 |
В Нижновэнерго прошли учения по отработке действий персонала в неблагоприятных погодных условиях
По легенде тренировки, в связи с ухудшением погодных условий в ряде муниципальных районов было нарушено электроснабжение населенных пунктов. По замыслу учений в результате неблагоприятных метеоявлений (усиление ветра до 24 м/с, мокрый снег, ледяной дождь) нарушено электроснабжение в ряде населенных пунктов региона. В связи со сложившейся оперативной обстановкой в «Россети Центр и Приволжье Нижновэнерго» был проведен сбор Штаба, на котором было принято решение о введении особого режима работы, а также был определен комплекс мероприятий по устранению условных технологических нарушений. Исходя из количества «обесточенных» потребителей и объемов «отключенного» электрооборудования, была проведена мобилизация сил и средств и организованы аварийно-восстановительные работы на объектах электросетевого комплекса. Решением Штаба дополнительно были направлены мобильные бригады энергетиков с необходимым оборудованием в наиболее «пострадавшие» районы. Для осуществления работ в ночное время на месте были развернуты световые башни, а также приняты меры по временному электроснабжению потребителей от резервных источников. Кроме того, в ходе учений Нижновэнерго отрабатывались действия персонала дежурных служб в части оповещения персонала, предоставления информации о технологических нарушениях и сроках восстановления электроснабжения. Всего в учениях «Россети Центр и Приволжье Нижновэнерго» было задействовано 221 человек и 69 единиц техники. «Такие учения являются хорошей практикой для наших сотрудников в плане отработки своих действий на случай возможных отключений электроэнергии у потребителей в отопительный период. Эффект от учений состоит также в принятии персоналом правильных, приоритетных решений при оперативном выполнении работ по ликвидации массовых технологических нарушений на энергобъектах региона», – отметил директор «Россети Центр и Приволжье Нижновэнерго» Вячеслав Горев.
Контактное лицо: В.В. Смирнов
Компания: "Россети Центр и Приволжье Нижновэнерго"
Добавлен: 00:41, 24.09.2019
Количество просмотров: 518
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия608 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия599 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия677 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия791 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия134 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |