Perm职业技术的科学家开发了一种用于管理本地供热系统的智能模块。 Neuralati将准确，并快速计算锅炉室出口处的冷却剂的温度。该技术允许您在消费者方面保持它，避免冷却液的不合理过热，并在加热上储存资金。俄罗斯的发展没有类似物。
现在控制单元被广泛使用，它自动支持锅炉室出口处的指定温度。所需的值定义了操作员，主要关注温度计和可用反馈。我们的发展涉及使用这种神经网络来控制，该神经网络不仅在计算中使用的环境温度的当前值，而且是合理的预测。这允许您预先评估承运人的温度并避免延迟，普遍存在科技科技科技科技群岛候选人候选人候选人候选人副教授表示。
对于教学Neuralo，科学家们使用了大量的统计数据。它包括在热网络和环境温度的各个点处的同步冷却剂温度。
科学家通过在软件和硬件自动Aurora控制系统中键入智能模块尝试了智能模块。住房和公共服务中的热平衡，已开发并使用普遍领土的公司之一。因此，鉴于改变天气条件的预测，该复合物允许您自动调节锅炉室的出口处的冷却剂的温度。
为确保消费者家庭的舒适热条件，供热组织必须不断监控网络的温度状态。但是，对于大多数热力公司来说，这项服务仍然不可用，因此他们确保了他们的风险，保持了更高的热载体温度。因此，居民通常被迫超过公用事业，解释研究人员。
根据科学家，在控制热网络过程中使用神经网络允许您节省燃料并防止其超支。随着天气突然变化，这种效果变得尤为重要。气体节省可达到10-15％，取决于外部空气温度和热网络的整体状态。
考虑到冷却剂运动的天气预报和特征，多层神经网络和深度学习网络能够预测必要的锅炉温度。
在创建智能模块的过程中，科学家分析了各种类型的神经网络。最终的建筑由224个神经元组成，以三层订购。锅炉室的出口处的冷却剂的计算温度为所需标准的房屋的入口处提供那些温度值。