Искусственный интеллект научили видеть срывы пламени в угольных котлах раньше человека
Искусственный интеллект научили видеть срывы пламени в угольных котлах раньше человека. В международном журнале Engineering Applications of Artificial Intelligence (IF = 8.0) вышла статья авторов Сергея Сергеевича Абдуракипова, Евгения Борисовича Бутакова, Евгения Павловича Копьева, Дмитрия Марковича Марковича.
Угольная энергетика остается основой мировой электрогенерации, но её эффективность напрямую зависит от стабильности горения пылеугольного факела. Малейший сбой — и КПД падает, растет расход топлива и выбросы.
Ученые из разработали гибридную систему диагностики, которая анализирует изображения пламени в реальном времени и предсказывает отклонения режима горения с высокой точностью. Для этого создали комбинацию из нейросетей, где каждая решает свою задачу:
— моделирование процесса: нейросеть обучилась воспроизводить термогравиметрические кривые потери массы угля с коэффициентом детерминации 99%. Это значит, что цифровая модель почти идеально повторяет поведение реального топлива.
— поиск аномалий без учителя: для ситуаций, когда нет точных измерений (например, старые котлы без датчиков), создан автоэнкодер, который самостоятельно выучивает «нормальное» пламя и детектирует отклонения со средней точностью 77%.
— распознавание с учителем: там, где данные доступны, сверхточная нейросеть анализирует изображения факела и выявляет аномалии с полнотой (recall) 89%.
— прогноз: LSTM-сеть с механизмом внимания предсказывает отклонения от стабильного горения со средней абсолютной ошибкой 8% и коэффициентом детерминации 91%.
Ученые полагают, что их система сможет оптимизировать работу ТЭЦ.
Пресс-центр ИТ СО РАН