Details

Данная работа посвящена разработке прототипа информационно-управляющей системы предиктивной оптимизации режимов работы насосной станции на основе концепции цифрового двойника. Задачи, которые решались в ходе исследования: 1. Изучить теоретические основы и архитектуру цифрового двойника применительно к задачам управления инженерными системами; 2. Разработать методику сбора и обработки исходных данных: исторических данных о водопотреблении, графиков зональных тарифов, технических характеристик насосов и параметров сети; 3. Реализовать модель прогнозирования суточного водопотребления на основе методов анализа временных рядов (XGBoost); 4. Построить имитационную модель насосной станции (цифровой двойник), отражающую характеристики агрегатов и гидравлической сети для оценки параметров работы; 5. Разработать алгоритм оптимизации состава работающих агрегатов, минимизирующий совокупные затраты на электроэнергию и износ приводных двигателей на основе метода динамического программирования; 6. Создать прототип пользовательского интерфейса для визуализации рекомендаций системы и ключевых показателей; 7. Провести оценку потенциального экономического эффекта от внедрения системы на тестовых данных. Выполнение поставленных задач позволяет существенно сократить затраты на энергоресурсы благодаря предиктивному распределению нагрузки, а также замедлить процессы износа оборудования путем минимизации количества пусков и обеспечения его работы в зонах оптимальной эффективности.  В ходе работы использованы следующие информационные технологии: язык программирования Python (библиотеки Pandas, XGBoost, SciPy, joblib), микрофреймворк Flask, веб-технологии (HTML5, CSS3, Bootstrap 5, JavaScript, Chart.js).

This work is devoted to the development of a prototype of an information and control system for predictive optimization of pumping station operating modes based on the digital twin concept. The tasks solved in the course of the research: 1. To study the theoretical foundations and architecture of a digital twin applied to engineering systems management; 2. To develop a methodology for collecting and processing initial data: historical water consumption data, zonal tariff schedules, pump technical characteristics, and network parameters; 3. To implement a daily water consumption forecasting model based on time series analysis methods (XGBoost); 4. To build a simulation model of the pumping station (digital twin) reflecting the characteristics of the units and the hydraulic network to evaluate operating parameters; 5. To develop an algorithm for optimizing the combination of operating units to minimize total energy costs and drive motor wear based on the dynamic programming method; 6. To create a prototype of the user interface for visualizing system recommendations and key performance indicators; 7. To evaluate the potential economic effect of implementing the system on test data. The implementation of the proposed solutions provides a reduction in energy costs due to predictive daily planning, and also allows extending the equipment resource by minimizing the number of starts and ensuring its operation in optimal efficiency zones. The following information technologies were used in the work: Python programming language (Pandas, XGBoost, SciPy, joblib libraries), Flask microframework, web technologies (HTML5, CSS3, Bootstrap 5, JavaScript, Chart.js).