Perm Polytechnicの科学者は、局所熱供給システムを管理するためのインテリジェントモジュールを開発しました。 Neuralatiは、ボイラールームの出口でクーラントの温度を正確かつ迅速に計算するのに役立ちます。この技術では、消費者の観点からそれを維持することができ、クーラントの不当な過熱を避け、暖房の資金を節約することができます。開発はまだロシアに類似体を持っていません。
これで、コントロールユニットは非常に広く使用されています。これは、ボイラールームの出口で指定された温度を自動的にサポートしています。必要な値は、主に温度計と使用可能なフィードバックに焦点を当てて、オペレータを定義します。当社の開発は、周囲温度の現在の値だけでなく、合理的な予想も計算に使用されるそのようなニューラルネットワークを使用して制御を含みます。これにより、キャリアの温度を事前に評価し、遅れを回避できます。
ニューラナ教育のために、科学者は大量の統計データを使用しました。それは熱ネットワークの様々な点と周囲温度の同期冷却水温を含みます。
科学者たちは、それをソフトウェアおよびハードウェア自動化オーロラ制御システムで入力することによってインテリジェントモジュールを試しました。パーマ領土の企業の1つを開発して使用した住宅および共同サービスの熱収支。結果として、複合体は、気象条件を変えるための予測を考えると、ボイラールームの出口でクーラーの温度を自動的に調整することができます。
消費者の家庭で快適な熱的条件を確保するために、熱供給機関は常にネットワークの温度状態を監視しなければなりません。しかし、このサービスはほとんどの熱会社では利用できません。その結果、住民は必要としばしば公益事業に過ぎ、研究者を説明します。
科学者によると、熱ネットワークを制御するプロセスにおけるニューラルネットワークの使用はあなたが燃料を節約し、その過剰走行を防ぐことを可能にします。突然の天候の変化をもって、この効果は特に重要になります。ガス節約は、外気温度とヒートネットワークの全体的な状態に応じて、10~15％に達することがあります。
多層ニューラルネットワークと深部学習ネットワークは、天気予報とクーラント運動の特徴とを考えると、必要なボイラー温度を予測することができます。
インテリジェントモジュールを作成するプロセスでは、科学者はさまざまなタイプのニューラルネットワークを分析しました。最終建築は224のニューロンで構成され、3つの層で並べられた。ボイラールームの出口での冷却剤の計算された温度は、標準が要求されるという家への入り口にそれらの温度値を提供する。