Siemens lär vindkraftverk hur de automatiskt kan optimera sin energiproduktion utefter rådande väderförhållanden genom att använda data från sensorer som sitter utplacerade på vindkraftverket. Lösningen möjliggör för turbiner att producera ungefär en procent mer el årligen under låg till måttlig vindhastighet, och minskar samtidigt slitaget på turbinen.
Vindkraftverk kan inte alltid generera maximal energiproduktion vid låg eller måttlig vindhastighet. Specialister i utbildningsssystem på Siemens Corporate Technology har nu utvecklat en programvara för självoptimering hos vindkraftverk tillsammans med Technische Universität Berlin och IdaLab GmbH som en del av ALICE project (Autonomous Learning in Complex Environments).
Forskarna i projektet har arbetat med en demonstrationsturbin som genom att använda sig av den nyframtagna mjukvaran gradvis ”lär sig” hur den ska öka sin energiproduktion. Forskarnas metod kombinerar förstärkande inlärningstekniker med speciella neurala nätverk. Ett neuralt nätverk är en mjukvarualgoritm som fungerar likt en mänsklig hjärna. Siemens CT har utvecklat neurala nätverk under flera år med syfte att kunna modellera och förutspå beteenden i komplexa system, så som vindkraftverk, gasturbiner, fabriker eller aktiemarknader.
Den framtagna mjukvaran lär sig från historiska data, vilket gör att det kan prognostisera det framtida beteendet hos ett system. En modell kan alltså skapas, som förutspår elproduktionen hos ett vindkraftverk under specifika väderförhållanden. Forskarna har undersökt stora mängder data för att identifiera de inställningar som en vindtrubin kan använda sig av för att optimera sin energiproduktion.
Patenterade neurala nätverk används för att skapa en så kallad reinforcement learning policy från de analyserade resultaten. Systemet lär sig alltså att ändra vissa inställningar hos ett vindkraftverk på ett sätt som säkerställer maximal elproduktion i alla förekommande väderförhållanden. Efter bara några veckor kan systemet definiera och lagra de optimala inställningarna för de vanligaste väderförhållandena. Efter ytterligare en tid utvecklas kunskapen till att reglera energiproduktionen även under ovanliga och extrema väderförhållanden. Tekniken testades framgångsrikt på en vindkraftspark i Spanien under förra året.
ALICE är finansierat av Tysklands department för utbildning och forskning. Projektet presenterades under mässan CeBIT i mars i år.
