Умная гидроэнергетика: нейросети увеличивают выработку ГЭС
Речная пойма оказывает серьезное влияние на выработку электроэнергии ГЭС. Ученые Новосибирского государственного технического университета НЭТИ разработали нейросетевую модель, которая учитывает этот фактор и помогает оптимизировать режим работы гидроэлектростанции.

Фактор влияния речной поймы на работу ГЭС раньше никто не учитывал. Однако, она работает, как гидроаккумулятор, накапливая огромные объемы воды во время половодья и паводков, а затем, за счет этих запасов поддерживает уровень реки.
Ученые НГТУ НЭТИ проанализировали данные по Каменской пойме за многолетний период, а затем с помощью обучаемых нейросетей построили прогнозную модель влияния поймы на режимы работы Новосибирской ГЭС и объемы выработки электроэнергии.
Результаты оказались впечатляющими. Учет влияния поймы при расчетах позволяет увеличить выработку электроэнергии на 20% в многоводные годы и на 14% в маловодные. Еще более показателен рост оптимальной мощности: по расчетам ученых, с учетом поймы Новосибирская ГЭС могла бы выдавать 300 МВт вместо 198 МВт без ее учета. Это дает прирост к фактической выработке в 10-20%. Кроме того, потенциальное увеличение экологически чистой выработки позволит снизить нагрузку на ТЭЦ, уменьшить потребление топлива и вредные выбросы.

От единичной ГЭС к интеграции в энергосистему страны
Ученые планируют вести дальнейшую работу над моделью. Ее будут усовершенствовать за счет сбора новых данных, а также более мощной нейросетевой модели. Несмотря на то, что разработка НГТУ НЭТИ основывается на данных, связанных с конкретным объектом, сама методика, а также использование нейросетей позволит адаптировать ее практически под любую ГЭС. Модель может быть масштабирована не только на гидроузлы Сибири и Дальнего Востока, но и других регионов страны.
Кроме того, компания «РусГидро» уже активно использует ИИ-алгоритмы для управления режимами работы своих гидроэлектростанций. Так что методика новосибирских ученых может быть интегрирована в эти системы.
Кроме того, у подобных решений есть и хороший экспортный потенциал. Страны СНГ, Центральной Азии, Латинской Америки уже изучают опыт, наработанный российскими специалистами в рамках импортозамещения. Такие решения зачастую оказываются эффективнее и дешевле тех, что предлагают западные страны. Российский продукт может быть востребован в странах, где развита или модернизируется гидроэнергетика.

Эволюция цифровых инструментов в российской гидроэнергетике
Разработка НГТУ НЭТИ – это не просто очередной научный эксперимент, а закономерный этап в развитии российской энергетики.
Еще в 2017 году «РусГидро» начало внедрять информационную систему управления водно-энергетическими режимами «Диспетчерский центр». Нейросети рассчитывали плановые режимы работы Волжско-Камского каскада ГЭС.
В 2019 году компания начала внедрять «цифровые двойники» гидроэлектростанций. Виртуальные модели, собирающие данные с различных датчиков и умных устройств, позволяют предиктивно выявлять возможные проблемы, заранее их устранять, оптимизировать работу станций, сроки проведения и стоимость ремонтов.
В Стратегии цифровой трансформации «РусГидро» на 2024-2025 годы предусматривалась реализация около 10 проектов с применением ИИ.

От лабораторной модели к промышленному тиражированию
Разработка новосибирский ученых – это пример успешного применения нейросетевых алгоритмов в реальном секторе экономики. ИИ здесь служит для решения критически важной задачи повышения выработки дешевой и экологически чистой электроэнергии.
В перспективе научная модель превратится в реальный пилотный проект, который повысит эффективность работы Новосибирской ГЭС. После чего систему начнут внедрять и на других гидроэлектростанциях, интегрируя ее в уже действующие управляющие алгоритмы.
Успешное использование разработки позволит предлагать ее уже в качестве отработанного технического решения для иностранных партнеров. Ведь речь идет не просто об автоматизации, а настоящей «умной» системе, которая повышает энергоэффективность и экологическую безопасность.









































