Фото из открытых источниковЗимний сезон ставит перед коммунальными службами важную задачу - обеспечение комфортной температуры в жилых помещениях. Для решения этой проблемы специалисты Пермского Политеха в сотрудничестве с компанией "СофтМ" разработали инновационный интеллектуальный модуль. Эта разработка, как сообщается, призвана повысить эффективность работы котельных и оптимизировать расход энергоресурсов. Система центрального отопления многоквартирных домов представляет собой сложный механизм, где ключевую роль играют котельные, нагревающие и распределяющие теплоноситель. Современные технологии позволяют автоматизировать этот процесс, адаптируя его под текущие погодные условия и потребности жильцов. Новый модуль, созданный пермскими учеными, использует передовые методы машинного обучения для повышения точности прогнозирования необходимой температуры теплоносителя.
Особое внимание разработчики уделили проблеме изменения характеристик тепловых сетей в процессе эксплуатации. Тепловые потери, возникающие со временем, требуют регулярного обновления нейросетевых моделей, используемых в системах управления. В ходе исследования были протестированы две модели: линейная регрессионная и модель на основе деревьев решений XGBoost.
Эксперимент, проведенный на примере 10 многоквартирных домов, показал преимущество модели XGBoost. Она продемонстрировала меньшее отклонение температуры - 4,8 °С, в то время как линейная модель дала результат в 6,1 °С. Профессор ПНИПУ Валерий Столбов подчеркнул значимость этих результатов для создания более совершенных систем управления отоплением.
Оптимизация работы котельных не только повысит комфорт проживания в многоквартирных домах, но и позволит существенно сократить расходы на отопление. Это особенно актуально в условиях растущих цен на энергоносители и усиливающегося внимания к вопросам экологии.
