Permės politechnikos mokslininkai sukūrė protingą modulį vietinės šilumos tiekimo sistemos valdymui. Neurati padės tiksliai ir greitai apskaičiuoti aušinimo skysčio temperatūrą prie katilinės išėjimo. Technologija leidžia jums išlaikyti jį pagal vartotojų, venkite nepagrįsto perkaitimo aušinimo skysčio ir sutaupyti lėšų šildymui. Plėtra dar nėra analogų Rusijoje.
Dabar valdymo įrenginiai yra gana plačiai naudojami, kurie automatiškai palaiko nurodytą temperatūrą prie katilinės lizdo. Reikalingos vertės apibrėžia operatorių, daugiausia sutelkiant dėmesį į termometrą ir turimą atsiliepimą. Mūsų plėtra apima kontrolę naudojant tokius neuroninius tinklus, kurie naudojami skaičiavimuose, ne tik dabartinė aplinkos temperatūros vertė, bet ir pagrįsta prognozė. Tai leidžia jums iš anksto įvertinti vežėjo temperatūrą ir išvengti vėlavimo, "Perm Polytech" skaičiavimo katedros docentas, technikos mokslų kandidatas Vladimiras Onistkiv.
Neuralo mokymui mokslininkai naudojo daug statistinių duomenų. Ji apima sinchronizuotą aušinimo skysčio temperatūrą įvairiuose šiluminio tinklo taškuose ir aplinkos temperatūroje.
Mokslininkai bandė protingą modulį, įvesdami jį į programinės įrangos ir aparatūros automatizuotą AURORA valdymo sistemą. Būsto ir komunalinių paslaugų šiluminė pusiausvyra, kuri sukūrė ir naudoja vieną iš Permės teritorijos įmonių. Kaip rezultatas, kompleksas leidžia automatiškai reguliuoti aušinimo skysčio temperatūrą prie katilinės lizdo, atsižvelgiant į prognozę keisdami oro sąlygas.
Siekiant užtikrinti patogias šilumines sąlygas vartotojų namuose, šilumos tiekimo organizacijos turi nuolat stebėti temperatūros būseną tinklo. Tačiau ši paslauga vis dar nepasiekiama daugumai šiluminių bendrovių, todėl jie apdrausti savo riziką, išlaikant didesnę šiluminę nešiklio temperatūrą. Dėl to gyventojai dažnai yra priversti permokėti už komunalines paslaugas, paaiškina tyrėją.
Pasak mokslininkų, neuroninio tinklo naudojimas šilumos tinklo kontrolės procese leidžia taupyti kurą ir užkirsti kelią jo viršijimui. Su staigiais oro pokyčiais šis poveikis tampa ypač svarbus. Dujų taupymas gali pasiekti 10-15%, priklausomai nuo išorinės oro temperatūros ir bendros šilumos tinklo būklės.
Daugiasluoksnės neuroniniai tinklai ir giliai mokymosi tinklai gali prognozuoti būtiną katilo temperatūrą, atsižvelgiant į aušinimo skysčio judėjimo orų prognozę ir savybes.
Sukurant protingą modulį, mokslininkai analizavo įvairių tipų neuronų tinklus. Galutinę architektūrą sudaro 224 neuronai, užsakomi trimis sluoksniais. Apskaičiuota aušinimo skysčio temperatūra prie katilinės lizdo suteikia šias temperatūros vertes prie įėjimo į namus, kad standartai yra būtini.