НЛМК и "Инфосистемы Джет" при помощи ИИ повышают эффективность потребления газа

НЛМК и "Инфосистемы Джет" на базе машинного обучения разработали сервис выдачи рекомендаций по оптимальному распределению энергоресурсов (природного, доменного и коксового газов) для оборудования собственной электростанции НЛМК. Сервис позволяет компании экономить несколько миллионов рублей ежемесячно. Для повышения энергоэффективности предприятия ИТ-специалисты и энергетики НЛМК совместно со специалистами "Инфосистемы Джет" разработали сервис, который выдает рекомендации машинисту котла ТЭЦ: когда, в каких котлах и в каких пропорциях сжигать различные виды газа. На НЛМК побочные продукты получения чугуна и кокса — доменный и коксовый газ — улавливаются, очищаются и используются для генерации собственной электроэнергии. Для того, чтобы калорийность получаемой смеси была стабильна, то есть давала достаточное количество тепла для производства энергии в виде пара, в нее добавляют природный газ. Новое цифровое решение позволяет точнее определить пропорции для смешивания разных видов топлива. Модель машинного обучения анализирует исторические данные за несколько лет, просчитывает соотношение энергоресурсов и выдает рекомендации по его оптимизации. Ранее решение об объемах и пропорциях применения различных видов газа для выработки тепловой энергии принимал машинист котельного агрегата ТЭЦ на основании показаний приборов котельного оборудования, среди которых не было показателей, характеризующих экономичность работы агрегата. "Благодаря нашей совместной работе удалось связать воедино основные параметры, характеризующие эффективность работы котельного оборудования, и еще на шаг подойти к оптимизации работы основного оборудования ТЭЦ в условиях металлургического производства", — говорит Иван Морев, главный специалист по цифровым проектам дирекции по управлению энергетическим комплексом ПАО "НЛМК". Сервис для оптимизации потребления энергоресурсов успешно эксплуатируется НЛМК и обеспечивает экономию в 1–3 млн рублей в месяц по сравнению с соответствующим периодом прошлого года, когда ТЭЦ работала без применения ИИ. Годовая экономия за счет эффективного использования энергоносителей оценивается в десятки миллионов рублей. "Создание сервиса по экономии энергоресурсов на ТЭЦ — пример проекта, в котором с помощью машинного обучения достигается существенная экономия. Его разработка потребовала полного погружения в теплоэнергетические процессы исследуемого оборудования и проведения глубокого анализа для выявления зависимостей между технологическими параметрами", — сообщил Кирилл Минаев, специалист центра машинного обучения "Инфосистемы Джет". Ссылка на источник