Price: 0
Number of applications: 0
07.01.26
По согласованию
MVP
Задачи ИКТ
Electric power industry
Information processing and transformation
Software/ IS
Энергоёмкие промышленные комплексы сталкиваются с рядом технологических и управленческих ограничений: ̶ отсутствует автоматизированная система сбора минутных данных с производственного оборудования; ̶ высокие объёмы неструктурированных данных приводят к ошибкам и искажениям, отсутствует нормализация и фильтрация аномалий; ̶ расчёты энергоэффективности и режимов работы выполняются вручную, что снижает точность и оперативность; ̶ отсутствуют математические модели, позволяющие прогнозировать энергопотребление и оптимизировать параметры оборудования.
Ожидаемый эффект: ̶ повышение энергоэффективности производственных процессов за счёт оптимизации управляющих параметров; ̶ снижение энергопотребления за счёт рекомендаций, основанных на моделях машинного обучения; ̶ повышение точности планирования энергоресурсов благодаря прогнозированию потребления; ̶ ускорение принятия решений, благодаря оперативной аналитике и визуализации параметров; ̶ минимизация ошибок и аномалий за счёт автоматизированной нормализации данных; ̶ создание основы для дальнейшей цифровизации производственных процессов. Ожидается, что внедрение системы приведёт к значимому снижению энергозатрат, улучшению технологической устойчивости процессов и повышению эффективности работы производственных объектов.
Дмитрий Тимофеев
Purpose and description of task (project)
Цель проекта ̶ создать программную систему, которая обеспечивает повышение энергоэффективности производственных процессов за счёт автоматизированного сбора данных, расчётов ключевых параметров, прогнозирования потребления энергии и выдачи рекомендаций по оптимальным режимам работы оборудования. Разрабатываемая система должна включать модули интеграции данных, машинного обучения, анализа и визуализации. Система обеспечивает расчёт фактических показателей энергоэффективности, моделирование энергопотребления при различных режимах, автоматическое формирование рекомендаций, контроль параметров в режиме реального времени и предоставление аналитической информации пользователю в удобной форме. Проект предусматривает внедрение архитектуры, включающей подсистемы сбора и нормализации данных, прогнозирования, оптимизации, расчётов, визуализации, аналитики, отчётности и администрирования. Система должна поддерживать постоянное переобучение моделей для повышения точности прогнозов и эффективности рекомендаций.