Οι επιστήμονες του Perm Polytechnic έχουν αναπτύξει μια έξυπνη ενότητα για τη διαχείριση του τοπικού συστήματος παροχής θερμότητας. Το Neuralati θα βοηθήσει με ακρίβεια και γρήγορα να υπολογίσει τη θερμοκρασία του ψυκτικού μέσου στην έξοδο του λεβητρίου. Η τεχνολογία σας επιτρέπει να το διατηρήσετε από την άποψη των καταναλωτών, αποφύγετε την παράλογη υπερθέρμανση του ψυκτικού και να εξοικονομήσετε χρήματα για τη θέρμανση. Η ανάπτυξη δεν έχει ακόμη ανάλογα στη Ρωσία.
Τώρα οι μονάδες ελέγχου χρησιμοποιούνται αρκετά ευρέως, οι οποίες υποστηρίζουν αυτόματα την καθορισμένη θερμοκρασία στην πρίζα του λεβητρίου. Οι απαιτούμενες τιμές καθορίζουν τον χειριστή, εστιάζοντας κυρίως στο θερμόμετρο και τα διαθέσιμα σχόλια. Η ανάπτυξή μας περιλαμβάνει τον έλεγχο χρησιμοποιώντας τέτοια νευρικά δίκτυα, τα οποία χρησιμοποιούνται στους υπολογισμούς όχι μόνο η τρέχουσα τιμή της θερμοκρασίας περιβάλλοντος, αλλά και μια λογική πρόβλεψη. Αυτό σας επιτρέπει να προ-αξιολογήσετε τη θερμοκρασία του μεταφορέα και να αποφύγετε την καθυστέρηση, λέει ο Αναπληρωτής Καθηγητής του Τμήματος Υπολογιστών Μαθηματικών, Μηχανικών και Βιομηχανικής του Perm Polytech, υποψήφιος των Τεχνικών Επιστημών Vladimir Onistkiv.
Για τη διδασκαλία του Neuralo, οι επιστήμονες χρησιμοποίησαν ένα μεγάλο ποσό στατιστικών στοιχείων. Περιλαμβάνει συγχρονισμένες θερμοκρασίες ψυκτικού σε διάφορα σημεία του θερμικού δικτύου και της θερμοκρασίας περιβάλλοντος.
Οι επιστήμονες έχουν δοκιμάσει την ευφυή ενότητα πληκτρολογώντας το σε ένα αυτοματοποιημένο σύστημα ελέγχου aurora λογισμικού και υλικού. Η θερμική ισορροπία στη στέγαση και τις κοινοτικές υπηρεσίες, η οποία έχει αναπτύξει και χρησιμοποιεί μία από τις εταιρείες της επικράτειας Perm. Ως αποτέλεσμα, το συγκρότημα σάς επιτρέπει να ρυθμίσετε αυτόματα τη θερμοκρασία του ψυκτικού μέσου στην έξοδο του λέβητα, δεδομένης της πρόβλεψης για την αλλαγή των καιρικών συνθηκών.
Για να εξασφαλιστεί άνετες θερμικές συνθήκες στις καταναλωτικές κατοικίες, οι οργανισμοί θερμότητας πρέπει να παρακολουθούν συνεχώς την κατάσταση θερμοκρασίας του δικτύου. Αλλά αυτή η υπηρεσία εξακολουθεί να μην είναι διαθέσιμη για τις περισσότερες θερμικές εταιρείες, ώστε να εξασφαλίσουν τους κινδύνους τους, διατηρώντας υψηλότερη θερμοκρασία θερμικού φορέα. Ως αποτέλεσμα, οι κάτοικοι συχνά αναγκάζονται να υπερβαίνουν για τις επιχειρήσεις κοινής ωφέλειας, εξηγεί ο ερευνητής.
Σύμφωνα με τους επιστήμονες, η χρήση του νευρικού δικτύου στη διαδικασία ελέγχου του δικτύου θερμότητας σάς επιτρέπει να εξοικονομήσετε καύσιμο και να αποτρέψετε την υπέρβαση του. Με ξαφνικές αλλαγές καιρού, το αποτέλεσμα αυτό γίνεται ιδιαίτερα σημαντικό. Η εξοικονόμηση αερίων μπορεί να φτάσει το 10-15%, ανάλογα με τη θερμοκρασία του εξωτερικού αέρα και τη συνολική κατάσταση του δικτύου θερμότητας.
Τα δικτυακά δίκτυα πολυστρωματικών δικτύων και τα δίκτυα βαθιάς μάθησης είναι σε θέση να προβλέπουν την απαραίτητη θερμοκρασία του λέβητα, δεδομένης της πρόγνωσης καιρού και των χαρακτηριστικών της κίνησης του ψυκτικού μέσου.
Στη διαδικασία δημιουργίας μιας ευφυούς μονάδας, οι επιστήμονες ανέλυσαν διάφορους τύπους νευρωνικών δικτύων. Η τελική αρχιτεκτονική αποτελείται από 224 νευρώνες, παραγγέλθηκαν σε τρία στρώματα. Η υπολογισμένη θερμοκρασία του ψυκτικού μέσου στην έξοδο του λέβητα παρέχει αυτές τις τιμές θερμοκρασίας στην είσοδο του σπιτιού που απαιτούνται τα πρότυπα.