Заведующий лабораторией управления функционированием электроэнергетических систем к.т.н. Томин Н.В. выступил с докладом на ОУС СО РАН по ЭММиПУ

5 мая 2026
Человечество стоит на пороге новой эры исследований — длительных миссий на Луну, Марс и другие планеты. Однако помимо транспортных проблем и технологий жизнеобеспечения космонавтов, одной из фундаментальных задач является создание надежной и автономной энергетической системы для обитаемой базы. Именно этой проблеме был посвящен доклад заведующего лабораторией управления функционированием электроэнергетических систем ИСЭМ СО РАН к.т.н. Никиты Викторовича Томина.

В работе рассматривались комплексный подход к проектированию и управлению энергоснабжением надпланетной обитаемой базы (НпОБ) на примере Марса с использованием передовых методов искусственного интеллекта.

Энергосистема марсианской базы должна работать в экстремальных условиях: значительные перепады температуры, длительные пылевые бури, снижающие эффективность солнечных станций на 30-40%, а также большие задержки связи с Землей, исключающие оперативное управление. В докладе иркутского ученого были рассмотрены три основных типа первичных энергоисточников, каждый из которых имеет свои ограничения для марсианского применения.

Ключевым элементом доклада стала информация о разработке интеллектуальной системы управления энергетикой (СУЭ) на базе технологии «Автономного диспетчера», ранее разработанной в ИСЭМ СО РАН. Апробация этой технологии проведена на реальных изолированных энергорайонов Бурятии, Якутии и Приморского края — энергорайонах, отчасти сопоставимых с марсианскими по уровню автономности и экстремальности условий. В качестве ядра СУЭ «Автономный диспетчер» для марсианской НпОБ выбрана особая методология на основе аппарата машинного обучения — рекуррентная версия оптимизации проксимальной стратегии с нейросетью с долгой краткосрочной памятью (LSTM).

«В отличие от традиционных систем автоматического управления, «Автономный диспетчер» не просто реагирует на текущие показания датчиков. Он обучается на специальной имитационной модели энергосистемы, развивая стратегию управления, которая учитывает долговременные последствия своих решений. Функция вознаграждения ИИ-агента учитывает не только мгновенный баланс мощности, но и состояние оборудования, вероятность аварийных ситуаций и необходимость подготовки к прогнозируемым событиям, таким как пылевые бури. Наличие «памяти» в нейросетях LSTM позволяет системе анализировать временные ряды данных, выявлять предвестники критических событий и принимать превентивные меры. Например, зафиксировав атмосферные предвестники пылевой бури, система может заблаговременно увеличить заряд аккумуляторов и перевести часть нагрузки на ЯЭУ, обеспечивая стабильность энергоснабжения в период снижения генерации солнечных станций», — говорит Никита Томин.

Представленные в докладе вычислительные эксперименты подтверждают, что предложенная архитектура «Автономного диспетчера» успешно решает комплекс задач по управлению энергообеспечением марсианской НпОБ. Это создает надежную основу для жизнеобеспечения НпОБ в условиях длительной автономной работы и иметь важное значение для будущих миссий на Марсе и других планетах, помогая обеспечить устойчивое проживание и работу на них.

x
x