Os cientistas do Perm Politécnico desenvolveram um módulo inteligente para gerenciar o sistema local de fornecimento de calor. Neuralati ajudará com precisão e a calcular rapidamente a temperatura do refrigerante na saída da sala de caldeiras. A tecnologia permite que você mantenha-a em termos de consumidores, evite superaquecimento irracional do refrigerante e salvar os fundos no aquecimento. O desenvolvimento não tem análogos na Rússia ainda.
Agora, as unidades de controle são amplamente utilizadas, que suportam automaticamente a temperatura especificada na saída da sala de caldeiras. Os valores necessários define o operador, concentrando-se principalmente no termômetro e no feedback disponível. Nosso desenvolvimento envolve o controle usando essas redes neurais, que são usadas nos cálculos não apenas o valor atual da temperatura ambiente, mas também uma previsão razoável. Isso permite pré-avaliar a temperatura do transportador e evitar o atraso, diz o professor associado do Departamento de Matemática, Mecânica e Biomecânica do Perm Polytech, candidato de ciências técnicas Vladimir Onistkiv.
Para ensinar Neuralo, os cientistas usaram uma grande quantidade de dados estatísticos. Inclui temperaturas de refrigerante sincronizadas em vários pontos da rede térmica e temperatura ambiente.
Os cientistas tentaram o módulo inteligente digitando-o em um sistema de controle Aurora automatizado de software e hardware. O equilíbrio térmico em habitação e serviços comuns, que desenvolveu e usa uma das empresas do território de Perm. Como resultado, o complexo permite ajustar automaticamente a temperatura do refrigerante na saída da sala de caldeiras, dada a previsão para alterar as condições meteorológicas.
Para garantir condições térmicas confortáveis em residências de consumo, as organizações de fornecimento de calor devem monitorar constantemente o estado de temperatura da rede. Mas este serviço ainda está indisponível para a maioria das empresas térmicas, então eles asseguram seus riscos, mantendo maior temperatura de operadora térmica. Como resultado, os residentes são frequentemente forçados a pagar para os serviços públicos, explicam o pesquisador.
De acordo com os cientistas, o uso da rede neural no processo de controle da rede de calor permite economizar combustível e evitar a superação. Com mudanças repentinas do clima, esse efeito torna-se especialmente significativo. A poupança de gás pode atingir 10-15%, dependendo da temperatura do ar externo e do estado geral da rede de calor.
As redes neurais multicamadas e redes de aprendizagem profunda são capazes de prever a temperatura necessária à caldeira, dada a previsão do tempo e as características do movimento do refrigerante.
No processo de criação de um módulo inteligente, os cientistas analisaram vários tipos de redes neurais. A arquitetura final consiste em 224 neurônios, ordenada em três camadas. A temperatura calculada do refrigerante na saída da sala de caldeiras fornece os valores de temperatura na entrada da casa que os padrões são necessários.