Российские и немецкие ученые разработали цифровую модель для умного энергопотребления
Пермь, 21 окт - ИА Neftegaz.RU. Ученые Пермского Политеха и Высшей инженерной школы им. Георга Агриколы (Германия) разработали цифровую модель, которая позволит спрогнозировать расход электричества.
Об этом сообщила пресс-служба Пермского Политеха.
Искусственный интеллект поможет компаниям не только сэкономить средства, но и получить прибыль.
Исследователи реализовали разработку на средства, полученные в рамках уникального проекта международных исследовательских групп (МИГов), который действует в Пермском крае с 2011 г., а также гранта программы Старт.
Результаты работы ученые опубликовали в сборнике конференции 2021 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM).
Сегодня большинство электростанций в промышленных районах производят энергию непрерывно, при этом распределяется потребление неравномерно в течение суток.
Электроэнергия в часы низкого спроса остается невостребованной, а во время повышенного ее не хватает.
Для балансировки потребления необходима автоматическая система, которая спрогнозирует эти процессы.
Ученые отметили, что сегодня взаимодействие потребителей энергии и агрегаторов управления спросом регулируется соответствующим постановлением Правительства РФ.
Предприятие, снижающее нагрузку в установленные часы, может получить вознаграждение.
Но для эффективного прогнозирования процессов в системе энергоснабжения нужно обрабатывать и анализировать множество информации в реальном времени.
Для этого могут понадобиться специальные алгоритмы на основе цифровых двойников предприятий.
Ученые разработали цифровую модель, которая прогнозирует процессы энергопотребления на подземных горнодобывающих предприятиях.
Для этого они использовали методы машинного обучения.
Искусственный интеллект оценивает возможности и предлагает сценарии того, как можно снизить расход энергии.
Ученые уже получили положительные результаты работы цифровой платформы.
Технология поможет найти наиболее эффективный способ оптимизации процессов и позволит избежать аварийных ситуаций.
Отмечается, что новый алгоритм выполнен всоответствии с российской нормативной базой.