Интеллектуальную систему, которая позволит предсказывать периоды половодья и маловодья, что должно улучшить работу гидроэлектростанций (ГЭС), разрабатывают в УрФУ. Специалисты применяют технологии, работающие с использованием российских операционных систем. Теоретическое обоснование системы опубликовано в журнале Inventions.
В условиях растущего спроса на энергию и необходимости перехода к более экологичным источникам оптимизация работы уже существующих электростанций становится все более актуальной задачей. ГЭС, как один из ключевых источников возобновляемой энергии, играют в этом процессе важную роль.
Ученые Уральского федерального университета (УрФУ) разрабатывают систему, которая, по их словам, открывает новые возможности для повышения эффективности работы гидроэлектростанций и обеспечения стабильного энергоснабжения. Разработка позволяет прогнозировать изменения гидрологических условий и учитывать множество факторов, влияющих на работу ГЭС.
Система, как утверждают в университете, может стать важным инструментом поддержки принятия решений для специалистов в области гидроэнергетики. В частности, она демонстрирует эффективность при прогнозировании весеннего половодья и оптимизации работы ГЭС. С помощью анализа больших объемов данных она способна повышать точность прогнозов.
«
«Мы создаем своего рода цифровую метавселенную технической системы. Каждый компонент которой моделируется как автономный агент, действующий в рамках этой виртуальной среды. Эти агенты взаимодействуют друг с другом, принимая решения, которые учитывают как их собственные цели, так и общие интересы системы», — рассказал доцент кафедры электротехники УрФУ Станислав Ерошенко.
По его словам, внешние условия, например, погодные изменения или колебания спроса на энергию, моделируются как динамические изменения в этой виртуальной среде. Таким образом, система позволяет изучать различные сценарии работы ГЭС.
В ходе исследования ученые используют технологии на основе искусственного интеллекта и инструменты, позволяющие создавать приложения, работающие с использованием российских операционных систем.
«Это необходимо для обеспечения технологического суверенитета в такой критически важной области, как электроэнергетика», — рассказала доцент кафедры информационных технологий и систем управления УрФУ Ирина Юманова.
На данном этапе перед учеными стоит задача развития методов объяснимого искусственного интеллекта. Целью работы является повышение прозрачности и интерпретируемости моделей машинного обучения, что позволит глубже понять механизмы принятия решений интеллектуальными системами.
Комментарии