ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ПЕРЕХОДА К ПРОАКТИВНОЙ МОДЕЛИ УПРАВЛЕНИЯ ТЕПЛОВЫМИ СЕТЯМИ
Аннотация
Системы централизованного теплоснабжения в Республике Казахстан характеризуются высоким уровнем физического износа, что приводит к значительным тепловым потерям и высокой аварийности. Традиционные методы эксплуатации, основанные на реагировании по факту инцидента, являются экономически неэффективными и не обеспечивают должной надежности. Целью данного исследования является разработка подхода к применению методов машинного обучения (ML) для анализа и обнаружения аномалий в системах теплоснабжения, основываясь на реальных эксплуатационных данных для перехода к проактивной модели управления тепловыми сетями. Рассмотрены ключевые задачи предиктивного анализа, такие как прогнозирование тепловой нагрузки, и обнаружение аномалий для своевременного выявления утечек, порывов и отказов оборудования. Проводится сравнительное описание методов детекции: от классического порогового контроля до продвинутых алгоритмов, таких как кластеризация (DBSCAN), ансамблевые модели (Isolation Forest) и нейросетевые подходы (автоэнкодеры). Продемонстрированные возможности применения ML-моделей подтверждают реальность перехода от дорогостоящей модели «аварийного ремонта» к проактивному «обслуживанию по фактическому состоянию». Исследование показало, что для рассматриваемого вопроса наиболее перспективной является гибридная стратегия искусственного интеллекта, сочетающая несколько методов машинного обучения.
Автор
Утепбергенов И.Т.
Сейтбекова А.М.
Абжанова Л.К.
DOI
10.48081/TAXG1964
Ключевые слова
централизованное теплоснабжение
аномалий
машинное обучение
анализ
предиктивная диагностика
Год
2025
Номер
Выпуск 3