Полное описание
> Кисленко, Н. А. Методы, алгоритмы и инструменты моделирования и оптимизации режимов работы единой системы газоснабжения России на основе технологий искусственного интеллекта. Часть 1 / Н. А. Кисленко, А. В. Белинский, А. С. Казак. - Текст : непосредственный // Газовая промышленность : ежемесячный научно-технический и производственный журнал. - 2021. - N 9. - С. 88-96. - Библиогр. в конце ст. - ISSN 0016-5581.
ГРНТИ | УДК | |
73.39.81 | 622.691.4 | |
28.23 | 004.8 |
Рубрики:
Газоснабжение -- Оптимизация производственных процессов
Искусственный интеллект -- Применение в трубопроводном транспорте
Кл.слова (ненормированные): газотранспортная система -- единая система газоснабжения -- математическое моделирование -- оптимизация -- искусственный интеллект -- машинное обучение -- нейронная сеть
Аннотация: В работе обсуждаются расчетные задачи оптимизации технологических режимов газотранспортной системы Единой системы газоснабжения России, с которыми приходится сталкиваться при управлении ее функционированием и развитием. До настоящего времени решение таких задач осуществлялось преимущественно с использованием эвристических подходов и линейных математических моделей, слабо отражающих технологические особенности режимов данной газотранспортной системы. В первой части статьи предложена новая нелинейная оптимизационная модель газотранспортной системы Единой системы газоснабжения, опирающаяся на нейросетевые модели фрагментов системы (ее участков). Синтез модели анализируемой системы из моделей участков проводится с использованием методов математического программирования, хорошо зарекомендовавших себя в решении нелинейных невыпуклых задач оптимизации высокой размерности. Во второй части представлены результаты апробации, выполненные с применением существующих отечественных комплексов газодинамического моделирования режимов транспорта газа, нового оригинального нейрогидравлического симулятора газотранспортной системы, предложенного в работе, а также современных программных пакетов глубокого машинного обучения и оптимизационных пакетов нелинейного программирования. Отмечается, что дальнейшее развитие гибридного моделирования, сочетающего классические методы газовой динамики и машинного обучения, позволит создать новые цифровые инструменты для решения ряда актуальных задач газовой отрасли.
Доп. точки доступа:
Белинский, А.В.
Казак, А.С.
>
Имеются экземпляры в отделах: всего 2 : ЧЗХР (1), ХРЦ (1)
Свободны: ЧЗХР (1), ХРЦ (1)
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -531043-345119)>
Шифр в сводном ЭК: d4ce6ef9a661721109b2e3786527f160
Заказ фрагмента документа ₽