Donma Riskini Nəzərə Alan Optimallaşdırma, orijinal adı ilə Freeze-Risk-Aware Optimization (FRAO), iri miqyaslı çoxsektorlu dolayı hava soyutma sistemlərinin qış istismarında mövcud aşağı xarici mühit temperaturundan daha çox soyutma faydası əldə etməyi, eyni zamanda lokal donma riskini və proqnoz qeyri-müəyyənliyini birbaşa idarəetmə məhdudiyyətlərinə daxil etməyi hədəfləyən verilənlərə əsaslanan model proqnozlaşdırıcı idarəetmə yanaşmasıdır. Tədqiqat Çinin şimalındakı 2 × 1000 MW kömürlə işləyən elektrik stansiyasından götürülmüş real DCS istismar verilənləri ilə LSTM əsaslı sektor və sistem səviyyəli proqnoz modelləri qurmuş və bu modelləri sektor əsaslı model proqnozlaşdırıcı idarəetmə ilə birləşdirmişdir. Təmsilçi aşağı temperatur şəraitində əsas qayıdış suyu temperaturunun 5,14–5,37 °C, proqnozlaşdırılan blok əks təzyiqinin isə 0,67–0,70 kPa azaldıla bildiyi bildirilmişdir. Bununla belə, sahə təsdiqi hələlik açıq dövrəli qərar dəstəyi səviyyəsindədir; optimallaşdırılmış komandaların DCS üzərindən tam qapalı dövrəli izləmə performansı nümayiş etdirilməmişdir.

Qışda aşağı xarici temperatur hava ilə soyudulan istilik elektrik stansiyası baxımından iki əks təsir yaradır. Bir tərəfdən istiliyin atmosferə ötürülməsi asanlaşır və turbin-kondensator sisteminin əks təzyiqi azaldıla bilər. Digər tərəfdən istilik dəyişdirici səthlərində suyun donması, boru zədələnməsi və sızma riski artır. Buna görə operatorlar təhlükəsizlik ehtiyatını böyüdərək sistemi lazım olduğundan daha isti işlədə bilərlər. FRAO-nun əsas tədqiqat sualı bu təhlükəsizlik ehtiyatının sabit və həddindən artıq mühafizəkar olmaq əvəzinə lokal temperatura, gələcək istismar şəraitinə və model proqnoz xətasına əsasən dinamik şəkildə tənzimlənib-tənzimlənə bilməməsidir.

Tədqiqat yalnız iqtisadi optimallaşdırma aparmır. Lokal divar temperaturu, sektor qayıdış suyu temperaturu, temperaturun nə qədər sürətlə enə bilməsi və hava giriş jalüzlərinin nə qədər sürətlə hərəkət edə bilməsi eyni optimallaşdırma problemi daxilində təhlükəsizlik və tətbiqedilmə şərtlərinə çevrilir. Beləliklə məqsəd yalnız qayıdış suyunu mümkün qədər soyutmaq deyil, donma təhlükəsizlik sərhədlərindən aşağı düşmədən əldə edilə bilən ən aşağı təhlükəsiz istilik istismar vəziyyətini axtarmaqdır.

Dolayı hava soyutma sistemində əsas problem

İstilik elektrik stansiyasında turbindən çıxan buxar kondensatorda kondensasiya olunur. Kondensatorun performansı dövriyyə suyunun nə qədər soyuq qayıtması ilə sıx bağlıdır. Daha aşağı qayıdış suyu temperaturu kondensator təzyiqini və bununla da turbinin əks təzyiqini azalda bilər; bu da eyni elektrik istehsalı üçün daha aşağı yanacaq sərfiyyatına töhfə verə bilər.

Araşdırılan sistem birbaşa su-hava təması əvəzinə dövriyyə suyunun istilik dəyişdiriciləri vasitəsilə atmosferlə istilik mübadiləsi apardığı dolayı hava soyutma quruluşudur. Qışda xarici hava çox soyuq olduqda bu sistemin soyutma qabiliyyəti artır. Lakin lokal boru və ya soyutma-delta divarlarının temperaturu kritik səviyyələrə düşərsə, donma başlaya bilər. Orta qayıdış suyu temperaturu təhlükəsiz göründüyü halda belə qüllənin müəyyən sektorunda lokal səth təhlükəli dərəcədə soyuq ola bilər.

Buna görə tədqiqat bütün qülləni təmsil edən tək orta dəyişəni optimallaşdırmaq əvəzinə qüllənin müxtəlif sektorlarının istilik davranışını ayrıca proqnozlaşdırır.

FRAO Nədir və Nə Edir?

Freeze-Risk-Aware Optimization (FRAO) gələcək hava giriş jalüzü açıqlıqlarını sektorlar üzrə optimallaşdıran; lokal divar temperaturunu, qayıdış suyu temperaturunu, model proqnoz xətasını, temperaturun dəyişmə sürətini və aktuator hərəkət məhdudiyyətlərini eyni model proqnozlaşdırıcı idarəetmə probleminə daxil edən qış istismarı optimallaşdırma çərçivəsidir.

Araşdırılan elektrik stansiyası və soyutma qülləsi

Dövriyyə suyu iki qola ayrılaraq sektor qruplarına göndərilir. Hər soyutma deltasının xaricindəki hava giriş jalüzləri istilik dəyişdiriciyə daxil olan hava miqdarını və bununla da suyun nə qədər soyudulacağını tənzimləyir. Sektorlardan çıxan soyudulmuş su ümumi qayıdış xəttində birləşir və kondensatorda turbinin işlənmiş buxarının kondensasiyasında istifadə olunur.

Verilənlər dəsti

Tədqiqatda iki qış istismar dövrü birləşdirilmişdir: 1 Yanvar–28 Fevral 2025 və 10 Noyabr 2025–10 Yanvar 2026. Cəmi 121 günlük qeydlər daxilində 1 dəqiqəlik nümunə götürmə intervalı ilə 174.075 etibarlı nümunə və 220 istismar dəyişəni əldə edilmişdir.

Mənbədə 5 °C-dən aşağı xarici mühit şəraiti qış nümunələrinin %61,1-ni təşkil edir. Sistem həmçinin 2020-ci ildə ciddi qış donma zədəsi yaşamış və mənbə bu hadisənin birbaşa iqtisadi itkisinin təxminən 10 milyon RMB olduğunu bildirmişdir. Bu hadisə yalnız iqtisadi optimallaşdırmanın deyil, lokal donma təhlükəsizliyinin niyə mərkəzi layihələndirmə meyarı olduğunu göstərən sahə kontekstidir.

Niyə tək sistem ortalaması kifayət deyil?

Qüllə ətrafındakı hava axını, su paylanması və istilik ötürülməsi bütün sektorlarda eyni deyil. Eyni anda bir sektorun divar temperaturu təhlükəsiz qala bilər, digər sektorda isə daha aşağı temperatur yarana bilər. Buna görə FRAO iki miqyası birlikdə istifadə edir:

• Sektor səviyyəsi: lokal qayıdış suyu və divar temperaturları donma təhlükəsizliyini təmsil edir.
• Sistem səviyyəsi: əsas qayıdış suyu temperaturu və blok əks təzyiqi ümumi soyuq-son performansını təmsil edir.

Divar Temperaturu Niyə Donma Riski Üçün Kritik Dəyişəndir?

Donma istilik dəyişdirici səthində lokal olaraq başlaya bildiyi üçün sektorun orta qayıdış suyu temperaturu təkbaşına kifayət qədər təhlükəsizlik göstəricisi deyil; tədqiqatdakı ablasiya təcrübəsi də divar temperaturu təhlükəsizlik termini çıxarıldıqda donma riskinə qarşı jalüz bağlama reaksiyasının təxminən 10 dəqiqə gecikə bildiyini göstərir.

FRAO-nun funksional arxitekturası

Mənbə mətn təbəqələrin sayını bir yerdə “beş” kimi ifadə etsə də, metodun təsviri və Şəkil 3 aşağıdakı altı funksional komponenti göstərir:

1. Verilənlər təbəqəsi: keçmiş DCS ölçmələrindən vəziyyət pəncərəsi yaradır və gələcək nəzarətsiz dəyişənlərin meylini çıxarır.
2. Proqnoz təbəqəsi: LSTM əsaslı modellərlə sektor və sistem temperaturlarını və əks təzyiqi proqnozlaşdırır.
3. Təhlükəsizlik marjasının yenilənməsi: təhlükəli istiqamətdəki proqnoz xətalarını izləyərək temperatur məhdudiyyətlərini sərtləşdirir.
4. Məhdudiyyət və cərimə yaradılması: donma sərhədlərini, temperaturun enmə sürətini və jalüz hərəkət sərhədlərini xərc terminlərinə çevirir.
5. MPC optimallaşdırması: gələcək jalüz açıqlığı trayektoriyaları arasında ən aşağı təhlükəsiz xərci axtarır.
6. Yuxarı səviyyəli set dəyərinin yaradılması: optimallaşdırılmış istilik trayektoriyasını mövcud DCS-nin tətbiq edə biləcəyi qayıdış suyu temperaturu set dəyərinə çevirir.

Keçmiş vəziyyət pəncərəsi və gələcək istismar meyli

Hər optimallaşdırma dövrünün başlanğıcında sistem son \(H_h\) zaman addımını tarixi vəziyyət pəncərəsi kimi toplayır:

Tənlik (1):

\[ X^{hist}_{i,t_0}= [X_{i,t_0-H_h+1},\ldots,X_{i,t_0}] \]

Burada \(X_{i,t}\), sektor \(i\) üçün müvafiq istismar dəyişənlərini; \(H_h\) isə keçmiş pəncərənin uzunluğunu göstərir.

Gələcək xarici mühit temperaturu və blok yükü kimi idarə olunmayan dəyişənlər tam məlum olmadığından yaxın keçmişdəki orta dəyişmə meyli hesablanır:

Tənlik (2):

\[ \Delta\bar{x}(t_0)= \frac{1}{H_h-1} \sum_{\tau=t_0-H_h+1}^{t_0-1} [x(\tau+1)-x(\tau)] \]

\[ \Delta\tilde{x}(t_0)= \operatorname{clip} [\Delta\bar{x}(t_0),\Delta x_{min},\Delta x_{max}] \]

\[ \tilde{x}(t_0+k)= \operatorname{clip} [x(t_0)+k\Delta\tilde{x}(t_0),x_{min},x_{max}] \]

\[ X^{fut}_{i,t_0}= [\tilde{x}(t_0),\tilde{x}(t_0+1),\ldots,\tilde{x}(t_0+H_f)] \]

clip əməliyyatı meylin həm icazə verilən dəyişmə sürətini, həm də fiziki dəyişən sərhədlərini aşmasının qarşısını alır. Bu quruluş gələcəyi “dəqiq bilirmiş” kimi davranmır; yalnız yaxın dövr meylini fiziki sərhədlər daxilində MPC proqnoz üfüqünə daşıyır.

LSTM proqnoz modelləri

Daim dövr edən suyun istilik ətaləti və daşınma gecikmələri səbəbindən keçmiş vəziyyət gələcək temperaturlara təsir edir. Tədqiqat bu zaman asılılığını uzun-qısa müddətli yaddaş şəbəkələri, yəni Long Short-Term Memory (LSTM) ilə modelləşdirir.

Tənlik (3):

\[ [\hat{T}_{ret,i,t},\hat{T}_{wall,i,t}] = f_{sector,i}(X_{i,t},U_{i,t},Z_{i,t}) \]

\(\hat{T}_{ret,i,t}\) sektor qayıdış suyu temperaturu proqnozunu, \(\hat{T}_{wall,i,t}\) lokal divar temperaturu proqnozunu, \(U_{i,t}\) jalüz idarəetmə dəyişənlərini və \(Z_{i,t}\) dövriyyə suyu nasoslarının vəziyyətlərini göstərir.

Sektor proqnozları daha sonra sistem səviyyəli modelə ötürülür:

Tənlik (4):

\[ \hat{T}_{main,ret,t} = f_{main} (\hat{T}_{ret,1,t},\hat{T}_{ret,2,t},\ldots,\hat{T}_{ret,12,t},Z_t) \]

\[ [\hat{P}_t,\hat{T}_{main,int,t}] = f_{bp}(\hat{T}_{main,ret,t},N_t) \]

Bu zəncir sektorlardakı lokal istilik qərarlarını əsas qayıdış suyu temperaturuna, sonra isə kondensator və blok əks təzyiqi davranışına bağlayır.

Proqnoz Xətası Təhlükəsizlik Məhdudiyyətlərini Necə Dəyişir?

FRAO yalnız proqnoz dəyərindən istifadə etmir; model temperaturu faktiki olduğundan yüksək proqnozlaşdırdıqda yaranan təhlükəli istiqamətli xətanı izləyir və yaxın dövr xəta paylanmasına əsasən təhlükəsizlik marjasını böyüdərək icazə verilən temperatur sərhədlərini avtomatik daha mühafizəkar edir.

Təhlükəli istiqamətli proqnoz xətası

Donma baxımından kritik xəta modelin temperaturu faktiki olduğundan daha yüksək proqnozlaşdırmasıdır. Belə xəta optimallaşdırıcıya sistemin təhlükəsiz olduğuna dair yanlış inam verə bilər. Buna görə tədqiqat yalnız mütləq xətadan deyil, təhlükəli istiqamətdəki müsbət artıq proqnozdan istifadə edir.

Tənlik (5):

\[ e_{wall}(t_0)= \max[0,\hat{T}_{wall}(t_0)-T_{wall}(t_0)] \]

\[ \varepsilon_{wall}(t_0)= \{e_{wall}(t_0-N+1),\ldots,e_{wall}(t_0)\} \]

\[ M_{wall}(t_0)= \min\left[ M^{max}_{wall}, \max\left( M^{base}_{wall}, \mu(\varepsilon_{wall})+ k_{\sigma}\sigma(\varepsilon_{wall}) \right) \right] \]

Burada \(M_{wall}\) dinamik divar temperaturu təhlükəsizlik marjasıdır. Orta xəta \(\mu\) ilə xəta paylanmasının standart sapması \(\sigma\) birlikdə istifadə olunur. Mənbədə \(k_{\sigma}=2\) seçilmişdir.

Qayıdış suyu temperaturu üçün eyni məntiq tətbiq olunur:

Tənlik (6):

\[ M_{ret}(t_0)= \min\left[ M^{max}_{ret}, \max\left( M^{base}_{ret}, \mu(\varepsilon_{ret})+ k_{\sigma}\sigma(\varepsilon_{ret}) \right) \right] \]

Bu layihələndirmənin nəticəsi budur: model yaxın zamanda təhlükəli istiqamətdə daha çox xəta edirsə, optimallaşdırma problemi avtomatik daha sərt təhlükəsizlik bölgəsinə çəkilir.

Pilləli donma mühafizə səviyyələri

Risk səviyyəsi yüksəldikcə temperatur alt hədləri yüksəlir və temperaturun bir optimallaşdırma dövründə nə qədər sürətlə enməsinə icazə verildiyi azaldılır.

Təhlükəsizlik cərimə terminləri

Tənlik (7):

\[ L_i^{ret} = \gamma_{ret} \sum_{t=1}^{H_f} w_t \left[ \max (0,T_{ret,safe}+M_{ret}-\hat{T}_{ret,i}(t)) \right]^2 \]

\[ L_i^{wall} = \gamma_{wall} \sum_{t=1}^{H_f} w_t \left[ \max (0,T_{wall,safe}+M_{wall}-\hat{T}_{wall,i}(t)) \right]^2 \]

Proqnozlaşdırılan temperatur təhlükəsiz alt həddin üzərində qaldığı müddətdə bu pozuntu cəriməsi sıfırdır. Təhlükəsiz alt həddin altına düşdükdə isə fərqin kvadratı xərci sürətlə artırır. Beləliklə optimallaşdırma daha soyuq işləməyi hədəfləyərkən donma sərhədinin altına keçməyə qarşı güclü riyazi müqavimət yaranır.

İstilik ətaləti üçün temperatur dəyişməsi cəriməsi

Vəziyyətin son temperatur baxımından təhlükəsiz görünməsi temperaturun həmin nöqtəyə nə qədər sürətlə endiyinin əhəmiyyətsiz olduğu demək deyil. Böyük dövriyyə sistemində istilik ətaləti və daşınma gecikməsi vardır.

Tənlik (8):

\[ L_{tem} = \beta_{ret} \sum_{t=1}^{H_f} w_t \left[ \max (0,|T_{ret}(t-1)-T_{ret}(t)|-\Delta T_{ret}) \right]^2 + \beta_{wall} \sum_{t=1}^{H_f} w_t \left[ \max (0,|T_{wall}(t-1)-T_{wall}(t)|-\Delta T_{wall}) \right]^2 \]

Bu termin proqnozlaşdırılan temperatur azalması icazə verilən bir-addımlıq sərhəddən böyük olduqda cəriməni artırır.

Zamandan asılı çəki

Tənlik (9):

\[ w_t= \frac{\exp[-\lambda(t-1)]} {\sum_{j=1}^{H_f}\exp[-\lambda(j-1)]} \]

Yaxın gələcək proqnozları cari idarəetmə qərarına daha birbaşa təsir etdiyindən daha yüksək çəki alır; proqnoz üfüqü uzandıqca çəki eksponensial olaraq azalır.

Jalüz aktuatorunun fiziki tətbiqedilmə qabiliyyəti

Jalüzlər nəzəri olaraq hər dövrdə təsadüfi və qəfil hərəkət etdirilə bilməz. Aktuatorun ölü zonası, hərəkət amplitudası və hərəkət tezliyi nəzərə alınır.

Tənlik (10):

\[ L_{du} = r_{du} \sum_{t=1}^{H_f-1} \left[ \max (0,|u(t+1)-u(t)|-\Delta U_{max}) \right]^2 \]

\[ L_{d2u} = r_{d2u} \sum_{t=1}^{H_f-1} \left[ \max (0,|\Delta u(t+1)-\Delta u(t)|-\Delta^2U_{max}) \right]^2 \]

Birinci termin bir-addımlıq hərəkətin həddindən artıq böyüməsini, ikinci termin isə idarəetmə trayektoriyasındakı qəfil istiqamət/sürət dəyişmələrini zəiflədir. Beləliklə riyazi baxımdan aşağı xərcli, lakin real aktuator üçün titrək və ya tətbiqedilməz həllin seçilməsinin qarşısı alınır.

Optimallaşdırma hədəfi

Sektor \(i\) üçün əsas iqtisadi/istilik hədəfi proqnoz üfüqündə qayıdış suyu temperaturunu azaltmaqdır:

Tənlik (11):

\[ J_i= \alpha \sum_{t=1}^{H_f} w_t\hat{T}_{ret}(t) \]

Lakin \(J_i\) təkbaşına optimallaşdırılmır. Təhlükəsizlik və tətbiqedilmə cərimələri ümumi xərcə əlavə olunur:

Tənlik (12):

\[ C_i= J_i+ L_i^{ret}+ L_i^{wall}+ L_{tem}+ L_{du}+ L_{d2u} \]

Qradiyent əsaslı MPC axtarışı

Hər dövrdə gələcək idarəetmə ardıcıllığı mövcud jalüz açıqlığı ilə başlanır:

Tənlik (13):

\[ U^{0}_{i,t} = [u^{0}_{i,t},u^{0}_{i,t},\ldots,u^{0}_{i,t}] \]

Sonra idarəetmə trayektoriyası qradiyent əsaslı şəkildə yenilənir:

Tənlik (14):

\[ U^{k+1}_{i,t} = \Pi_{\Omega} \left( U^{k}_{i,t} - \eta_{lr}g^{k}_{i,t} \right) \]

\(\Pi_{\Omega}\) jalüz açıqlığını fiziki olaraq mümkün %0–100 intervalına proyeksiya edir. \(\eta_{lr}\) optimallaşdırma addım ölçüsüdür.

Namizəd idarəetmə ardıcıllığı altında gələcək temperatur trayektoriyaları yenidən hesablanır:

Tənlik (15):

\[ [\hat{\mathbf{T}}_{ret,i}, \hat{\mathbf{T}}_{wall,i}] = f_{sector,i} (X^{fut}_{i,t},U_{i,t},Z_{i,t}) \]

Tənlik (16):

\[ C_i= C_i (X^{fut}_{i,t}, U_{i,t}, Z_{i,t}, \hat{\mathbf{T}}_{ret,i}, \hat{\mathbf{T}}_{wall,i}) \]

Ümumi xərci ən aşağı olan tətbiq edilə bilən idarəetmə trayektoriyası seçilir:

Tənlik (17):

\[ U^{*}_{i,t} = \arg\min_{U^{k}_{i,t}} C_i(U^{k}_{i,t}), \qquad k=0,1,\ldots,K \]

Niyə optimallaşdırılmış jalüz komandası birbaşa DCS-yə göndərilmir?

FRAO mövcud stansiya təhlükəsizlik arxitekturasını əvəz etmək əvəzinə onun üzərində yuxarı səviyyəli optimallaşdırma təbəqəsi kimi layihələndirilmişdir. Optimallaşdırılmış jalüz trayektoriyası istilik baxımından əldə edilə bilən vəziyyəti tapmaq üçün istifadə olunur; real DCS-yə isə qayıdış suyu temperaturu set dəyəri göndərilir. Beləliklə mövcud aşağı səviyyəli idarəetmə və mühafizə məntiqi təhlükəsizlik səlahiyyətini saxlayır.

Sabit set dəyəri yaratmaq üçün optimallaşdırılmış temperatur trayektoriyasına soft-min operatoru tətbiq olunur:

Tənlik (18):

\[ T_{BT,i,k} = -s \ln \left[ \frac{1}{H_f} \sum_{t=1}^{H_f} \exp \left( -\frac{\hat{T}^{*}_{ret,i,k+t}}{s} \right) \right] \]

Mənbədə \(s=1\) seçilmişdir. Məqsəd tək bir proqnoz nöqtəsindəki həddindən artıq aşağı dəyərin set dəyərini lazımsız şəkildə sıçratmasının qarşısını alarkən optimallaşdırmanın soyutma istiqamətindəki idarəetmə təsirini qorumaqdır.

Tədqiqatın Metodu və Nəticələri

Proqnoz modellərinin performansı

Lokal divar temperaturu modelinin digər üç modelə nisbətən daha aşağı \(R^2\) göstərməsi mühümdür. Çünki donma təhlükəsizliyi baxımından kritik dəyişən eyni zamanda ətraf mühit pozuntularına, lokal hava axınına, su paylanmasına və ölçmə səs-küyünə daha həssasdır. FRAO-nun adaptiv xəta marjası məhz buna görə metodun təhlükəsizlik arxitekturasının mərkəzindədir.

Həddindən artıq aşağı temperatur şəraiti: 7 Fevral 2025

00:00–12:00 arasındakı nümunə hadisədə sistem əvvəlcə P2 mühafizə səviyyəsində işləyir. Xarici mühit temperaturu -20 °C-yə yaxınlaşdıqda dövriyyə suyu nasos quruluşu iki yüksək sürətli nasosdan iki yüksək sürətli + bir aşağı sürətli nasosa keçirilərək su sərfi artırılır.

Xarici temperatur -20 °C-dən aşağı düşdükdə sistem P3 səviyyəsinə keçir və FRAO təhlükəsizlik məqsədilə qayıdış suyu temperaturu hədəfini yüksəldir. Xarici temperatur yenidən artdıqda sistem P2-yə qayıdır.

Bu sınaq prosesində FRAO üçün bildirilən orta dəyişikliklər:

P1 aşağı temperatur şəraiti: 24 Dekabr 2025

Ənənəvi istismar xarici temperatur təxminən -5 °C-dən sürətlə azalarkən təhlükəsizlik məqsədilə sektor qayıdış suyu set dəyərlərini təxminən 30 °C-dən 35 °C-yə yüksəldir. FRAO isə temperatur meylini və sonrakı bərpanı proqnozlaşdıraraq qayıdış suyu temperaturunu lazım olduğundan artıq yüksəltmir; optimallaşdırılmış trayektoriyanı təxminən 26–28 °C intervalında saxlayır.

Daha isti qış şəraiti

18 Dekabr 2025 10:00–22:00 dövründə xarici temperatur təxminən 0 °C-dən 8 °C-yə yüksələrkən donma riski tədricən azalır. İlk mərhələdə FRAO əsas qayıdış suyu temperaturunu orta hesabla 1,83 °C daha aşağı sala bilir. Lakin temperatur daha da yüksəldikdə hava giriş jalüzləri artıq tam açıq vəziyyətə gəlir və fiziki baxımdan əlavə soyutma ehtiyatı qalmır. Bu halda FRAO ilə tarixi istismar trayektoriyaları bir-birinə yaxınlaşır.

Bu nəticə mühüm bir sərhədi göstərir: FRAO hər şəraitdə süni “yaxşılaşma” yaratmır. Aktuator artıq sərhəd mövqeyindədirsə, optimallaşdırmanın istifadə edə biləcəyi fiziki sərbəstlik qalmır.

Ablasiya tədqiqatı: hansı təhlükəsizlik komponenti həqiqətən lazımdır?

Müəlliflər 7 Fevral 2025-in 00:00–02:00 arasındakı sürətli soyuma hissəsində cərimə terminlərini ayrı-ayrılıqda çıxararaq sistem davranışını araşdırmışlar.

FRAO-nun Sahə Təsdiqi Qapalı Dövrəli İdimi?

Xeyr. 15–19 Yanvar 2026 sahə tətbiqində FRAO qərar dəstəyi sistemi kimi işlədilmiş və optimallaşdırılmış qayıdış suyu set dəyərləri operatorlara tövsiyə kimi təqdim edilmişdir; real jalüz hərəkətləri mövcud DCS və operator nəzarətində qaldığından qapalı dövrəli FRAO izləmə performansı hələ təsdiqlənməmişdir.

Sahə tətbiqinin real vaxt hesablama performansı

Dövrlər Intel Xeon Gold 6338 prosessorlu tək serverdə işlədilmişdir. Optimallaşdırma dövrü 1 dəqiqə, verilənlərin ötürülməsi və hesablamanın birlikdə tamamlanması isə təxminən 20 saniyə çəkmişdir. Beləliklə metod yüksək performanslı sürətləndirici avadanlıq olmadan dövr müddəti daxilində hesablana bilmişdir.

Açıq dövrəli sahə dövründə tövsiyə edilən qayıdış suyu temperaturu set dəyərləri ölçülmüş faktiki dəyərlərdən orta hesabla 1,54 °C daha aşağı olmuşdur.

Daha isti dövrlərdə sistemdə onsuz da əlavə optimallaşdırma sahəsi olmadığından FRAO-nun daha aşağı hədəf tövsiyə etmədiyi intervallar da bildirilmişdir. Sektor 7-nin qış boyu bağlı olması və blokun 19 Yanvardan sonra texniki xidmətə götürülməsi sahə verilənlərinin əhatəsini məhdudlaşdırmışdır.

İqtisadi və emissiya hesablaması

Model qiymətləndirməsinə görə təxminən 5 °C daha aşağı əsas qayıdış suyu temperaturu təxminən 0,7 kPa əks təzyiq azalmasına uyğun gəlir. Mənbə araşdırılan blokun turbin termodinamik xüsusiyyətləri ilə qazan və boru kəməri səmərəliliyindən istifadə edərək bu əks təzyiq azalmasının standart kömür sərfiyyatı göstəricisini təxminən 1,26 g/(kW·h) azalda biləcəyini hesablayır.

Tənlik (19):

\[ \Delta M_{ce} = \Delta b\, P_{avg}\, t_{opt} \]

\(\Delta b=1,26\;g/(kW\cdot h)\), \(P_{avg}=500\;MW\) və \(t_{opt}=1760\;h\) fərziyyələri ilə bir blok üçün:

Potensial standart kömür qənaəti: 1108,8 tce/il.

CO₂ hesablaması:

Tənlik (20):

\[ \Delta M_{CO_2} = \Delta M_{ce} EF_{CO_2} \]

\[ EF_{CO_2}=2,66\;tCO_2/tce \]

nəticəsində bir blok üçün 2949,4 ton/il potensial CO₂ azalması hesablanır.

Bu iqtisadi dəyərlər real illik nəzarətli sahə təcrübəsində birbaşa ölçülmüş qənaət deyil. Əks təzyiq azalması stansiyanın termodinamik xüsusiyyətlərindən, orta yükdən və effektiv optimallaşdırma müddətindən törədilmiş təxmindir. Mənbə şirkət məxfiliyi səbəbindən ətraflı turbin termodinamik xarakteristik əyrilərini dərc etmir.

Tədqiqatın dəstəklədiyi nəticələr

• Lokal divar temperaturunun donma təhlükəsizliyi baxımından sistem ortalaması ilə əvəz edilə bilməyəcək qədər mühüm olduğu dəstəklənir.
• Proqnoz xətasının təhlükəsizlik marjasına daxil edilməsi ilə məhdudiyyətlərin dinamik şəkildə sərtləşdirilə bildiyi göstərilir.
• Təmsilçi tarixi qış şəraitində FRAO-nun ənənəvi mühafizəkar istismara nisbətən daha aşağı qayıdış suyu temperaturu və proqnozlaşdırılan əks təzyiq təmin edə bildiyi göstərilir.
• Açıq dövrəli sahə tətbiqi alqoritmin real vaxtda hesablana bildiyini və operatora daha aşağı set dəyərləri tövsiyə edə bildiyini göstərir.
• Ablasiya nəticələri divar təhlükəsizliyi, temperatur dəyişmə sərhədi və aktuator hərəkəti cərimələrinin fərqli və bir-birini tamamlayan funksiyaları olduğunu göstərir.

Tədqiqatın dəstəkləmədiyi nəticələr

• FRAO-nun DCS üzərində tam qapalı dövrədə uzunmüddətli təhlükəsiz və iqtisadi performansı hələ nümayiş etdirilməmişdir.
• 1108,8 tce/il və 2949,4 ton CO₂/il dəyərləri ölçülmüş illik sahə qənaəti deyil.
• Nəticələr başqa stansiya tipləri, başqa iqlimlər və ya başqa soyutma qülləsi həndəsələri üçün birbaşa zəmanət yaratmır.
• Mənbə LSTM modellərinin bütün təlim arxitekturasını, təlim/təsdiq/test bölgüsü nisbətlərini, epoch, batch size və oxşar təkrar istehsal oluna bilmə detallarını tam şəkildə bildirmir.
• Sektor 7 üçün qış istismarı optimallaşdırma veriləni olmadığından bütün on iki sektor eyni verilən əhatəsinə malik deyil.
• Şirkət məxfiliyi səbəbindən iqtisadi hesablamada istifadə edilən ətraflı turbin termodinamik xarakteristik əyriləri müstəqil şəkildə yenidən araşdırıla bilmir.

Elmi mənası

Tədqiqatın ən mühüm töhfəsi qış soyutma optimallaşdırmasını yalnız “əks təzyiqi nə qədər azalda bilərik?” sualı kimi qurmamasıdır. FRAO-da iqtisadi hədəf lokal fiziki risk və model qeyri-müəyyənliyi ilə eyni riyazi qərar strukturunda birləşdirilir. Xüsusilə proqnoz xətasının yalnız model qiymətləndirmə metriyi kimi saxlanılmayıb növbəti idarəetmə dövrünün təhlükəsizlik sərhədini dəyişdirməsi verilənlərə əsaslanan idarəetmə ilə əməliyyat təhlükəsizliyi arasındakı əlaqəni gücləndirən əsas layihələndirmə elementidir.

Bundan əlavə, metod mövcud DCS-ni aradan qaldırmağa çalışmır. FRAO yuxarı səviyyədə daha yaxşı istilik hədəfi hesablayır; aşağı səviyyədəki real aktuator idarəetməsi və mühafizə məntiqi mövcud sənaye sistemində qalır. Bu arxitektura tamamilə yeni idarəetmə infrastrukturu qurmaq əvəzinə mövcud stansiya avtomatlaşdırmasına qərar dəstəyi və ya gələcəkdə təsdiqləndiyi halda yuxarı səviyyəli optimallaşdırma təbəqəsi əlavə etmək yanaşmasını təmsil edir.

Mənbə və Metod Qeydi

Orijinal tədqiqat: Frost-risk-aware data-driven model predictive control for winter operation optimization of large-scale multi-sector cooling systems

Müəlliflər: He Xiao, Houzhang Tan, Fuxin Yang

Məsul müəlliflər: Houzhang Tan və Fuxin Yang

Qurum: MOE Key Laboratory of Thermo-Fluid Science and Engineering, School of Energy and Power Engineering, Xi'an Jiaotong University, Xi'an, Shaanxi, China.

Mənbə növü: Preprint tədqiqat məqaləsi.

Platforma: SSRN.

SSRN Abstract ID: 7382903.

DOI: 10.2139/ssrn.7382903.

SSRN qeydiyyat tarixi: 31 Avqust 2026.

Resenziya vəziyyəti: Mənbə PDF açıq şəkildə tədqiqatın hələ resenziyadan keçmədiyini bildirir.

Jurnal / cild / nömrə: Mənbədə resenziyalı jurnal nəşri, cild və ya nömrə məlumatı yoxdur.

Lisenziya / müəllif hüququ vəziyyəti: SSRN qeydi təkrar istifadəyə icazə verən açıq Creative Commons lisenziyası bildirmir; hüquqların qorunduğunu və icazəsiz təkrar istifadəyə yol verilmədiyini qeyd edir. Bu Verianla məqaləsində orijinal mənbə şəkilləri, səhifə görüntüləri və qorunan cədvəl dizaynları istifadə edilməmişdir.

Verilənlər mənbəyi: Araşdırılan 2 × 1000 MW stansiyanın dolayı hava soyutma sistemi DCS qeydləri; iki qış dövründə 121 gün, 174.075 etibarlı nümunə, 220 dəyişən və 1 dəqiqəlik nümunə götürmə.

Metod: Sektor və sistem səviyyəli LSTM proqnoz modelləri; proqnoz xətasına bağlı adaptiv təhlükəsizlik marjası; pilləli donma mühafizə sərhədləri; temperatur dəyişməsi və jalüz hərəkəti cərimələri; sektor əsaslı sonlu üfüqlü MPC; soft-min əsaslı DCS-uyğun yuxarı səviyyəli set dəyəri yaradılması.

Sahə təsdiqi: Açıq dövrəli qərar dəstəyi. Optimallaşdırılmış set dəyərləri hələ DCS üzərindən birbaşa qapalı dövrəli FRAO idarəetməsi kimi tətbiq edilməmişdir.

Maliyyələşdirmə: Mənbə PDF-də ayrıca maliyyələşdirmə bəyanatı bildirilmir.

Maraqlar toqquşması: Mənbə PDF-də ayrıca maraqlar toqquşması bəyanatı bildirilmir.

Verilənlərin əlçatanlığı: Mənbə istifadə olunan DCS verilənlər dəsti üçün açıq ictimai verilənlər deposu və ya yükləmə keçidi bildirmir.

Müəllif töhfələri / CRediT: Mənbə PDF-də ətraflı CRediT töhfə cədvəli yoxdur.

Əsas təkrar istehsal edilə bilmə məhdudiyyətləri: Ətraflı LSTM təlim arxitekturası və təlim prosedurunun bütün hiperparametrləri açıq deyil; turbin termodinamik xarakteristik əyriləri şirkət məxfiliyi səbəbindən dərc edilməmişdir; sahə tətbiqi açıq dövrə ilə məhduddur; Sektor 7 qış dövründə bağlıdır.

Mənbədaxili uyğunsuzluq qeydi: Mətn FRAO arxitekturasını bir nöqtədə “beş təbəqə” adlandırsa da, eyni izahda və metodun vizual strukturunda altı funksional komponent sadalanır. Verianla mətni bu fərqi səssizcə düzəltmək əvəzinə açıq şəkildə göstərmişdir.

Vizual istifadə qeydi: Mənbənin Şəkil 1–9 görüntüləri hüquqi status səbəbindən birbaşa yenidən dərc edilməməlidir. Lazım olduqda yalnız mənbədə açıq şəkildə göstərilən sistem əlaqələri və ədədi faktlardan istifadə edilməklə vizual oxşarlığı qorunmayan, orijinal Verianla texniki sxemləri hazırlanmalıdır.