Научная работа студентов
ОНИРС СНО Молодежные лаборатории
9 учебная неделя
pk@nstu.ru, +7 (383) 319 59 99 — приёмная комиссия

Команда НГТУ НЭТИ вышла в финал отраслевого хакатона для энергетиков

Новости

В Тюменском индустриальном университете подвели итоги первого этапа отраслевого хакатона «Цифровые двойники в энергетике». Мероприятие состоялось в рамках форсайт-сессии «Энергетик будущего 2050».

Конкуренция была очень жесткая: 13 команд из Севастополя, Москвы, Тюмени, Новосибирска, Томска, Уфы, Ноябрьска, Оренбурга, Ханты-Мансийска, Муравленко и Караганды прошли отбор и справились с заданием. По результатам защит проектов экспертным жюри были отобраны четыре лучших команды: Новосибирский государственный технический университет НЭТИ, Севастопольский государственный университет, Московский энергетический институт, Тюменский индустриальный университет. Они встретятся в финале, который состоится в сентябре в рамках Тюменского нефтегазового форума. Мероприятие реализуется в рамках программы «Лига вузов» «Газпром нефти». 

Среди важных задач хакатона — развитие восприятия новых идей оптимизации процессов в энергетике, создание прикладной ценности для отрасли, поиск талантливых специалистов. Его организаторы подчеркивают: в наше время инженеры должны быть готовыми к междисциплинарному взаимодействию, гибкости в управления сложными проектами и системами и четко разбираться в возможностях цифровизации отраслевых процессов.

«В рамках хакатона командам было необходимо, во-первых, создать цифровую модель автономной системы электроснабжения объектов бурения на удаленном месторождении, а во-вторых — разработать алгоритм подбора оптимального состава энергокомплекса по критерию минимума расхода топлива, — рассказал капитан команды факультета энергетики НГТУ НЭТИ, аспирант Никита Сергеев. — Кроме того, было необходимо обеспечить надежность электроснабжения, чтобы оно не прерывалось в случае аварийного выхода из строя какой-либо генераторной установки, а также учесть регулярное отключение оборудования для проведения планового ремонта и техобслуживания. В целом задача была достаточно нетривиальная и требовала от участников полной отдачи».

В итоге команда будущих энергетиков НГТУ НЭТИ разработала программное решение, в котором на основе заданной информации автоматически составляется визуализированная цифровая модель системы электроснабжения и формируются рекомендации по выбору дизель-генераторных установок вместе с расчетом затрат на топливо. Пользователь задает стоимость топлива и загружает график электропотребления буровой установки, затем программа определяет и выдает предпочтительный состав энергокомплекса с учетом всех требований вместе с графиками его загрузки и расхода топлива. Основным преимуществом такого решения является включение физических процессов, происходящих в сети при передаче электроэнергии: расход топлива определяется с учетом электрических потерь, которые присутствуют в электросетевом оборудовании (линиях и трансформаторах). Дополнительно к этому в программе возможно составлять рекомендуемый график техобслуживания и ремонта генераторных установок с учетом наработки оборудования.

Эксперты высоко оценили предложенное нэтинцами решение, что и позволило команде выйти в финал. В сентябре команда будет представлять НГТУ НЭТИ на заключительном этапе хакатона.

Состав команды WattNott:

  • Никита Сергеев (капитан), аспирант, 1 курс, специальность «Электроэнергетика»;
  • Руслан Зарипов, магистрант, 1 курс, направление подготовки «Электроэнергетика и электротехника»;
  • Андрей Старостин, магистрант, 1 курс, направление подготовки «Электроэнергетика и электротехника»;
  • Анастасия Шанова, магистрант, 1 курс, направление подготовки «Электроэнергетика и электротехника»;
  • Дмитрий Коряко, магистрант, 2 курс, направление подготовки «Электроэнергетика и электротехника».

Поздравляем команду ФЭН с успешным проектом и желаем победы в финале!


Размещение информации на странице:
Управление информационной политики  
Наверх
 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.