西门子新技术风机的自我优化
点击数：7472 次 录入时间：03-04 11:40:29 整理：http://www.55dianzi.com 医药行业
西门子“训练”风机根据天气条件自动地优化运行。风机学习利用传感器的参数数据，例如风速，更改其设置，确保风机能充分利用当前条件。在中等风速或低风速时，风电设备无法一直提供最高的电力输出。
西门子中央研究院的系统专家，在由德国教育与研究部提供资助的ALICE项目（在复杂环境中自主学习）中，与柏林工业大学和IdeaLab有限公司合作，开发了用于风机的自主优化软件，研究人员在3月10日至14日的汉诺威CeBIT展会上公布了结果。该解决方案使风机每年在中等风力条件下的发电量增加大约1%，同时，还能减少损耗。
研究人员采用了一台示范用风力发电机，利用自己的运行数据逐步提高电力输出。他们的方案是，将强化学习技术与特殊神经网络结合起来。神经网络是一种软件算法，运行方式类似于人的大脑。几年来，西门子中央研究院一直致力于开发神经网络，为的是模拟并预测高度复杂的系统运行情况，譬如，风电场、燃气轮机、工厂，甚至股票市场等。
软件程序从历史数据中学习，这也使它们能预测系统未来的运行状况。可创建一个模型，预测风机在特定天气条件下的电力输出。研究人员查看了大量复杂数据，通过改变转速等设置提高风机的效率，并利用获得专利的神经网络创建所谓的强化学习规范。系统学会在特定情况下通过改变设置，最大限度提高发电量。训练数周后，系统就能针对常见的天气现象，定义并存储最佳设置。通过延长训练期限，甚至还能对罕见天气条件下的电力输出进行调整。去年，此项技术在西班牙一家风场成功地进行了测试。
对相关运行参数的持续分析，可以确保系统不断得以改善。这里使用的方法可用于许多领域，西门子其他产品也可通过“训练”优化自身的运行。
本文关键字：技术 风机 西门子 医药行业，应用领域 - 医药行业
