Цифровые двойники на Machine Learning (ML)
Энергетический сектор применяет новые технологии для решения задач цифровой экономики. Современные технологии цифрового моделирования, включая искусственный интеллект, все чаще используются для решения самых сложных и масштабных проблем энергетики и нефтегазовой отрасли: планирование и управление производством, оптимизация производственных процессов, производственная безопасность, капитальное строительство, снабжение и сбыт.
Новое решение на базе технологии машинного обучения (Machine Learning) в этом году предложила российская ИT-компания, системный интегратор ООО «ГК ИНФОПРО». Это система оптимизации режимов работы оборудования с обучаемой нейронной сетью. Решение апробировано на одной из электростанций России. По данным пилота, модели на базе ИИ доказали свое превосходство над традиционными моделями, основанными на нормативно-технической документации (НТД). Разработка призвана не только повысить точность оптимизационных расчетов при планировании работы энергетического оборудования, но и позволит оперативному персоналу самостоятельно обучать цифровые модели. Экономия на энергоресурсах за счет более точных моделей и экономия на инжиниринговых услугах за счет самообучения цифровых двойников — главные преимущества внедрения системы.
«Идея создания оптимизатора на ML основана на нашем опыте в большой энергетике. Мы реализовали свыше 200 проектов по цифровизации объектов энергетики и знаем проблемы отрасли. Сегодня мы активно сотрудничаем с предприятиями энергоемкой промышленности и видим, что горизонт применения нашей разработки намного шире. Возможна кастомизация решения под задачи и потребности в том числе предприятий нефтегазового сектора», — подчеркивает Иван Фролов, коммерческий директор ООО «ГК ИНФОПРО»
Решение ИНФОПРО позволяет создавать цифровые двойники, обучать их, комбинировать модели прогнозирования, анализировать их точность и эффекты, а главное — определять оптимальный режим работы с учетом влияющих факторов. В 2022 году компания уже реализовала проект, близкий к нефтегазовой отрасли, — «Разработка и внедрение системы оптимизации энергопотребления крупнейшего терминала по перегрузке сжиженных углеводородных газов на Балтике».
Как отмечают сами участники нефтегазового сектора, применение гибридных (сочетание моделей на базе физических закономерностей «точных моделей» и моделей на основе исторических данных) самодиагностирующихся и самообучающихся моделей является одним из перспективных направлений развития ИИ в промышленности. В будущем предполагается, что локальные модели станут объединяться в более глобальные, покрывающие сквозные производственные процессы и целые производственные активы. Уже сейчас отмечается тренд на платформенные, комплексные решения.
По оценке Министерства энергетики России, в 2025–2040 годах суммарный эффект от внедрения искусственного интеллекта в нефтегазовой отрасли составит 5,4 трлн руб.
Подробнее с цифровыми решениями и проектами ООО «ГК ИНФОПРО» можно ознакомиться на сайте компании.