發(fā)布時間:2018-06-05作者:西門子(中國)有限公司
西門子“訓練”風機根據(jù)天氣條件自動地優(yōu)化運行。風機學習利用傳感器的參數(shù)數(shù)據(jù),例如風速,更改其設置,確保風機能充分利用當前條件。在中等風速或低風速時,風電設備無法一直提供最高的電力輸出。
西門子中央研究院的系統(tǒng)專家,在由德國教育與研究部提供資助的ALICE項目(在復雜環(huán)境中自主學習)中,與柏林工業(yè)大學和IdeaLab有限公司合作,開發(fā)了用于風機的自主優(yōu)化軟件,研究人員在3月10日至14日的漢諾威CeBIT展會上公布了結果。該解決方案使風機每年在中等風力條件下的發(fā)電量增加大約1%,同時,還能減少損耗。
研究人員采用了一臺示范用風力發(fā)電機,利用自己的運行數(shù)據(jù)逐步提高電力輸出。他們的方案是,將強化學習技術與特殊神經(jīng)網(wǎng)絡結合起來。神經(jīng)網(wǎng)絡是一種軟件算法,運行方式類似于人的大腦。幾年來,西門子中央研究院一直致力于開發(fā)神經(jīng)網(wǎng)絡,為的是模擬并預測高度復雜的系統(tǒng)運行情況,譬如,風電場、燃氣輪機、工廠,甚至股票市場等。
軟件程序從歷史數(shù)據(jù)中學習,這也使它們能預測系統(tǒng)未來的運行狀況??蓜?chuàng)建一個模型,預測風機在特定天氣條件下的電力輸出。研究人員查看了大量復雜數(shù)據(jù),通過改變轉(zhuǎn)速等設置提高風機的效率,并利用獲得專利的神經(jīng)網(wǎng)絡創(chuàng)建所謂的強化學習規(guī)范。系統(tǒng)學會在特定情況下通過改變設置,最大限度提高發(fā)電量。訓練數(shù)周后,系統(tǒng)就能針對常見的天氣現(xiàn)象,定義并存儲最佳設置。通過延長訓練期限,甚至還能對罕見天氣條件下的電力輸出進行調(diào)整。去年,此項技術在西班牙一家風場成功地進行了測試。
對相關運行參數(shù)的持續(xù)分析,可以確保系統(tǒng)不斷得以改善。這里使用的方法可用于許多領域,西門子其他產(chǎn)品也可通過“訓練”優(yōu)化自身的運行。
Copyright ? 2015 ilinki.net Inc. All rights reserved. 智匯工業(yè)版權所有
電話:010-62314658 郵箱:[email protected]
主辦單位:智匯萬聯(lián)(北京)信息技術有限公司