Как стартапы «Архипелага 2022» развиваются после интенсива: история проекта по оптимизации расходов на электроэнергию

Участники акселератора «Архипелага 2022» решают серьезные задачи, позволяющие экономить миллионы крупным компаниям, как, например, в случае с программным продуктом для оптимизации расхода электроэнергии. Подробнее о разработке рассказывают руководитель проекта Алан Дзгоев и разработчик математической модели Станислав Карацев.

Какую проблему решает ваша разработка?

Алан Дзгоев: Проект необходим энергосбытовым и электросетевым компаниям региона для того, чтобы они могли прогнозировать потребление электроэнергии на каждый час следующих суток или даже на неделю вперед. Эта задача актуальна в связи с тем, что ежедневно энергосбытовые компании подают заявки на оптовый рынок электроэнергии мощности. Если их прогнозы по электропотреблению не точны, придется докупать электроэнергию, но уже по более высокой цене. Если прогнозы завышены, предприятию придется продавать излишки по невыгодной для себя цене.

Также применение математических моделей для прогнозирования электропотребления подходит для крупных промышленных предприятий. Каждое такое предприятие, как и энергосбытовая компания, каждый день подает заявки на следующий день. У них очень большие объемы энергопотребления, так как они производят энергоёмкую продукцию. Цена ошибки прогнозирования может доходить до нескольких миллионов рублей.

Программный продукт позволяет энергосбытовым и крупным производственным предприятиям не переплачивать за потреблённую электроэнергию, а сэкономленные деньги перенаправлять на совершенствование технологического процесса и улучшение качества выпускаемой продукции, тем самым повышая конкурентоспособность производства для достижения технологического суверенитета российского производственного сектора. Также продукт можно применять для прогнозирования расходов химических реагентов и решения других задач производства.

Как работает программный продукт?

Станислав Карацев: «Севкавказэнерго» предоставил нам следующие данные: дату и время, а также объем энергопотребления на них. Необходимо было найти те факторы, на основании которых можно спрогнозировать величину энергопотребления. Была построена модель, которая дает достаточно точный результат — примерная ошибка составляла около 3%.

Работа над продуктом ведется совместно с индустриальным партнером ООО «ФРИССОН». Мы как институт занимаемся моделированием, апробированием новых методов машинного обучения, оценкой модели и прогнозов. Их часть — это веб-интерфейс и инфраструктура.

Каких результатов удалось добиться благодаря акселератору «Архипелага»?

Алан Дзгоев: Мы участвовали онлайн в акселераторе «Архипелага 2022», смотрели вебинары, консультировались с трекером, который постоянно предлагал идеи, как улучшить презентацию, как ее доработать с целью выступления на питч-сессии. Также эксперты давали очень хорошие рекомендации по самому продукту. Эксперты обладали глубинным понимаем сути проекта, рекомендовали, какие факторы можно использовать для построения модели.

Кроме того, в ходе акселератора «Архипелага» у нас появилось очень много контактов с индустриальными партнерами. Так, например, один из экспертов Виталий Млынчик посоветовал обратиться в компанию VOLTS из Санкт-Петербурга и сейчас мы с ней готовимся к пилотированию.

В июля началась стадия пилотирования программного продукта в ПАО «Россети Северный Кавказ» в Северной Осетии.