Zen
МОСКВА, 7 ноября. В УрФУ разрабатывается интеллектуальная система, которая будет прогнозировать периоды высокой и низкой воды, что должно улучшить работу гидроэлектростанций (ГЭС). Специалисты используют технологии, работающие с российскими операционными системами. Теоретическая основа системы опубликована в журнале «Изобретения».
В условиях растущего спроса на энергию и необходимости перехода на более экологичные источники оптимизация работы существующих электростанций становится все более актуальной задачей. Гидроэлектростанции, 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 гидроэлектростанций.
Система, как утверждает университет, может стать важным инструментом поддержки принятия решений для специалистов в области гидроэнергетики. В частности, он демонстрирует эффективность в прогнозировании весенних паводков и оптимизации работы гидроэлектростанций. Анализируя большие объемы данных, он может повысить точность прогнозов .
«
&»Мы создаем своего рода цифровую метавселенную технической системы. Каждый компонент которой моделируется как автономный агент, действующий в этой виртуальной среде. Эти агенты взаимодействуют друг с другом, принимая решения, учитывающие как собственные цели, так и общие интересы системы», — рассказал доцент кафедры электротехники УрФУ Станислав Ерошенко.
По его словам, внешние условия, такие как изменение погоды или колебания спроса на энергию, моделируются как динамические изменения в этой виртуальной среде. Таким образом, система позволяет изучать различные сценарии работы гидроэлектростанций.
В ходе исследования ученые использовать технологии и инструменты на основе искусственного интеллекта, которые позволяют им создавать приложения, работающие на российских операционных системах.
«Это необходимо для обеспечения технологического суверенитета в такой критически важной сфере, как электроэнергетика», — отметила доцент кафедры информационных технологий и систем управления УрФУ Ирина Юманова.
На данном этапе перед учеными стоит задача разработки методов объяснимого искусственного интеллекта. Цель работы — повысить прозрачность и интерпретируемость моделей машинного обучения, что позволит глубже понять механизмы принятия решений интеллектуальными системами.
Исследование выполнено в рамках государственного задания по научной работе при финансовой поддержке Министерства науки и высшего образования Российской Федерации (тема ФЭУЗ-2022-0030 «Разработка интеллектуальной многоагентной системы моделирования глубокоинтегрированных технологических систем в электроэнергетике») и при поддержке отраслевого партнера.