметра замены сетей по протяжённости заменённых относительно нуждающихся в замене, параметра замены источников по числу введённых источников тепла относительно нуждающихся в замене, обеспеченности узлами учёта отпущенной и потребляемой тепловой энергии, параметров уровня загрузки котельных по присоединённой мощности относительно установленной.

2. Экономического — учитывающего расходы на топливо, энергию, воду, заработную плату, текущий и капитальный ремонт в структуре себестоимости продукта, долю амортизации, коэффициенты прироста и обновления основных средств и их износ, трудоёмкость и фондоёмкость на выработку 1 Гкал тепла.

3. Финансового — учитывающего период и уровень сбора платежей, собственный и заёмный капитал, долгосрочные обязательства, оборотные средства, кратковременную задолженность и прибыль.

4. Социального — учитывающего долю потребителей, обеспеченных доступом к коммунальной инфраструктуре, долю расходов на оплату услуг в совокупном доходе населения, удельное потребление тепла на одного жителя, индекс роста тарифов.

5. Технического — учитывающего характеристики и состав оборудования источников, участков тепловых сетей, потребителей тепла, центральных тепловых пунктов и насосных.

Принцип включения в архитектуру цифровых агентов обусловлен особой важностью технического, технологического, экономического, финансового и социального факторов, поэтому для каждого из них предлагается иметь минимум основного и резервного агента.

На втором этапе выбора числа агентов должна решаться задача связи баз данных и их обновления в режиме реального времени для анализа. Технический фактор определяется сложностью устройства системы, поэтому при наличии более чем одного источника или включения в работу пиковых котельных, сложной инфраструктуры системы теплоснабжения, высокого уровня надёжности, большого числа потребителей увеличивается число агентов пропорционально числу событий в системе.

Оптимальная численность агентов рассчитывается по формуле:

Nаг = Nбаз + klg(Nсоб),

где Nбаз — минимальное количество агентов для каждого функционального направления; k — коэффициент масштабирования; Nсоб — интенсивность событий в системе.


Рис. 8. Задержка скорости реакции на нештатные ситуации в системе теплоснабжения

Количество событий определяется исходя из необходимости обновления баз данных, включённых в базы знаний: так для базы мониторинга и проверки соответствия финансовых и экономических показателей — ежегодно, а для технического анализа теплогидравлических режимов работы системы — ежечасно по данным мониторинга узлов учёта тепла, мониторинга параметров выработки тепла котельными, потребления электроэнергии, топлива и воды.


Рис. 9. Обеспечение заданного уровня надёжности при использовании числа агентов, реагирующих на нештатные ситуации в системе теплоснабжения

Повышение скорости реакции на нештатные ситуации в системе теплоснабжения можно добиться сравнительно простым путём разделения зон ответственности между агентами (рис. 8 и 9), что повышает надёжность системы до заданного уровня, определяемого требованиями законодательства.