Case Study

Przewidywanie awarii ciepłociągów

Projekt zrealizowany dla sieci ciepłowniczej w Toruniu w 2019 roku. Około 45% odcinków wskazanych przez system, ulega awarii w sezonie grzewczym.

W trakcie sezonu grzewczego elementy ciepłociągów ulegają awariom. Z tego też względu wybrane ciepłociągi są w sezonie letnim prewencyjnie wymieniane.

Problemem jest jednak zdefiniowanie, które odcinki sieci ciepłowniczej mają największe ryzyko awarii w nadchodzącym sezonie grzewczym. Takie zadanie zostało postawione przez specjalistami z naszego zespołu do opracowania na podstawie dostępnych danych historycznych.

Odpowiadając na potrzebę klienta, opracowano i wdrożono system informatyczny, który na bieżąco uczy się w oparciu o historycznie zarejestrowane awarie i oblicza prawdopodobieństwo awarii poszczególnych odcinków ciepłociągów.

Podstawą do statystycznego wnioskowania są parametry odcinków sieci takie jak: ich średnica, długość, wiek, materiał z jakiego je wykonano, technologia, umiejscowienie w terenie oraz historia poprzednich awarii.

Po wielu tygodniach testów, system przygotowany przez nasz zespół, precyzyjnie wskazuje odcinki o najwyższym prawdopodobieństwie awarii.

Około 45% odcinków wskazanych przez system w sezonie letnim jako narażone na awarie, faktycznie ulega awariom w sezonie grzewczym, co sprawia, że wdrożenie naszego rozwiązania o połowę zmiejszyło awarie zimowe sieci ciepłowniczej.

W trakcie sezonu grzewczego elementy ciepłociągów ulegają awariom. Z tego też względu wybrane ciepłociągi są w sezonie letnim prewencyjnie wymieniane.

Problemem jest jednak zdefiniowanie, które odcinki sieci ciepłowniczej mają największe ryzyko awarii w nadchodzącym sezonie grzewczym. Takie zadanie zostało postawione przez specjalistami z naszego zespołu do opracowania na podstawie dostępnych danych historycznych.

Odpowiadając na potrzebę klienta, opracowano i wdrożono system informatyczny, który na bieżąco uczy się w oparciu o historycznie zarejestrowane awarie i oblicza prawdopodobieństwo awarii poszczególnych odcinków ciepłociągów.

Podstawą do statystycznego wnioskowania są parametry odcinków sieci takie jak: ich średnica, długość, wiek, materiał z jakiego je wykonano, technologia, umiejscowienie w terenie oraz historia poprzednich awarii.

Po wielu tygodniach testów, system przygotowany przez nasz zespół, precyzyjnie wskazuje odcinki o najwyższym prawdopodobieństwie awarii.

Około 45% odcinków wskazanych przez system w sezonie letnim jako narażone na awarie, faktycznie ulega awariom w sezonie grzewczym, co sprawia, że wdrożenie naszego rozwiązania o połowę zmiejszyło awarie zimowe sieci ciepłowniczej.

Zapraszamy do kontaktu

TRANSITION TECHNOLOGIES SCIENCE Sp. z o.o.