Ученые СПбПУ создали ИИ-систему с цифровыми двойниками, предотвращающую аварии на электростанциях

Умное предсказание для надежной энергетики

Специалисты Санкт-Петербургского политехнического университета Петра Великого (СПбПУ) разработали алгоритм, предназначенный для повышения эффективности эксплуатации энергетического оборудования. Эта разработка сочетает в себе технологии цифровых двойников, методы динамической самопараметризации и элементы искусственного интеллекта. По данным пресс-службы университета, которые приводит ТАСС Наука, созданная система способна заранее определять изменения в функционировании сложного энергетического оборудования. Это помогает предотвращать аварийные ситуации и увеличивать маржинальную прибыль компаний в энергетическом секторе.

Руководитель проекта Ирина Аникина, являющаяся кандидатом технических наук и доцентом Высшей школы атомной и тепловой энергетики СПбПУ, объяснила ключевые особенности нового решения:

Особенность нашей разработки в том, что с помощью методов машинного обучения она автоматически учитывает изменение физических характеристик ключевых узлов оборудования, происходящих, например, по причине естественного износа. Модель самопараметризуется и может восполнять пробелы в полученных данных (например, о тех узлах станции, где невозможно установить датчик мониторинга) и устранять неточности существующих измерений. В итоге мы получаем достоверную цифровую копию сложнейшего энергетического оборудования и можем проводить глубокий анализ работы станции и прогнозировать появление дефектов в будущем, а также получать данные о комплексном влиянии множества факторов на технические процессы. До настоящего времени получить такие данные ни теоретическим, ни практическим способом было невозможно.

Возможность прогнозировать изменения рабочих параметров в различных условиях использования особенно важна для новых российских газотурбинных установок, так как по ним пока недостаточно накоплено статистических сведений. Пилотная версия системы прошла успешную апробацию на нескольких электростанциях, расположенных на территории Северо-Западного региона.

По оценкам исследователей, выполнение рекомендаций, предлагаемых данной системой, может привести к увеличению маржинального дохода теплоэлектроцентралей (ТЭЦ) на 7-8%. Этот результат достигается благодаря предложениям по выбору наиболее оптимальных режимов работы, учитывающих текущее состояние оборудования. Внедрение новых гибридных алгоритмов в систему позволит сократить количество незапланированных ремонтных работ, которые возникают из-за нестандартного поведения оборудования, а также улучшить процесс планирования ремонтных графиков.

В числе ближайших задач команды - дальнейшее совершенствование системы, её адаптация для применения с другими типами оборудования, производящего энергию, и расширение использования на других предприятиях энергетического сектора. Данный исследовательский проект получает финансовую поддержку в рамках программы стратегического академического лидерства "Приоритет-2030", реализуемой Министерством науки и высшего образования Российской Федерации.

Как сообщалось ранее, 26 августа 2025 года Центр практического искусственного интеллекта Сбербанка разработал метод выявлять галлюцинации в работе систем искусственного интеллекта. Пресс-служба Сбера тогда заявила, что этот подход увеличивает точность обнаружения сбоев примерно на 30%. Он позволяет добиться высокой точности с использованием минимального количества обучающих примеров, таких как 250.