Les scientifiques du polytechnique Perm ont développé un module intelligent pour la gestion du système d'alimentation en chaleur locale. Neuralati aidera avec précision et rapidement calculer la température du liquide de refroidissement à la sortie de la chaufferie. La technologie vous permet de le maintenir en termes de consommateurs, d'éviter une surchauffe déraisonnable du liquide de refroidissement et de sauvegarder des fonds sur le chauffage. Le développement n'a pas encore d'analogues en Russie.
Maintenant, les unités de contrôle sont assez largement utilisées, ce qui supporte automatiquement la température spécifiée à la sortie de la chaudière. Les valeurs requises définissent l'opérateur, principalement se concentrant sur le thermomètre et les commentaires disponibles. Notre développement consiste à contrôler à l'aide de tels réseaux neuronaux, qui sont utilisés dans les calculs non seulement la valeur actuelle de la température ambiante, mais également une prévision raisonnable. Cela vous permet de pré-évaluer la température du transporteur et d'éviter les retards, déclare le professeur agrégé du département de calcul de la mathématique, de la mécanique et de la biomécanique de la Perm Polytech, candidat aux sciences techniques Vladimir Onistkiv.
Pour enseigner Nuralo, les scientifiques ont utilisé une grande quantité de données statistiques. Il comprend des températures de liquide de refroidissement synchronisées à différents points du réseau thermique et de la température ambiante.
Les scientifiques ont essayé le module intelligent en le tapant dans un système de contrôle Aurora automatisé de logiciel et de matériel. L'équilibre thermique dans le logement et les services communaux, qui a développé et utilise l'une des sociétés du territoire Perm. En conséquence, le complexe vous permet de régler automatiquement la température du liquide de refroidissement à la sortie de la chaufferie, compte tenu de la prévision des conditions météorologiques changeantes.
Pour assurer des conditions thermiques confortables dans les maisons de consommation, les organisations d'approvisionnement thermiques doivent constamment surveiller l'état de température du réseau. Mais ce service est toujours indisponible pour la plupart des entreprises thermiques. Ils assurent donc leurs risques, en maintenant la température de porteuse thermique supérieure. En conséquence, les résidents sont souvent obligés de dépasser les utilitaires, explique le chercheur.
Selon des scientifiques, l'utilisation du réseau neuronal dans le processus de contrôle du réseau de chaleur vous permet d'économiser du carburant et d'empêcher son envahissement. Avec des changements soudains météorologiques, cet effet devient particulièrement significatif. Les économies de gaz peuvent atteindre 10-15%, en fonction de la température de l'air extérieur et de l'état général du réseau de chaleur.
Les réseaux de neurones multicouches et les réseaux d'apprentissage profond sont en mesure de prédire la température de la chaudière nécessaire, compte tenu des prévisions météorologiques et des caractéristiques du mouvement de liquide de refroidissement.
En cours de création d'un module intelligent, les scientifiques ont analysé divers types de réseaux de neurones. L'architecture finale comprend 224 neurones, commandé en trois couches. La température calculée du liquide de refroidissement à la sortie de la chaufferie fournit ces valeurs de température à l'entrée de la maison que les normes sont nécessaires.