Российские разработки: ставка на ИИ и цифровые двойники

Российские разработки: ставка на ИИ и цифровые двойники

Самый яркий тренд в российской энергосберегающей повестке — массовое внедрение технологий искусственного интеллекта и цифровых двойников. Если раньше модернизация сводилась к замене физических труб и котлов, то теперь акцент смещается в сторону «цифры». И это даёт результаты, которые невозможно получить традиционными методами.

Универсальная модель теплосети от учёных НГУ

Новосибирский государственный университет (НГУ) получил патент на математическую модель тепловой сети, не привязанную к конкретному городу. Это, по сути, универсальный виртуальный полигон, на котором можно безопасно тестировать любые сценарии: от штатных режимов до аварийных отключений и гидравлических ударов.

Зачем это нужно? Реальные тепловые сети — сложная и дорогая система. Экспериментировать с ними напрямую рискованно: можно спровоцировать порывы, перебои в подаче тепла или дополнительные потери. Цифровая модель позволяет «проиграть» любой вариант без остановки теплоснабжения и без финансовых потерь. На основе такой модели генерируются данные для обучения нейросетей, которые в будущем будут оперативно подсказывать диспетчерам оптимальные решения — как перераспределить потоки, где приоткрыть задвижку, а где — снизить температуру. Это прямой путь к созданию полностью автоматизированной системы управления теплоснабжением. 1 

ИИ-система от Пермского Политеха (ПНИПУ)

В Пермском национальном исследовательском политехническом университете разработали нейросетевую систему управления теплоснабжением, ориентированную на борьбу с главным врагом энергетиков — «перетопами». Из-за некорректной подачи тепла потери в сетях могут достигать 30%, а платят за этот перерасход и потребители, и теплоснабжающие организации.

Система анализирует три группы данных:

• прогноз погоды (температура, ветер, влажность);

• показания датчиков на выходе из котельной;

• данные с датчиков у конечных потребителей (в многоквартирных домах, соцобъектах).

На основе этих данных нейросеть в реальном времени определяет оптимальную температуру теплоносителя, подаваемого в сеть. Результаты впечатляют: снижение потерь тепла и затрат ресурсов на 10–12% при точности прогноза 97,9%. Это не лабораторные цифры — технология уже прошла апробацию и готова к масштабированию. 2 

Практические кейсы: «Росатом» и СГК

Лидеры рынка уже внедряют цифровые двойники в реальную эксплуатацию.

«Росатом» создал для Обнинска (Калужская область) цифрового двойника, объединившего сети теплоснабжения и водоснабжения. Система автоматизировала до 80% диспетчерских операций — теперь многие решения принимаются без участия человека. Кроме того, алгоритмы с вероятностью 80–90% прогнозируют возможные сбои, что позволяет предотвращать аварии, а не ликвидировать их последствия. 3 

Сибирская генерирующая компания (СГК) совместно с учёными Сибирского федерального университета (СФУ) оцифровала паровые котлы. Все 14 котлов получили точные 3D-модели — цифровых двойников. Это позволяет перейти от планово-предупредительного ремонта к предиктивному обслуживанию: система сама подсказывает, какой узел требует внимания, прогнозирует износ и моделирует последствия модернизации до её физического воплощения. 4 

Система «Молус» в Подмосковье: Регион внедрил новейшую систему управления всей теплосетевой инфраструктурой, которая позволяет дистанционно управлять объектами и оперативно реагировать на любые отклонения без ожидания аварийной бригады. 5 

Робот для диагностики теплосетей: В Санкт-Петербурге впервые применили робота для обследования теплосетей без отключения горячей воды у 100 000 жителей. Он проехал около 70 метров, выявил изношенные участки, которые затем были оперативно заменены. В планах — проверить с его помощью ещё 19 км труб. 6

Цифровые двойники и ИИ перестали быть экзотикой. Они становятся стандартом для российских теплосетей — инструментом, который повышает надёжность, экономит ресурсы и делает управление инфраструктурой прозрачным и предсказуемым. Те компании, которые инвестируют в эти технологии сегодня, получат конкурентное преимущество на годы вперёд.