Основной актив энергетических предприятий — сложное и дорогостоящее генерирующее оборудование. Поэтому одна из важнейших задач цифровой трансформации отрасли — построение прогнозов, связанных с его работоспособностью. Как это работает и за счёт чего можно снизить число отказов систем на 25%, СберПро Медиа рассказала руководитель проектного офиса «ИТ Плюс» компании «Т Плюс» Евгения Кукса.

Энергетические компании делают фокус в ИТ на автоматизацию и цифровизацию производственных процессов, построение экосистем, которые комплексно решают вопросы экономической эффективности. Поэтому мы несколько лет назад начали внедрять технологии, позволяющие контролировать качество, поддерживать его на высоком уровне и следить за производственными показателями.

Как работает прогностика

Прогнозы помогают выявить технические проблемы оборудования (дефекты, повреждения, появление первых признаков износа и необходимости ремонта) ещё на ранней стадии и оперативно находить способы их решения.

Как выглядит эволюция решений в мировой практике?

Уровень 1. Базовый. Подход к ремонту устроен так: когда подошли сроки технического обслуживания, компания останавливает оборудование и разбирает его или же оперативно устраняет внезапную поломку. Некоторые операции оказываются излишними, несвоевременными или недостаточными.

Уровень 2. Продвинутый. При таком подходе на производстве размещаются контрольно-измерительные приборы и в режиме 24/7 специалисты следят за ними. Здесь есть существенные недостатки. Во-первых, это дорого. Во-вторых, датчики подсказывают сроки отказа оборудования заранее, но ненамного — всего на несколько дней.

Уровень 3. Современный. Накопленная информация о поломках, остановках и всех нештатных ситуациях позволяет построить математическую модель, которая будет предсказывать возможные отказы заранее. В результате компания получает запас времени на заказ необходимых запчастей, подготовку ремонтного персонала. Этот принцип называется предиктивной диагностикой или прогностикой, которая позволяет наиболее удобно и с наименьшими затратами контролировать системы предприятия. Для этого берутся данные за три месяца, полгода или год, обрабатываются с помощью математических и физических моделей с применением в том числе искусственного интеллекта и машинного обучения. После обучения модель предугадывает поведение оборудования, приближенное к реальному. Для более точной работы она дополняется физическими параметрами и оцифрованными знаниями экспертов о классификации дефектов. Постоянное обучение системы со временем позволяет строить более точные прогнозы.

«Т Плюс» находится на третьем уровне внедрения прогнозирования. Вопросами построения такой системы мы озаботились ещё с 2020 года, когда была принята концепция цифровой трансформации бизнеса.

Сначала мы использовали решения, существовавшие на российском рынке. Затем в 2022 году создали собственный продукт «Автоматизированная система предиктивного анализа и диагностики». В пилотном режиме он внедряется на ТЭЦ «Академическая» в Екатеринбурге. Всего в рамках проекта прогностика затронет 10 парогазовых установок на разных объектах.

Направления трансформации

У каждой энергетической компании свой путь к «цифре». В нашем фокусе прежде всего проекты, направленные на повышение эффективности бизнеса с помощью современных технологий. «Т Плюс» уже создал «цифрового двойника» тепловой сети в Екатеринбурге, его запуск состоялся в 2021 году. Он позволяет автоматически управлять подачей теплоносителя в системе, ориентируясь на погоду или другие факторы. Все показатели в режиме реального времени контролируют специалисты компании в диспетчерском центре. Если ТЭЦ подаёт кому-то недостаточно тепла или если где-то образовалась протечка, это сразу увидит диспетчер.

Сейчас ведётся разработка «цифровой станции» (управление на основе «цифрового двойника»), частью которой является прогностика. Ещё одно направление — «цифровая сеть», включающее автоматизацию центральных тепловых пунктов (ЦТП) и котельных. Также трансформация затрагивает сбыт за счёт интеллектуальной системы учёта тепловой и электроэнергии с помощью устройств сбора и передачи данных (УСПД) в домах. В сфере безопасности технологии помогут снизить травматизм, для этого используются камеры с искусственным интеллектом, определяющие наличие спецодежды у работников.