Российские учёные придумали, как создавать точные краткосрочные прогнозы энергопотребления газовой промышленности

Учёные УрФУ разработали метод краткосрочного прогнозирования электропотребления для предприятий газовой промышленности, который позволит оптимизировать расходы на электроэнергию и повысить энергетическую безопасность. По их словам, новая технология может существенно повысить точность предсказаний электропотребления и упростить управление энергорежимами на критически важных объектах. Для анализа множества факторов, влияющих на график нагрузок, специалисты применили методы машинного обучения, что позволяет учесть не только производственные параметры, но и метеоусловия.

Один из разработчиков, младший научный сотрудник УрФУ Алина Степанова, рассказала, что модели машинного обучения часто воспринимаются как «чёрные ящики», поскольку их результаты не всегда понятно интерпретировать, а это снижает доверие экспертов. Внедрение объяснимого искусственного интеллекта помогает устранить это препятствие, предоставляя понятные для специалистов данные, которые упрощают использование таких систем на производстве и уменьшают риск ошибок. Также команда применяет мультиагентный подход, чтобы моделировать сложные производственные процессы и взаимосвязи между потреблением, генерацией и накоплением энергии.

Метод протестировали на компрессорной станции магистрального газопровода, и результаты показали, что он повышает точность прогнозов, что ведёт к более надёжной работе системы. По мнению учёных, внедрение этой технологии может помочь выровнять потребление электричества, улучшить режимы работы оборудования и сократить затраты на электроэнергию.