Применение методов искусственного интеллекта для повышения эффективности диспетчерского контроля и управления газотранспортной системой

Оперативное диспетчерское управление газотранспортными системами является крайне сложной задачей из‑за особенностей технологического объекта, который характеризуется большим количеством входов и выходов, существенной инерционностью, изменением граничных условий в процессе работы, сложностью критериев оптимальности. Для оказания помощи диспетчеру в их управлении предназначены системы поддержки принятия диспетчерских решений. В статье описаны такие системы для управления газотранспортными сетями в штатных и нештатных режимах, разработанные в 2007–2020 гг. в составе систем оперативного диспетчерского управления СПУРТ. Прослежена эволюция системы поддержки принятия диспетчерских решений от экспертных систем с жесткой логикой до систем управления с прогнозирующей моделью, представлены дополнительные подсистемы, улучшающие точность моделирования – подсистема прогнозирования газопотребления, программный комплекс выявления проблемных данных. Описан процесс управления газотранспортной системой с прогнозирующей моделью (проактивного управления), выбор горизонта прогноза и определение наилучшей стратегии управления для повышения эффективности работы газотранспортного предприятия. Переход к проактивному управлению газотранспортной системой возможен при гарантированной адекватности математической модели, что достигается применением нестационарных моделей в режиме онлайн с идентификацией условно-постоянных параметров газотранспортной сети. Показано, что эффективность работы газотранспортного предприятия является многокритериальным понятием, которое включает минимальные энергозатраты, обеспечение режимов работы оборудования, исключающих его ускоренный износ, сохранение запаса газа в системе при соблюдении технологических и контрактных ограничений и т. п. Для выбора стратегий управления, обеспечивающих наилучшую эффективность работы предприятия, предложено использовать методы искусственного интеллекта – нечеткую логику и нейронные сети. Обучение нейронных сетей должно производиться с использованием математического моделирования газотранспортной системы и экспертных знаний диспетчерского персонала.