Система гибкого управления жизненным циклом оборудования электростанций с использованием инструментов предиктивной аналитики

КНТН-3-2
Руководитель проекта: И.Д. Аникина
Высшая школа атомной и тепловой энергетики,
Институт энергетики

 Цель проекта: 

• Разработка программного обеспечения для выявления аномалий и прогнозирования состояния энергооборудования с целью гибкого планирования вывода оборудования в ремонт и воздействий на него для повышения надежности системы и максимизации прибыли компании.

 Задачи проекта:

1. Разработка гибридных алгоритмов для снижения риска возникновения внеплановых ремонтов, гибкого планирования воздействий на оборудование
2. Разработка программного обеспечения для мониторинга оценки текущего состояния оборудования.
3. Разработка программного обеспечения для прогнозирования работы энергетического оборудования, снижения риска возникновения внеплановых ремонтов и гибкого планирования воздействий на оборудование и оценки текущего технического состояния

 Вклад проекта в достижение технологического лидерства:

Созданное ПО обеспечит импортонезависимое, надежное и высокоэффективное функционирование энергетики РФ, что позволит достичь целей нац. проекта «Экономика данных и цифровая трансформация государства» в ч. Ц3 (научные исследования и разработка в сфере ИИ) и Ц5 (разработка прототипа росс. ИТ-решения)

 Сфера применения:

Энергетика

 Экономический эффект:

По оценке для одной ТЭЦ возможна экономия топлива в среднем на 6% и повышение прибыли от оптимизации графика ремонтов и снижения аварийности минимум на 120 млн. руб.

 Репутационный эффект:

Снижения аварийности и обеспечение безопасных условий труда на ТЭЦ

 Партнеры:

 Ожидаемые результаты в 2025 году:

Гибридный алгоритм предиктивной аналитики для снижения риска возникновения внеплановых ремонтов, гибкого планирования воздействий на оборудование и оценки текущего тех. состояния

 Результат к 2030 году:

ПО для прогнозирования работы энергетического оборудования, снижения риска возникновения внеплановых ремонтов и гибкого планирования воздействий на оборудование и оценки текущего технического состояния

 Ближайшие аналоги:

Система PI System , OSIsoft (AVEVA), AspenONE., AspenTech, ПРАНА. АО «РОТЕК Диджитал Солюшенс»

 Функциональные преимущества:

Использование данных цифровых моделей в сочетании со стат. информацией о работе оборудования для обучения предиктивной модели способной определять аномалии, нештатное поведение оборудования и оптимизировать программу ремонтов оборудования.

 Технические преимущества:

Адаптация под специфику ТЭЦ РФ - может работать в условиях отсутствия множества расчетных параметров и их неадекватности, а также с моделированием деградации оборудования и сложных схем, характерных для российской энергетики, полностью охватывает жизненный цикл оборудования

 Стоимостные преимущества:

Данная технология легко масштабируема и существенно ниже в цене по сравнению с аналогами.

 Общественно значимый результат:

Обеспечение импортонезависимого, надежного и высокоэффективного функционирования энергетической отрасли путем внедрения отечественного программного обеспечения