Перейти к основному содержимому
Все новости ИИ в России
Промышленность

«Росатом» и «Россети»: ИИ-внедрения в энергетике — прогноз спроса, диагностика турбин, кибербез АСУ ТП

«Росатом» и «Россети»: ИИ-внедрения в энергетике — прогноз спроса, диагностика турбин, кибербез АСУ ТП
Промышленность
12-15%
снижение OPEX

Госкорпорации «Росатом» и «Россети» в апреле 2026 года представили на форуме NEFT 4.0 совместные результаты внедрения ИИ-аналитики: предиктивная диагностика турбин ОЭС, прогноз спроса на электроэнергию и AI-обнаружение кибератак на АСУ ТП. Эффект — снижение OPEX на 12-15%.

На форуме NEFT 4.0 2026 (апрель 2026) госкорпорации «Росатом» и «Россети» представили совместный результат пилотных AI-внедрений в энергетической инфраструктуре.

Ключевые проекты:

1. Предиктивная диагностика турбин ОЭС (Объединённая Энергосистема)

  • ML-модели на телеметрии турбин — прогноз отказа за 30-90 дней до фактического сбоя
  • Источники данных: вибрационные датчики, температура подшипников, ток ротора
  • Эффект: снижение plannable downtime на 35%, снижение незапланированных аварий на 22%
  • Внедрено: 14 ТЭС, 8 ГРЭС в зоне «Россети-Центр», «Россети-Урал», «Россети-Сибирь»

2. AI-прогноз спроса на электроэнергию

  • Краткосрочный прогноз (24-72 часа) для оптимизации generation mix
  • Учёт погоды, региональной экономики, выходных дней, праздников, событий
  • Точность: MAPE 1,8% (vs 3,2% у статистических моделей)
  • Экономия: ~4,5 млрд ₽/год за счёт оптимизации балансировки

3. AI-кибербез АСУ ТП

  • ML-классификатор для обнаружения аномального поведения SCADA в режиме реального времени
  • Защита от целевых атак на критическую инфраструктуру (актуально после инцидентов 2024-2025)
  • Совместная разработка с «Лабораторией Касперского» (KICS for Networks + ML-модуль)
  • Предотвращено 23 потенциальных инцидента за 2025 год (по данным «Росатом»)

4. Цифровой двойник АЭС («Росатом»)

  • Полная цифровая копия операционной АЭС
  • AI-симуляция нештатных ситуаций для обучения операторов
  • Отработка 2300+ сценариев без риска для физической установки
  • Партнёры: НИЯУ МИФИ, СПбПУ

Эффект на бизнес:

  • Снижение OPEX: -12-15% по пилотным площадкам
  • Рост MTBF (mean time between failures): +28%
  • Снижение carbon-intensity: -3,5% за счёт более эффективного generation mix

Технологическая база:

  • Foundation models: внутренние «Росатом RAS-1» (Russian Atomic Stack), GigaChat для дополнения, Llama-форки для R&D
  • Compute: собственные GPU-кластеры в дата-центрах «Росатом» (Саров, Новоуральск)
  • Data: 12+ лет телеметрии с реальных установок

Партнёры по ИТ:

  • «Сибур Диджитал» — общая платформа industrial AI
  • «Лаборатория Касперского» — кибербез
  • Cognitive Technologies — компьютерное зрение для диагностики
  • «Ростелеком» — облачная инфраструктура

Что это значит для российской промышленности:

1. AI в критической инфраструктуре — больше не экзотика, а production-практика. «Росатом» и «Россети» — первые две госкорпорации, которые публично подтвердили окупаемость AI в промышленности.

2. Расходы на цифровизацию энергетики растут: совокупный бюджет цифры в энергосекторе РФ оценивается в 180+ млрд ₽ на 2026 год.

3. Новый сегмент рынка для AI-вендоров — индустриальный AI с упором на on-premise, безопасность, интеграцию с legacy-SCADA.

Для CIO/CTO в энергетике, нефтегазе, металлургии: Это референс-кейс: подходы «Росатом» и «Россети» можно использовать как эталон для собственных AI-roadmap. Главные принципы — start small, prove ROI, scale gradually — applicable для любой industrial-индустрии.

Это краткое изложение. Полный текст статьи доступен на сайте источника:

Читать полностью на ComNews

Хотите узнать, как это применимо к вашему бизнесу?

Рассчитаем ROI от AI за 60 минут. Покажем конкретные метрики для вашей отрасли.