Синтез алгоритмов автоматического управления системами теплоснабжения с использование модели теплового баланса

Авторы

  • Сергей Вадимович Гужов
  • Андрей Андреевич Арбатский
  • Елена Владимировна Крылова
  • Анна Олеговна Сорокина

DOI:

https://doi.org/10.24160/1993-6982-2026-2-156-163

Аннотация

Цель настоящего исследования – изучение возможности применения дополнительных стохастических методов и прогнозирования спроса в автоматизированных системах управления с целью повышения их эффективности

В качестве стохастического метода использован анализ статистических архивных данных по теплопотреблению исследуемого объекта и климатических данных в месте расположения данного объекта с применением упрощенной искусственной нейронной сети. Проведенные численные эксперименты на основании 675-ти уникальных типов конфигураций искусственной нейронной сети позволяют сделать вывод об оптимальных параметрах по критерию наименьшей среднеквадратичной ошибки для применения на данном исследуемом объекте.

По итогам тестирования и обработки результатов получены зависимости спрогнозированного количества теплоты, которое может потреблять исследуемый объект. Проведено сравнение вычисленных данных с результатами прогнозирования, полученными детерминированным методом анализа и реальными данными о теплопотреблении объекта за рассматриваемый период. Выполнено формирование «идеализированной» кривой разгона, описывающей объект, и графика переходного процесса. Применение разработанной методологии на примере уточнения настойки теплового пункта здания высшего учебного заведения в г. Москве позволяет достичь рассчитанного эффекта в 11,60% относительно теплопотребления объекта без изменения настроек ПИД-регулятора. Также можно применять данную методику на различных объектах инфраструктуры и жилого фонда г. Москвы с целью повышения эффективности автоматизированных систем управления системами теплоснабжения

Биографии авторов

Сергей Вадимович Гужов

кандидат технических наук, доцент кафедры автоматизированных систем управления тепловыми процессами НИУ «МЭИ», e-mail: GuzhovSV@mpei.ru

Андрей Андреевич Арбатский

кандидат технических наук, генеральный директор ООО «НИИ «Энергоэффективных технологий микроклимата», e-mail: arbatsky1985@mail.ru

Елена Владимировна Крылова

кандидат педагогических наук, доцент кафедры атомных электрических станций, заместитель директора по учебной работе Института тепловой и атомной энергетики НИУ «МЭИ», e-mail: KrylovaYelV@mpei.ru

Анна Олеговна Сорокина

студент НИУ «МЭИ», e-mail: SorokinaAO@mpei.ru

Библиографические ссылки

1. Данилов. О.Л. и др. Энергосбережение в теплоэнергетике и теплотехнологиях. М.: Издат. дом МЭИ, 2011.

2. Яковлев И.В., Авдокунин Н.В., Горелов М.В. Экономия и затраты энергии при обеспечении тепловых режимов центров обработки данных, охлаждаемых наружным воздухом // Промышленная энергетика. 2025. № 1. С. 41—49.

3. Горелов М.В. Какой отопительный прибор лучше? // Сантехника. Отопление. Кондиционирование. 2024. № 5(269). С. 40—44.

4. Мезин С.В. и др. Разработка нового подхода к оценке технического состояния оборудования для целей создания экспертных систем // Вестник МЭИ. 2023. № 4. С. 146—154.

5. Heinen A., Valdesogo A. The Kendall and Spearman Rank Correlations of the Bivariate Skew Normal Distribution // Scandinavian J. Statistics. 2022. V. 49(4). Pp. 1669—1698.

6. Huang Zh., Qin G. Influence Function-based Confidence Intervals for the Kendall Rank Correlation Coefficient // Computational Statistics. 2022. V. 38(2). Pp. 1041—1055.

7. Розанов Ю.А. Теория вероятностей, случайные процессы и математическая статистика. М.: Наука, 1985.

8. Cohen Coon Tuning Method [Электрон. ресурс] https://www.dataforth.com/tuning-control-loops-for-fast-response.aspx (дата обращения 27.04.2024).

9. СП 50.13330.2012. Тепловая защита зданий.

10. Архив погоды в Шереметьево [Электрон. ресурс] https://rp5.ru/Архив_погоды_в_Шереметьево,_им._А._С._Пушкина_(аэропорт),_METAR (дата обращения 27.04.2024).

11. Мектепкалиева А.К., Ханова А.А., Проталинский О.М. Система программной поддержки краткосрочного прогнозирования электропотребления // Математические методы в технологиях и технике. 2022. № 6. С. 113—116.

12. Осиповский Р.В., Проталинский О.М. Имитационное моделирование в задаче функциональной диагностики энергетического оборудования // Математические методы в технологиях и технике. 2022. № 9. С. 106—109.

---

Для цитирования: Гужов С.В., Арбатский А.А., Крылова Е.В., Тороп Д.В., Сорокина А.О. Синтез алгоритмов автоматического управления системами теплоснабжения с использование модели теплового баланса // Вестник МЭИ. 2026. № 2. С. 156—163. DOI: 10.24160/1993-6982-2026-2-156-163

---

Конфликт интересов: авторы заявляют об отсутствии конфликта интересов

#

1. Danilov. O.L. i dr. Energosberezhenie v Teploenergetike i Teplotekhnologiyakh. M.: Izdat. Dom MEI, 2011. (in Russian).

2. Yakovlev I.V., Avdokunin N.V., Gorelov M.V. Ekonomiya i Zatraty Energii pri Obespechenii Teplovykh Rezhimov Tsentrov Obrabotki Dannykh, Okhlazhdaemykh Naruzhnym Vozdukhom. Promyshlennaya Energetika. 2025;1:41—49. (in Russian).

3. Gorelov M.V. Kakoy Otopitel'nyy Pribor Luchshe? Santekhnika. Otoplenie. Konditsionirovanie. 2024;5(269):40—44. (in Russian).

4. Mezin S.V. i dr. Razrabotka Novogo Podkhoda k Otsenke Tekhnicheskogo Sostoyaniya Oborudovaniya dlya Tseley Sozdaniya Ekspertnykh Sistem. Vestnik MEI. 2023;4:146—154. (in Russian).

5. Heinen A., Valdesogo A. The Kendall and Spearman Rank Correlations of the Bivariate Skew Normal Distribution. Scandinavian J. Statistics. 2022;49(4):1669—1698.

6. Huang Zh., Qin G. Influence Function-based Confidence Intervals for the Kendall Rank Correlation Coefficient. Computational Statistics. 2022;38(2):1041—1055.

7. Rozanov Yu.A. Teoriya Veroyatnostey, Sluchaynye Protsessy i Matematicheskaya Statistika. M.: Nauka, 1985. (in Russian).

8. Cohen Coon Tuning Method [Elektron. Resurs] https://www.dataforth.com/tuning-control-loops-for-fast-response.aspx (Data Obrashcheniya 27.04.2024).

9. SP 50.13330.2012. Teplovaya Zashchita Zdaniy. (in Russian).

10. Arkhiv Pogody v Sheremet'evo [Elektron. Resurs] https://rp5.ru/Arkhiv_pogody_v_SHeremet'evo,_im._A._S._Pushkina_(aeroport),_METAR (Data Obrashcheniya 27.04.2024). (in Russian).

11. Mektepkalieva A.K., Khanova A.A., Protalinskiy O.M. Sistema Programmnoy Podderzhki Kratkosrochnogo Prognozirovaniya Elektropotrebleniya. Matematicheskie Metody v Tekhnologiyakh i Tekhnike. 2022;6:113—116. (in Russian).

12. Osipovskiy R.V., Protalinskiy O.M. Imitatsionnoe Modelirovanie v Zadache Funktsional'noy Diagnostiki Energeticheskogo Oborudovaniya. Matematicheskie Metody v Tekhnologiyakh i Tekhnike. 2022;9:106—109. (in Russian)

---

For citation: Guzhov S.V., Arbatsky A.A., Krylova E.V., Torop D.V., Sorokina A.O. Synthesis of Heat Supply System Automatic Control Algorithms Using a Heat Balance Model. Bulletin of MPEI. 2026;2:156—163. (in Russian). DOI: 10.24160/1993-6982-2026-2-156-163

---

Conflict of interests: the authors declare no conflict of interest

Опубликован

2026-04-20

Выпуск

Раздел

Автоматизация и управление технологическими процессами и производствами (технические науки) (2.3.3)