Как изкуственият интелект, моделирането и симулацията ускоряват цифровизацията на ветроенергийния сектор

Немският институт за ветроенергийни системи Fraunhofer IWES обяви две ключови инициативи за ускоряване на дигитализацията в сектора на вятърната енергия. Наскоро институтът стартира специализирана онлайн платформа в помощ на проектанти и оператори. Паралелно с това екипът развива и иновативен проект за детайлна диагностика на вятърни турбини чрез изкуствен интелект.

 

Виртуалният център IWES Digital Hub ще предлага свободен достъп до прецизно разработени, тествани и валидирани от екипа на института софтуерни инструменти. Дигиталните решения, които ще бъдат на разположение на всички заинтересовани представители на индустрията и научноизследователските среди, значително повишават ефективността при планирането, проектирането и експлоатацията на вятърни паркове.

 

Цифровият хъб е разработен за нуждите на компании и организации, ангажирани с различни фази от жизнения цикъл на ветроенергийните централи – от оценка на терена до инсталация, въвеждане в експлоатация, мониторинг и оптимизация на работата на турбините. Целта на екипа е да продължи да разширява набора от онлайн ресурси с нови и усъвършенствани инструменти и услуги, достъпни веднага след безплатна регистрация и директно на сайта на платформата.

 

От научни пробиви към широко използвани инструменти

 

Основните методи и алгоритми са разработени в рамките на национални и международни изследователски проекти и тествани в реални приложения, в колаборация с индустриални партньори. Това позволява научните пробиви постепенно да бъдат превръщани в работещи инструменти и да бъдат предоставяни на потребителите като удобни софтуерни модули, поясняват от Fraunhofer IWES.

 

"В бъдеще все по-голяма част от специализираната научноизследователска експертиза на института ще става достъпна за бизнеса под формата на дигитални услуги – от технологии за прогнозиране на добиви и симулации до селектирани изводи относно инвестициите и системното проектиране", допълва Джулиан Бърфайнд, главен директор "Дигитализация" във Fraunhofer IWES.

 

 

Решенията

 

Първата платформа, налична в дигиталния хъб – GRIDSLI, е предназначена да улеснява изчисленията в сферата на динамиката на флуидите при сложни терени. Инструментът представлява генератор на теренни мрежи (terrain mesh), който значително опростява симулациите в рамките на т. нар. изчислителна флуидна динамика (CFD).

 

В следващите месеци предстои библиотеката с инструменти на дигиталния хъб да бъде обновена с още няколко селектирани инструменти и услуги:

 

• NEXUS – софтуер за децентрализирано управление на данни от времеви серии и свързване към множество източници на информация;
• FOXES – уеб приложение за оптимизация на вятърни ферми и оценка на потенциала за повишаване на добивите, изчисляване на загуби и годишно производство;
• COBRAZ – дигитално ръководство за проектиране (оразмеряване) на ветроенергийни системи, подкрепа за инвестиционни решения. енергийно-икономическо моделиране съобразно пазарните и регулаторните условия, оптимизиране на централи и специфични за клиента анализи;
• LYNXES – изцяло автоматизирано моделиране на вятърните потоци при сложни терени, изчисляване на локални добиви и числено проучване на обектите и околната среда.

 

Изкуственият интелект в помощ на операторите

 

Друга иновация в подкрепа на дигитализацията в сектора на вятърната енергия, отново по инициатива на Fraunhofer IWES, е проектът за оптимизация на вятърни турбини чрез изкуствен интелект WindKI. Инициативата се финансира от германското Федерално министерство на научните изследвания, технологиите и космоса.

 

В партньорство с немския стартъп за AI решения LATODA, екипът на института разработва метод за ранна детекция и анализ на загуби при работата на ветрогенераторите. На база данните от базираната на изкуствен интелект диагностика изследователите получават изводи за редуциране на загубите и неефективността и цялостно подобряване на производителността на съоръженията.

 

"Вятърните турбини не винаги генерират количеството електроенергия, предвидено при планирането им. За това има много причини, например неблагоприятни вятърни условия, неправилна настройка на ъгъла на роторните лопатки или аеродинамични ефекти, породени от други вятърни турбини. Досега нямаше надежден метод за автоматично откриване на причините за влошаване на производителността на ветрогенераторите", коментират от Fraunhofer IWES.

 

 

SCADA данните като ценен изходен ресурс

 

Проектът WindKI адресира именно този проблем, като комбинира информация от измервания, симулации и изкуствен интелект в диагностична платформа с евристични алгоритми и модели за машинно самообучение, която открива различни аномалии в наборите от данни. Първите модели са базирани на висококачествени SCADA данни от изградената за научноизследователски цели турбина Adwen AD8. Генераторът с капацитет 8 MW е предоставен от Fraunhofer IWES за използване в рамките на проекта.

 

Въз основа на базовата информация от LATODA разработват AI опосредствана система за анализ, която автоматично определя дали дадена вятърна турбина работи според очакванията или е с влошена производителност. Платформата предлага и подходящи параметри за оптимизация.

 

"Изкуственият интелект не само докладва отклонения, но предоставя информация и за потенциалните причини – от настройките на роторните лопатки до неблагоприятните условия на работа. Това осигурява на операторите инструмент за бързо идентифициране и отстраняване на проблеми. Методологията позволява на съвременната ветроенергийна индустрия да разработва ориентирани към клиента модели с изкуствен интелект, базирани на всякакви типове данни от времеви серии. А комбинацията от експертиза във вятърната енергия и такава в сферата на изкуствения интелект разкрива множество нови възможности за целия сектор", обобщават от Fraunhofer IWES.

 

Източник: Fraunhofer IWES

Ключови думи: Fraunhofer IWES   вятърна енергия   IWES Digital Hub   дигитален хъб   дигитални инструменти   дигитализация   изкуствен интелект   LATODA   ветрогенератори   симулации  

Област: Енергетика