A Perm Polytechnic tudósai intelligens modulot fejlesztettek ki a helyi hőellátó rendszer kezelésére. A Neuralati a kazánház kijáratánál pontosan és gyorsan kiszámítja a hűtőfolyadék hőmérsékletét. A technológia lehetővé teszi, hogy fenntartsa a fogyasztók szempontjából, elkerülje a hűtőfolyadék ésszerűtlen túlmelegedését, és pénzt takarít meg a fűtésre. A fejlesztés még nincs analógja Oroszországban.
Most a vezérlőegységek meglehetősen széles körben használják, amelyek automatikusan támogatják a megadott hőmérsékletet a kazánház kimenetén. A szükséges értékek meghatározzák az operátort, elsősorban a hőmérőre és a rendelkezésre álló visszajelzést. Fejlesztésünk az ilyen neurális hálózatok használatát érinti, amelyeket a számítások nemcsak a környezeti hőmérséklet aktuális értéke, hanem ésszerű előrejelzés is használnak. Ez lehetővé teszi, hogy előre értékeli a hordozó hőmérséklete és késések elkerülése, mondja a docens a tanszék számítástechnikai matematika, mechanika és a biomechanika a Perm Polytech, műszaki tudományok kandidátusa Vladimir Onistkiv.
A Neuralo tanításához a tudósok nagy mennyiségű statisztikai adatokat használtak. Ez magában foglalja a szinkronizált hűtőfolyadék hőmérsékletét a hőhálózat és a környezeti hőmérséklet különböző pontjain.
A tudósok megpróbálták az intelligens modult, ha beillesztik azt egy szoftver- és hardver automatizált Aurora vezérlőrendszerben. A termikus egyensúly a lakás- és kommunális szolgáltatásokban, amely kifejlesztette és felhasználja a PRE terület egyik társaságát. Ennek eredményeként a komplex lehetővé teszi, hogy automatikusan beállítsa a hűtőfolyadék hőmérsékletét a kazánház kimenetén, tekintettel az időjárási körülmények változására vonatkozó előrejelzésre.
A fogyasztói otthonok kényelmes termikus körülményeinek biztosítása érdekében a hőellátó szervezeteknek folyamatosan figyelemmel kell kísérniük a hálózat hőmérsékletállapotát. De ez a szolgáltatás még mindig nem érhető el a legtöbb termikus vállalat számára, így biztosítják kockázatukat, fenntartva a magasabb termikus hordozó hőmérsékletét. Ennek eredményeként a lakosok gyakran kénytelenek túlfizetni a közműveket, magyarázza a kutatót.
A tudósok szerint a neurális hálózat használata a hőhálózat ellenőrzésének folyamatában lehetővé teszi az üzemanyag megmentését és megakadályozását. Hirtelen időjárási változásokkal ez a hatás különösen jelentős lesz. A gáztakarékosságok elérhetik a 10-15% -ot, a külső levegő hőmérsékletétől és a hőhálózat általános állapotától függően.
A többrétegű neurális hálózatok és a mély tanulási hálózatok képesek megjósolni a szükséges kazánhőmérsékletet, tekintettel a hűtőfolyadék mozgás időjárására és jellemzőire.
Az intelligens modul létrehozásának folyamatában a tudósok különböző típusú ideghálózatokat elemeztek. A végső architektúra 224 neuronból áll, három rétegben elrendezve. A hűtőfolyadék kiszámított hőmérséklete a kazánház kimeneténél azokat a hőmérsékleti értékeket biztosítja a ház bejáratánál, hogy a szabványok szükségesek.