Para ilmuwan Politeknik Perm telah mengembangkan modul cerdas untuk mengelola sistem pasokan panas lokal. Neuralati akan membantu secara akurat dan cepat menghitung suhu pendingin di pintu keluar ruang boiler. Teknologi ini memungkinkan Anda untuk mempertahankannya dalam hal konsumen, hindari overheating pendingin yang tidak masuk akal dan menghemat dana pada pemanasan. Pengembangan tidak memiliki analog di Rusia.
Sekarang unit kontrol cukup banyak digunakan, yang secara otomatis mendukung suhu yang ditentukan di outlet ruang boiler. Nilai yang diperlukan mendefinisikan operator, terutama berfokus pada termometer dan umpan balik yang tersedia. Pengembangan kami melibatkan kontrol menggunakan jaringan saraf seperti itu, yang digunakan dalam perhitungan tidak hanya nilai saat ini dari suhu sekitar, tetapi juga perkiraan yang masuk akal. Ini memungkinkan Anda untuk melakukan pra-evaluasi suhu operator dan menghindari keterlambatan, kata profesor associate dari Departemen komputasi matematika, mekanika dan biomekanik dari Perm Polytech, kandidat ilmu teknis Vladimir Onistkiv.
Untuk mengajar Neuralo, para ilmuwan menggunakan sejumlah besar data statistik. Ini termasuk suhu pendingin yang disinkronkan di berbagai titik jaringan termal dan suhu sekitar.
Para ilmuwan telah mencoba modul cerdas dengan mengetiknya dalam sistem kontrol aurora otomatis perangkat lunak dan perangkat keras. Saldo termal dalam layanan perumahan dan komunal, yang telah mengembangkan dan menggunakan salah satu perusahaan dari wilayah perm. Akibatnya, kompleks ini memungkinkan Anda untuk secara otomatis menyesuaikan suhu cairan pendingin di outlet ruang boiler, mengingat perkiraan untuk mengubah kondisi cuaca.
Untuk memastikan kondisi termal yang nyaman di rumah konsumen, organisasi pasokan panas harus terus-menerus memantau keadaan suhu jaringan. Tetapi layanan ini masih tidak tersedia untuk sebagian besar perusahaan termal, sehingga mereka mengasuransikan risiko mereka, mempertahankan suhu pembawa termal yang lebih tinggi. Akibatnya, warga sering dipaksa membayar lebih untuk utilitas, menjelaskan peneliti.
Menurut para ilmuwan, penggunaan jaringan saraf dalam proses mengendalikan jaringan panas memungkinkan Anda untuk menghemat bahan bakar dan mencegah overrun. Dengan perubahan cuaca yang tiba-tiba, efek ini menjadi sangat signifikan. Penghematan gas dapat mencapai 10-15%, tergantung pada suhu udara luar dan keadaan keseluruhan jaringan panas.
Multilayer Neural Networks dan Deep Learning Networks dapat memprediksi suhu boiler yang diperlukan, mengingat ramalan cuaca dan fitur gerakan pendingin.
Dalam proses membuat modul cerdas, para ilmuwan menganalisis berbagai jenis jaringan saraf. Arsitektur akhir terdiri dari 224 neuron, dipesan dalam tiga lapisan. Suhu cairan pendingin yang dihitung di outlet ruang boiler menyediakan nilai suhu di pintu masuk ke rumah yang diperlukan standar.