Detection of heat carrier losses in centralized heating systems

Cover Page

Cite item

Full Text

Abstract

Centralized heating systems are widely used for providing heat to residential, commercial, and industrial buildings. However, one of the significant challenges in these systems is the loss of heat carrier (usually water or steam), which can lead to inefficiencies, increased operational costs, and environmental impacts. Detecting and addressing these losses is crucial for maintaining the efficiency and reliability of the heating system.

About the authors

Valeriy Yu. Grokhotov

Omsk State Technical University

Author for correspondence.
Email: 19valera94@mail.ru
SPIN-code: 9419-6170
ResearcherId: MCJ-1928-2025

Graduate Student, Senior Lecturer of the Heat Power Engineering Department

Russian Federation, Omsk

Andrey G. Mikhailov

Omsk State Technical University

Email: 19valera94@mail.ru
SPIN-code: 7337-8036
Scopus Author ID: 56503044200

Candidate of Technical Sciences, Associate Professor, Associate Professor of the Heat Power Engineering Department

Russian Federation, Omsk

Ivan A. Stepashkin

Omsk State Technical University

Email: 19valera94@mail.ru
SPIN-code: 3166-3378
Scopus Author ID: 57214754518

Senior Lecturer of the Heat Power Engineering Department

Russian Federation, Omsk

References

  1. Otchet o sostoyanii teploenergetiki i tsentralizovannogo teplosnabzheniya v Rossiyskoy Federatsii v 2022 godu Ministry of Energy of the Russian Federation [Report on the state and district heating in the Russian Federation in 2022] // Minenergo Rossii. Ministry of Energy of Russian Federation. Moscow, 2023. 161 p. (In Russ.).
  2. Pochti tret’ teplosetey v Rossii nuzhdayetsya v zamene [Almost a third of heating networks in Russia need replacement] // RTVI. URL: https://rtvi.com/news/pochti-tret-teplosetej-v-rossii-nuzhdaetsya-v-zamene/ (accessed: 17.01.2025). (In Russ.).
  3. Dmitriyev V. Z. Sistemy tsentralizovannogo teplosnabzheniya goroda Omska i puti ikh sovershenstvovaniya [Omsk city district heating systems and ways to improve them]. Natsional’nyye prioritety Rossii. National Priorities of Russia. 2019. No. 4. P. 42–47. EDN: TQVEAQ. (In Russ.).
  4. El-Zahab S., Zayed T. Leak detection in water distribution networks: an introductory overview. Smart Water. 2019. Vol. 4 (1). doi: 10.1186/s40713-019-0017-x. (In Engl.).
  5. Shen Y., Chen J., Fu Q. [et al.]. Detection of district heating pipe network leakage fault using UCB arm selection method. Buildings. 2021. Vol. 11 (7). 275. doi: 10.3390/buildings11070275. (In Engl.).
  6. Örn Garðarsson G., Boem F., Toni L. Graph-Based Learning for Leak Detection and Localisation in Water Distribution Networks. IFAC-PapersOnLine. 2022. Vol. 55 (6). P. 661–666. doi: 10.1016/j.ifacol.2022.07.203. (In Engl.).
  7. Zhou S., Liu C., Zhao Y. Leakage diagnosis of heating pipe-network based on BP neural network. Sustainable Energy, Grids and Networks. 2022. Vol. 32. doi: 10.1016/j.segan.2022.100869. EDN: FJKAZY. (In Engl.).
  8. Van der Walt J. C., Heyns P. S., Wilke D. N. Pipe network leak detection: comparison between statistical and machine learning techniques. Urban Water Journal. 2018. Vol. 15 (10). doi: 10.1080/1573062X.2019.1597375. (In Engl.).
  9. Gosudarstvennyy doklad o sostoyanii energosberezheniya i povyshenii energeticheskoy effektivnosti v Rossiyskoy federatsii za 2022 god [State report on energy saving and efficiency in the Russian Federation in 2022] // Ministerstvo ekonomicheskogo razvitiya Rossiyskoy Federatsii. Ministry of Economic Development of the Russian Federation. URL: https://www.economy.gov.ru/material/file/b2ec92f00344707af95c8d44a6abbde8/Energy_efficiency_2023pdf (accessed: 12.11.2024). (In Russ.).
  10. Kosyakov S. I., Sadykov A. M., Sennikov V. V., Tikhonov A. I. Metod lokalizatsii mest utechek v teplovykh setyakh na osnove analiza dannykh uzlov ucheta potrebiteley teplovoy energii [Method of detection of district heating pipe network leakage using data monitoring of heat energy consumers]. Vestnik Ivanovskogo gosudarstvennogo energeticheskogo universiteta. Vestnik IGEU. 2021. No. 6. P. 70–78. doi: 10.17588/2072-2672.2021.6.070-078. EDN: IREILE. (In Russ.).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».