|
|
<!DOCTYPE html>
|
|
|
<html lang="en">
|
|
|
|
|
|
<head>
|
|
|
<meta charset="UTF-8">
|
|
|
<meta name="viewport" content="width=device-width, initial-scale=1.0">
|
|
|
<title>Пространственные Системы</title>
|
|
|
<link rel="stylesheet" href="/fullpage/fullpage.min.css">
|
|
|
<script src="/fullpage/fullpage.js"></script>
|
|
|
<link rel="stylesheet" href="/style.css">
|
|
|
</head>
|
|
|
|
|
|
<body>
|
|
|
<div class="container nav-container">
|
|
|
<div id="wrap">
|
|
|
<div id="row">
|
|
|
<div id="logo">
|
|
|
<a id="logo-container" href="/">
|
|
|
Пространственные системы
|
|
|
</a>
|
|
|
</div>
|
|
|
|
|
|
</div>
|
|
|
<div id="navigation">
|
|
|
<a id="navigation-link" href="/projects.html">Проекты</a>
|
|
|
<a id="navigation-link" href="/contacts.html">Контакты</a>
|
|
|
<a id="navigation-link" href="/en/emergency.html">EN</a>
|
|
|
|
|
|
</div>
|
|
|
</div>
|
|
|
</div>
|
|
|
<div class="fullpage">
|
|
|
<div class="section gradient-text">
|
|
|
<p>Heat emergency ————— геоинформационная ML система для моделирования возникновения аварийных ситуаций на
|
|
|
объектах теплоснабжения.
|
|
|
</p>
|
|
|
<p>Каждый день город накапливает данные по произошедшим аварийным ситуациям на объектах теплоснабжения –
|
|
|
жилых домах и тепловых пунктах. Огромный массив таких данных в совокупности с данными о характеристиках
|
|
|
объектов теплоснабжения и погодных условиях позволяет создавать новые инструменты управления аварийными
|
|
|
ситуациями. Heat emergency — приложение для города, помогающее не только улучшить контроль для
|
|
|
предотвращения возникновения аварийных ситуаций, но и построить оптимальный сценарий реагирования на уже
|
|
|
возникшую аварию.</p>
|
|
|
</div>
|
|
|
<div class="section">
|
|
|
<figure>
|
|
|
<img src="/images/emergency/cover.jpg" />
|
|
|
<figcaption>Интерфейс системы</figcaption>
|
|
|
</figure>
|
|
|
</div>
|
|
|
<div class="section">
|
|
|
<p>Перед началом использования, в систему необходимо импортировать все необходимые данные – точки жилых
|
|
|
домов и объектов инфраструктуры, связь объектов теплоснабжения друг с другом, факты случившихся в жилых
|
|
|
домах аварий разных типов, показания счетчиков ОДПУ (общедомовой прибор учета).</p>
|
|
|
<p>При промышленном использовании системы все данные должны быть загружены заранее, а данные, требующие
|
|
|
частого обновления (факты аварий и показания счетчиков ОДПУ), должны передаваться в систему
|
|
|
автоматически посредством интеграций с соответствующими информационными системами ЖКХ.</p>
|
|
|
</div>
|
|
|
<div class="section">
|
|
|
<figure>
|
|
|
<img src="/images/emergency/import.jpg" />
|
|
|
<figcaption>Импорт исходных данных</figcaption>
|
|
|
</figure>
|
|
|
</div>
|
|
|
<div class="section">
|
|
|
<p>После попадания в систему данных о фактах аварий формируется обучающая выборка, состоящая из фактов
|
|
|
возникновения аварии определенного типа в определенных жилых домах в конкретные даты и фактов отсутствия
|
|
|
аварий. Также формируются множество признаков для модели, среди которых тип стен, год постройки,
|
|
|
этажность, данные по капитальному ремонту разных частей системы водопровода жилых домов и др. (всего
|
|
|
около 50 признаков), погодные условия. При построении модели решается задача бинарной классификации —
|
|
|
модель определяет склонность каждого жилого дома к разным типам аварий (например, течь в трубе в
|
|
|
квартире или подъезде, отсутствие отопления и др.). Результат прогнозной склонности жилых домов
|
|
|
выводится на карту с возможностью использования множества фильтров.
|
|
|
</p>
|
|
|
</div>
|
|
|
<div class="section">
|
|
|
<p>После попадания в систему показаний счетчиков ОДПУ показания по давлению и температуре воды в трубе на
|
|
|
входе в дом сравниваются с нормативными. При отклонениях от нормативов фиксируется факт аварии на
|
|
|
источнике — тепловом пункте. Далее, аналогично с фактами аварий в жилых домах строится ML-модель,
|
|
|
определяющая склонность теплового пункта к аварии.
|
|
|
</p>
|
|
|
|
|
|
<p>При прогнозировании мы используем сложные модели, позволяющие интерпретировать склонность к аварийности
|
|
|
понятным для пользователя образом — прогноз можно разложить на вклады всех задействованных в модели
|
|
|
факторов и лучше понять, какие именно факторы оказываются наиболее значимыми.</p>
|
|
|
</div>
|
|
|
<div class="section">
|
|
|
<figure>
|
|
|
<img src="/images/emergency/shap.jpg" />
|
|
|
<figcaption>Интерпретация прогноза — визуализация вклада различных факторов в прогноз склонности жилого
|
|
|
дома к возникновению течи в системе отопления
|
|
|
</figcaption>
|
|
|
</figure>
|
|
|
</div>
|
|
|
<div class="section">
|
|
|
<p>В системе возможно создание симуляции уже возникшей аварии на тепловом пункте для оценки количества
|
|
|
потребителей (жилых домов и объектов социально-экономического назначения), оказавшихся в зоне аварии и
|
|
|
скорости их остывания, для формирования оптимальной очередности реагирования и исправления аварийной
|
|
|
ситуации.
|
|
|
</p>
|
|
|
</div>
|
|
|
<div class="section">
|
|
|
<figure>
|
|
|
<img src="/images/emergency/sim.jpg" />
|
|
|
<figcaption>Симуляция аварии на тепловом пункте
|
|
|
</figcaption>
|
|
|
</figure>
|
|
|
</div>
|
|
|
<div class="section">
|
|
|
<p class="gradient-text">Функционал системы Heat emergency на основе анализа данных и методов машинного
|
|
|
обучения позволяет
|
|
|
улучшить контроль над городской системой теплоснабжения, улучшить понимание закономерностей в
|
|
|
возникновении аварийных ситуаций, их профилактику и предотвращение.
|
|
|
</p>
|
|
|
|
|
|
<a href="contacts.html" class="contacts-link">Если вам интересна подобная система, напишите нам<span
|
|
|
class="arrow-diagonal">
|
|
|
</span></a>
|
|
|
</div>
|
|
|
</div>
|
|
|
<script>
|
|
|
new fullpage('.fullpage', {
|
|
|
navigation: true,
|
|
|
});
|
|
|
</script>
|
|
|
|
|
|
</body>
|
|
|
|
|
|
</html> |
