Чем крупнее предприятие, тем больше энергии ему нужно для работы. С ростом промышленности спрос на этот ресурс будет ещё больше. И тогда встанет серьёзный вопрос о необходимости экономии.
Понимая это, учёные ПНИПУ разработали цифровую модель для умного энергопотребления. Совместно с учёными из Высшей инженерной школы им. Георга Агриколы (Германия) они создали цифровую модель, которая способна прогнозировать расход электроэнергии. Специально обученный искусственный интеллект поможет компаниям и сэкономить деньги, и получить прибыль.
Обучение интеллекта
Профессор кафедры горной электромеханики Пермского политеха, доктор технических наук, доцент Александр Николаев рассказал, что большинство электростанций в промышленных районах производят энергию непрерывно. Однако её потребление в течение суток происходит неравномерно. В часы низкого спроса она остаётся невостребованной, а во время пикового спроса её не хватает. Чтобы сбалансировать потребление и сделать его более гибким, нужна автоматическая система, которая спрогнозирует эти процессы. Учёные разработали цифровую модель для горнодобывающих предприятий. Для этого они использовали методы машинного обучения.
«Я сам – горняк, писал диссертацию на тему повышения энергоэффективности за счёт использовании естественной тяги. Работает это так: холодный воздух – более тяжёлый, он стремится опуститься вниз. А тёплый легче, он поднимается вверх. С учётом климатических изменений, которые известны за сутки вперёд с большой степенью достоверности, можно спрогнозировать работу главной вентиляторной установки основного потребителя электроэнергии на шахтах и рудниках (30-50 % от всего потребления). И, соответственно, экономить, – пояснил Александр Николаев. – В нашей модели мы, по сути, используем искусственный интеллект. Мы разработали новый алгоритм, который обучает нейросеть. С нашей точки зрения, он обладает рядом преимуществ по сравнению с существующими. Именно он позволяет делать прогнозы на сутки вперёд».
В итоге искусственный интеллект оценивает возможности и предлагает сценарии того, как можно снизить расход энергии. Почему же промышленности может быть интересна разработка учёных?
Считаем прибыль
Если предприятие снижает нагрузку в установленные часы, то оно может получить вознаграждение. Чтобы эффективно прогнозировать процессы в системе энергоснабжения, нужно обрабатывать и анализировать множество информации в реальном времени. Вот в этом и помогут специальные алгоритмы на основе «цифровых двойников» предприятий.
«По постановлению правительства РФ предприятие получает вознаграждение (ориентировочно от 500 до 700 тыс. руб.) за мегаватт-час заявленного снижения электроэнергии. Поэтому очевидно, как выгодна экономия. Кроме того, предприятий строят много, мощность увеличивается. В будущем энергии на всех просто не хватит, придётся снижать потребление электроэнергии. Лучше обучить систему заранее, чем решать проблему потом, – пояснил Александр Николаев. – В будущем планируются вводить штрафы для тех предприятий, которые заявили о снижении определённого объёма электроэнергии в установленное время, но по факту этого не сделали. При этом экономить, конечно, необходимо с умом. Бесконечно сокращать потребление нельзя – это становится опасным для производства. Достаточно сбросить потребление три-четыре раза в месяц – и цель будет достигнута».
Инновационная технология поможет найти наиболее эффективный способ оптимизации процессов и позволит избежать аварийных ситуаций. Кроме того, новый алгоритм выполнен в соответствии с российской нормативной базой.
Пока учёные создали модель для горнодобывающей промышленности. И неслучайно, ведь это одно из самых ресурсоёмких производств. Например, одна шахта потребляет сотни ГВт·ч электроэнергии в год. Но преимущество разработки в том, что её легко можно адаптировать и к другим отраслям. Учёные уже получили положительные результаты работы цифровой платформы.
Учёные создали цифровую модель умного энергопотребления на средства, которые получили, участвуя в проекте международных исследовательских групп (МИГ). Он работает в Пермском крае с 2011 г. Также учёные выиграли грант по программе «Старт» Фонда содействия инновациям.
Источник: Фонд содействия инновациям