Учёные ПНИПУ разработали «умную» систему теплоснабжения городских домов
С приближением зимы вопрос об отоплении в многоквартирных домах становится особенно важным. Чтобы поддерживать нужную температуру теплоносителя, учитывая прогноз погоды, требуется хорошая работа котельных. Для этого учёные Пермского Политеха совместно с компанией «СофтМ» разработали новый интеллектуальный модуль. Он основывается на современных методах машинного обучения и поможет улучшить точность прогнозов, что, в свою очередь, снизит ошибки и сделает расход энергии более эффективным.
Теплоснабжение в жилых домах происходит через систему центрального отопления, где котельные нагревают воду и отправляют её на тепловые узлы. Для того, чтобы котельная работала оптимально, используются различные системы управления. Например, в газовых котлах внедряются автоматизированные решения, которые поддерживают заданную температуру, регулируя работу котла и подачу топлива. Это помогает снизить затраты на газ и делает отопление более экономичным и экологичным.
Учитывая, что в процессе эксплуатации тепловые сети меняются и возникают тепловые потери, важно периодически обновлять нейросетевые модели. Учёные впервые протестировали и сравнили две модели для улучшения прогнозов. Одна из них — линейная регрессионная модель, а другая — модель на основе деревьев решений XGBoost, которая настраивается так, чтобы уменьшить ошибки предыдущих прогнозов. В результате анализа на примере 10 многоквартирных домов выяснили, что модель XGBoost показала меньшее отклонение температуры — всего 4,8 °С, в то время как линейная модель показала 6,1 °С. Валерий Столбов, профессор ПНИПУ, отметил, что это открывает возможности для создания более точных систем управления отоплением, что поможет экономить ресурсы и соблюдать экологические нормы.