НОВОСИБИРСК, 11 декабря. /ТАСС/. Инженеры Новосибирского государственного технического университета (НГТУ НЭТИ) совместно с индустриальными партнерами разработали отечественную систему удаленного мониторинга подачи тепла и электроэнергии в школы и детские сады, которая позволит контролировать работу инженерных систем, оперативно выявлять аварии и предупреждать их. Система готова к подключению на 20 объектах образования города, сообщили ТАСС в пресс-службе вуза.
"Отечественную систему удаленного мониторинга инженерных систем муниципальных объектов, которая позволяет контролировать подачу тепла в зависимости от погоды и оперативно выявлять аварии и предупреждать их, разработала команда ученых, выпускников и индустриальных партнеров Новосибирского государственного технического университета НЭТИ. Экономия затрат на тепловую энергию при внедрении системы составляет до 30%, посчитали разработчики", - рассказали в пресс-службе.
Система разработана в сотрудничестве с индустриальными партнерами вуза ООО НПК "Юнисофт плюс" и ООО "Экотерм".
К удаленному мониторингу уже подключены десять действующих территориально распределенных инженерных систем Новосибирска, на текущий момент к подключению к системе удаленного мониторинга готовы около 20 объектов образования Новосибирска, столько же планируется подключить в 2024 году.
"Одной из главных особенностей проекта являются разработанные погодозависимые алгоритмы управления для индивидуальных тепловых пунктов, которые позволяют оптимизировать потребление тепловой энергии и значительно экономить ресурсы. Кроме того, система оперативно выявляет возникающие аварии и предупреждает неисправности инженерных объектов на ранней стадии, предотвращая тем самым более серьезные проблемы в будущем", - приводит пресс-служба слова доцента кафедры тепловых электрических станций НГТУ НЭТИ Александра Дворцевого.
Система удаленного мониторинга построена на отечественной программно-аппаратной базе. Кроме того, она масштабируется горизонтально и вертикально: может работать как локально в периметре предприятия без доступа в интернет, так и собирать данные с территориально распределенных инженерных объектов через защищенное онлайн-соединение. В планах команды проекта - разработка модулей предиктивной диагностики на основе алгоритмов машинного обучения и многомерного анализа данных.