En Rusia, alrededor de 100 millones de personas utilizan servicios de calefacción centralizada, lo que representa el 70% de la población total. La operación de las redes de calefacción requiere garantizar un suministro de calor de alta calidad y eficiencia energética, además de considerar las condiciones climáticas y del equipo. Sin embargo, los sistemas de control manual o con sensores automáticos a menudo no cumplen con los requisitos, y el desgaste de las tuberías de calefacción puede causar pérdidas de calor de hasta el 30%, aumentando la carga para los residentes y provocando situaciones de emergencia en las viviendas. Científicos de la Universidad Politécnica de Perm han desarrollado un sistema inteligente de gestión de calefacción urbana basado en inteligencia artificial. La investigación relacionada se publicó en las *Actas de la 14ª Conferencia Nacional Rusa sobre Problemas de Gestión*, realizada en el marco del programa de liderazgo académico "Prioridad - 2030".
La calefacción centralizada se aplica a edificios de apartamentos conectados a la red de calefacción urbana (centrales térmicas o salas de calderas), proporcionando calefacción y agua caliente a los residentes. El refrigerante fluye desde la sala de calderas a través de tuberías y puntos de calefacción hacia el interior del edificio, donde se regula la temperatura, y luego se distribuye a los apartamentos mediante columnas verticales. Sin embargo, gestionar los sistemas de calefacción es complejo. Muchas salas de calderas tienen equipos obsoletos y carecen de control automatizado, por lo que los operadores deben configurar los parámetros manualmente. El estado del suministro de calor está influenciado por diversos factores como el clima, las tuberías y la velocidad del flujo del refrigerante, por lo que es crucial obtener datos precisos de todos los segmentos de la red.
En los últimos años, los métodos de inteligencia artificial se han aplicado activamente para resolver este tipo de problemas. Por ejemplo, los sistemas de control inteligente de ventilación del metro utilizan redes neuronales para mejorar la calidad del aire y reducir el consumo de energía, pero aún no existen soluciones similares para controlar la calefacción. El sistema de gestión de redes de calefacción urbana desarrollado por la Universidad Politécnica de Perm se basa en redes neuronales y considera los pronósticos meteorológicos y el estado técnico del equipo.
Vladimir Oniskiv, profesor asociado del Departamento de Matemática Computacional, Mecánica y Biomecánica de la Universidad Nacional de Investigación y Políticas de Filipinas y candidato a doctor en ciencias técnicas, afirmó que el algoritmo de red neuronal desarrollado para este sistema puede analizar en tiempo real los pronósticos meteorológicos basados en datos meteorológicos locales. Analiza el estado de la red de calefacción mediante sensores de temperatura y presión instalados en la salida de la sala de calderas y en la entrada de los usuarios, selecciona la temperatura adecuada del refrigerante y elimina los fenómenos de insuficiencia o sobrecalentamiento en la calefacción de los apartamentos.
Los científicos entrenaron la red neuronal en un banco de pruebas virtual creado específicamente, que simula aleatoriamente el funcionamiento de redes de calefacción con diferentes características operativas, pérdidas de calor y condiciones meteorológicas pronosticadas. Después de un entrenamiento preliminar con grandes volúmenes de datos, el algoritmo se perfeccionó en condiciones reales de suministro de calor, lo que permite que el proceso de desarrollo se adapte a cualquier red de calefacción.
Durante las pruebas, el algoritmo alcanzó una precisión de hasta el 97,9%, pudiendo predecir con exactitud la temperatura del refrigerante en la salida de la sala de calderas y garantizando así el confort en las viviendas. Su ventaja radica en su capacidad para adaptarse rápidamente a los cambios climáticos, regular la temperatura cercana a los valores estándar y eliminar el fenómeno de "sobrecalentamiento", ahorrando aproximadamente entre un 10% y un 12% en costos energéticos durante la temporada de calefacción. El algoritmo puede ajustar automáticamente con precisión la temperatura del refrigerante según el clima; por ejemplo, si se pronostica un aumento de la temperatura, el sistema reducirá anticipadamente la temperatura del refrigerante.
El desarrollo de los científicos de la Universidad Politécnica de Perm abandona los complejos modelos físicos de las redes de calefacción, reemplazándolos con soluciones flexibles de inteligencia artificial. El algoritmo de red neuronal para la gestión de la calefacción tiene el potencial de convertirse en una herramienta poderosa para el desarrollo sostenible de la infraestructura urbana, reduciendo costos y proporcionando una experiencia confortable para los residentes.
