<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Застосування технології цифрових двійників для моніторингу та оптимізації роботи когенераційних установок

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

У статті виконано аналіз сучасних підходів до застосування технології цифрових двійників у енергетичних системах та досліджено перспективи їх використання для підвищення ефективності експлуатації когенераційних установок. Розглянуто результати останніх наукових досліджень із застосуванням цифрових двійників для систем генерації електричної та теплової енергії, розподіленої енергетики і систем теплопостачання. Вказано, що більшість наявних рішень орієнтована на моніторинг окремих енергетичних об’єктів, прогнозування технічного стану обладнання або оптимізацію окремих технологічних процесів. Водночас питання створення інтегрованих цифрових двійників когенераційних систем, які поєднують моделі енергетичного обладнання, теплових мереж, алгоритми прогнозування та засоби підтримки прийняття рішень у межах єдиного цифрового середовища, залишається недостатньо дослідженим. У роботі розроблено архітектуру інтегрованого цифрового двійника когенераційної установки Jenbacher  JMS 624 GS-N.L. Запропонована архітектура базується на використанні сучасних засобів промислової автоматизації, хмарних технологій та методів машинного навчання. Накопичення та обробка даних реалізовані із застосуванням сервісів AWS IoTSiteWiseта AWS IoTSiteWiseEdge, що забезпечують централізоване зберігання часових рядів іформування інформаційної моделі технологічного обладнання. Для створення цифрового представлення фізичного об’єкта використано AWS IoTTwinMaker з використанням прогнозних та аналітичних функцій Amazon Sage Maker. Виконано аналіз можливостей використання алгоритмів машинного навчання для прогнозування технологічних параметрів. Розглянуто моделі прогнозування часових рядів Deep AR, регресійні моделі на основі XGBoostта алгоритми виявлення аномалій Random Cut Forest. Обґрунтовано доцільність застосування моделей часових рядів для прогнозування споживання природного газу, електричного навантаження та коефіцієнта надлишку повітря, оскільки зазначені параметри характеризуються часовою залежністю та циклічністю зміни значень. Запропонований цифровий двійник забезпечує можливість моніторингу технічного стану обладнання в режимі реального часу, прогнозування технологічних параметрів, виявлення аномальних режимів роботи, підтримки прийняття рішень та оптимізації режимів експлуатації когенераційної установки. Отримані результати можуть бути використані як основа для подальшого впровадження систем прогнозного технічного обслуговування, інтелектуального керування та підвищення енергоефективності об’єктів розподіленої генерації.

Опис

УДК

Тип документа

Мова

Посилання на публікацію

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Поліщук І. А., Гуменюк В. Ю. Застосування технології цифрових двійників для моніторингу та оптимізації роботи когенераційних установок // Наукові праці Вінницького національного технічного університету. Електрон. текст. дані. (PDF: 593 КБ). 2026. № 2. URI: https://praci.vntu.edu.ua/index.php/praci/article/view/973.

Зібрання

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (1)

  1. 1. Heluany J. B., Gkioulos V. A review on digital twins for power generation and distribution. International Journal of Information Security. 2024. Vol. 23. DOI: 10.1007/s10207-023-00784-x. 2. Aghazadeh Ardebili A., Alahyari M., Shahsavari A. Digital Twins of Smart Energy Systems: a systematic literature review on enablers, design, management and computational challenges. Energy Informatics. 2024. Vol. 7. DOI: 10.1186/s42162-024-00385-5. 3. Hashmi R., Liu H., Yavari A. Digital Twins for Enhancing Efficiency and Assuring Safety in Renewable Energy Systems: A Systematic Literature Review. Energies. 2024. Vol. 17, № 11. DOI: 10.3390/en17112456. 4. A Case Study of Digital-Twin-Modelling Analysis on Power-Plant- Performance Optimizations / Bin Xu et al. Clean Energy. 2019. Vol. 3, №3. P. 227–234. DOI: 10.1093/ce/zkz025. 5. Applications of the Digital Twin and the Related Technologies within the Power Generation Sector: A Systematic Literature Review / S. Shahmoradi et al. Energies. 2025. Vol. 18, № 21. DOI: 10.3390/en18215627. 6. Digital Twin of Microgrid for Predictive Power Control to Buildings / H. Jiang et al. Sustainability. 2024. Vol. 16, №2. DOI: 10.3390/su16020482. 7. Enhanced reinforcement learning-model predictive control for distributed energy systems: Overcoming local and global optimization limitations / H. Meng et al. Building Simulation. 2025. Vol. 18. P. 547–567. DOI: 10.1007/s12273- 024-1227-9. 8. Digital Twin Technology for Renewable Energy, Smart Grids, Energy Storage and Vehicle-to-Grid Integration: Advancements, Applications, Key Players, Challenges and Future Perspectives in Modernising Sustainable Grids / A. Q. Al-Shetwi et al. IET Smart Grid. 2025. Vol. 8, Issue 1. DOI: 10.1049/stg2.70026. 9. Digital twins and their use in future power systems / P. Palensky et al. Digital Twin. 2024. Vol. 1, №3. DOI: 10.12688/digitaltwin.17435.2. 10. Zinsmeister D., Perić V. Implementation of a Digital Twin of the CoSES District Heating Prosumer Laboratory. Energy Proceedings. 2022. Vol. 26. DOI: 10.46855/energy-proceedings-10153.