ru
ru en

Цифровые двойники и цифровые тени в электроэнергетике

Евгений Грабчак и Елена Медведева (Минэнерго) рассказывают про возможности использования цифровых двойников и цифровых теней в электроэнергетике и обрисовывают задачу ведомства в отношении этих технологий.

За счет применения цифрового двойника становится возможным сосредоточить основную долю изменений и затрат на стадии проектирования.

Под цифровым двойником обычно подразумевается виртуальная модель реального физического объекта или процесса, которая, по сути своей, представляет собой сложную математическую модель, позволяющую с высокой точностью описывать поведение реального физического объекта или системы, а также технологического/производственного процесса или сервисов. За счет применения цифрового двойника становится возможным сосредоточить основную долю изменений и затрат на стадии проектирования, что позволяет сократить издержки, возникающие на остальных этапах жизненного цикла.

Не секрет, что в настоящее время в электроэнергетике высокий уровень износа основных производственных фондов, а темпы их обновления недостаточны. Продление ресурса основного технологического оборудования осуществляется преимущественно за счет продления срока службы и использования систем прогнозирования. Поставщики таких систем — производители оборудования либо сторонние компании. В первом случае система прежде всего используется для подтверждения корректной эксплуатации оборудования в рамках гарантийного срока и для осуществления своевременного сервиса. Таким образом, с оборудования действительно снимается большой объем технологической информации (цифровая тень или цифровой след). С учетом такого подхода собственник оборудования хочет понимать, насколько предлагаемый производителем сервис оптимален и не избыточен — какова его технико-экономическая эффективность. Подобный запрос порождает предложение от альтернативных поставщиков таких систем. И ядром этих систем являются экспертные модели, основанные на опыте специалистов, участвующих в эксплуатации оборудования.

Сегодня предпринимаются попытки заместить экспертные модели технологиями больших данных, искусственного интеллекта, машинного обучения и другими. Важно понимать, что они смогут служить только для быстрого выявления аномального тренда («что-то происходит не так»), но не для прогноза, когда и что случится, на основании которого можно принять превентивные меры. Но даже для этого применения требуются формализованные экспертные модели и достаточный объем соответствующих моделям унифицированных данных, чтобы «обучить» эти технологии. Таким образом, указанные системы не обладают прогнозным потенциалом и позволяют собственнику оборудования (объекта) принять краткосрочные ситуативные решения — невозможно понять, как и почему улучшить ту или иную конструкцию оборудования (цепочки оборудования), а также управлять жизненным циклом оборудования/объекта, то есть собственник получает определенный уровень (не)эффективности постфактум от поставщика оборудования.

Вполне обоснованно уже сейчас переходить на модель управления жизненным циклом как отдельного оборудования, так и энергосистемы в целом.

Учитывая имеющиеся ограничения по стоимости электроэнергии, вполне обоснованно уже сейчас переходить на модель управления жизненным циклом как отдельного оборудования, так и энергосистемы в целом. Имеющийся опыт эксплуатации производственного оборудования необходимо учитывать в новых требованиях к продукции при обновлении и производить не разовую модернизацию, а постоянное улучшение энергосистемы за счет вывода устаревших технологий и их замены на более современные, то есть обеспечить постепенное обновление как возраста оборудования, так и используемых технологий.

В этих условиях компания заинтересована покупать не «железо», а полезный эффект, соответствующий набору функциональных требований, включающему себестоимость производимого продукта/услуги и гибкую совместимость с элементами технологической цепочки (как внутри компании, так и в отраслевой цепочке создания ценности).

Рис. 1

В сквозной модели жизненного цикла функциональные требования потребителя к энергокомпании транслируются энергокомпанией к производителю оборудования (рис. 1). И от оборудования, и от электроснабжения как от продукта требуется быстро менять свои свойства в зависимости от предпочтений потребителя. Возникает необходимость использования инструментов, позволяющих ускорить процессы разработки, производства и внедрения новых продуктов и сервисов. Это становится возможным при условии использования цифровых двойников — совместимых между собой и с разными уровнями детализации.

Цифровой двойник — это отличный инструмент прогнозирования.

Переход на идеологию управления жизненным циклом ставит задачу формирования цифрового двойника еще на этапе проектирования, а затем его последовательного совершенствования за счет накопленных данных о поведении реального объекта моделирования. На этапе эксплуатации он дает возможность прогнозировать поведение объекта/системы/процесса в условиях изменяющихся условий и требований. Возможно моделирование любых условий воздействия, поэтому цифровой двойник — это отличный инструмент прогнозирования, ядро любой предсказательной системы. Прогнозный потенциал цифрового двойника принципиально отличает его от цифровой тени, которая представляет собой набор данных о поведении объекта в прошлом, являясь фактически памятью об опыте объекта [1]. При этом важны следующие моменты:

  • Процесс создания адекватного цифрового двойника зачастую лежит на стыке различных дисциплин и требует участия специалистов соответствующих областей знания. Становится необходимым формирование экосистемы цифрового моделирования, удобным инструментом взаимодействия для которых являются цифровые платформы.
  • Доверие к цифровым моделям должно подтверждаться либо экспериментальным путем, что иногда довольно затруднительно, либо определяться открытостью и многократным использованием библиотек моделей отдельных узлов, расчетных алгоритмов, предварительно настроенных моделей для конкретных типов оборудования конкретного производителя. Иностранные компании не спешат делиться своими наработками в области создания цифровых двойников.
  • В настоящее время в электроэнергетике еще слаба нормативная база, стимулирующая переход к сквозному использованию цифровых двойников на всех этапах жизненного цикла.

Минэнерго будет формировать условия и стимулы перехода на описанную технологию в виде нормативной базы.

Минэнерго видит свою задачу прежде всего в формировании условий и стимулов в виде нормативной базы, направленной на широкое внедрение в отрасль новых подходов к выстраиванию взаимоотношений между всеми участниками электроэнергетического рынка, базирующихся на широкомасштабном применении цифровых двойников и информационных моделей. Для этого будут целенаправленно формироваться единая информационная среда на основе платформенных решений и экосистема, включающая в себя научные институты, производителей оборудования и энергокомпании и базирующаяся на принципах выстраивания взаимовыгодных отношений и использовании единых подходов, стандартов и платформенных решений.

Литература

  1. Боровков А.И., Марусева В.М., Рябов Ю.А. «Умные» цифровые двойники — основа новой парадигмы цифрового проектирования и моделирования глобально конкурентоспособной продукции нового поколения // Трамплин к успеху. — 2018. — № 13. — С. 12–16. URL: http://assets.fea.ru/uploads/fea/news/2018/04_april/12/tramplin-uspeha_13-16.pdf