Ученые Новосибирского госуниверситета (НГУ) разработали модель, которая позволяет прогнозировать работу теплосетей. Это поможет обучать нейросети для создания решений по оптимизации отопительной инфраструктуры ЖКХ, сообщили ТАСС в пресс-службе вуза.
«Сотрудники Центра искусственного интеллекта Новосибирского государственного университета получили свидетельство о государственной регистрации математической модели тепловой сети, предназначенной для анализа и оптимизации работы систем теплоснабжения. Новый инструмент позволит точнее прогнозировать возникновение нештатных ситуаций в работе инфраструктуры, снижать потери энергии и повышать эффективность управления коммунальными системами», — рассказали в пресс-службе.
Разработка представляет собой так называемую модельную тепловую сеть — цифровой объект, на котором можно тестировать различные алгоритмы расчета и управления без риска для реальных объектов. Такая модель не привязана к конкретному городу, но воспроизводит ключевые характеристики реальных систем теплоснабжения.
«Это своего рода виртуальный полигон, на котором отрабатываются различные подходы к расчету и анализу тепловых сетей. Он позволяет изучать процессы, которые в реальных условиях сложно или дорого исследовать, а также проводить первоначальные испытания для тех решений, которые создают наши разработчики», — приводит пресс-служба слова главы Красноярского филиала Института теплофизики СО РАН, научного сотрудника центра ИИ НГУ Александра Дектерева.
На основе модельной сети ученые создают базы данных о поведении системы в разных сценариях — от изменения погоды до аварий. Эти данные используют для обучения нейросетей, которые будут прогнозировать состояние теплосети и предлагать решения для операторов. Как отметил Дектерев, в модельной сети достаточно данных и о штатном режиме, и о нештатных ситуациях.
Такие решения с применением ИИ востребованы в ЖКХ, отметили в вузе, поскольку они помогают предотвращать нештатные ситуации и снижать затраты. Ученые в этом году планируют совместные проекты в том числе с мэрией Новосибирска. В перспективе технологию можно будет масштабировать на другие города.
