يعتبر التشغيل الذكي لشبكات الطاقة الحرارية أمرًا بالغ الأهمية لتحسين كفاءة الطاقة وموثوقية التشغيل ومرونة التحكم. وذلك يبرز الحاجة إلى المراقبة المستمرة والدقيقة للحالات الحرارية والهيدروليكية لضمان تحقيق هذه الأهداف. ومع ذلك، تعاني أنظمة التدفئة المركزية غالبًا من قلة المراقبة بسبب قلة الأجهزة المتاحة، بالإضافة إلى أعطال الاستشعارات، مما يعيق قدرة المراقبة.

في هذا السياق، تقدم الفكرة الجديدة للقياس الذكي الافتراضي كوسيلة فعالة من حيث التكلفة لتعزيز المراقبة، إلا أن تطويرها وتوثيقها لا زالا محدودين في الممارسة العملية. تكمن المشكلة الأكبر في أن الأساليب الحالية تعتمد على بيانات مكثفة متزامنة، في حين أن النماذج التحليلية تعتمد على افتراضات هيدروليكية وحرارية مبسطة قد لا تعكس سلوك الشبكات المتنوعة بشكل كافٍ.

لهذا، تمّ اقتراح نموذج الشبكات العصبية الرسومية الزمانية-المكانية (HSTGNN) لبناء عدادات حرارية ذكية افتراضية. يتضمن هذا النموذج العلاقات الوظيفية التي تتسم بها الشبكات الحرارية، ويستخدم فروعًا مخصصة لتعلم الهياكل الرسومية والديناميات الزمنية لقياسات التدفق ودرجة الحرارة والضغط، مما يمكّن من النمذجة المشتركة للعلاقات بين المتغيرات المختلفة.

لدعم الأبحاث المستقبلية، تم تقديم مجموعة بيانات مأخوذة من مختبر البنية التحتية للمياه الذكية في آلبورغ، مما يوفر قياسات متزامنة وعالية الدقة تمثل ظروف التشغيل الحقيقية. تجربتنا الشاملة أثبتت أن أسلوبنا المقترح يتفوق بشكل كبير على الطرق المتاحة حاليًا.