Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Automatische Selbstoptimierung für Windturbinen

12.03.2014

Siemens bringt Windturbinen bei, ihren Betrieb automatisch und möglichst optimal an die Wetterverhältnisse anzupassen.

Die Anlage lernt aus vorhandenen Sensordaten wie beispielsweise der Windstärke, selbständig ihre Einstellgrößen so zu verändern, dass sie die bestehenden Verhältnisse bestmöglich nutzt. Gerade bei niedrigen und mittleren Windstärken liefern Windenergieanlagen nicht immer die maximal mögliche Strommenge.


Spezialisten für Lernende Systeme der globalen Siemens-Forschung Corporate Technology (CT) entwickelten dieses Selbstoptimierungs-Verfahren für Windturbinen in dem vom Bundesforschungsministerium geförderten Projekt ALICE (Autonomous Learning in Complex Environments) zusammen mit der TU Berlin und der IdaLab GmbH.

Vom 10. bis 14. März stellen die Forscher ihre Arbeit auf der CeBIT in Hannover vor. Damit kann eine Anlage bei mittleren Windgeschwindigkeiten im Jahr etwa ein Prozent mehr Strom erzeugen und gleichzeitig ihren Verschleiß reduzieren.

Die Forscher zeigen an einem Demonstrator, wie eine Windturbine ihre Betriebsdaten nutzt und schritt­weise ihre Stromproduktion steigert. Dazu verknüpfen sie so genanntes Reinforcement Lernen mit speziellen Neuronalen Netzen. Neuronale Netze sind eine Software, die ähnlich arbeitet wie ein menschliches Gehirn.

Siemens CT entwickelt seit vielen Jahren Neuronale Netze, um das Verhalten von hochkomplexen Systemen - das können Windparks, Gasturbinen, Fabrikanlagen oder auch Börsenmärkte sein - zu modellieren und prognostizieren.

Die Programme lernen anhand von Daten aus der Vergangenheit und können dann zum Beispiel Prognosen für das zukünftige Verhalten eines Systems abgeben. So lässt sich auch ein Modell erstellen, das die Stromproduktion einer Windturbine bei bestimmten Wetterdaten vorhersagt.

Um nun die Effizienz der Windturbine mit Hilfe ihrer Stellgrößen - beispielsweise der Drehzahl der Windturbine - zu verbessern, identifizierten die Forscher aus einer hohen Anzahl sehr verrauschter Daten aussagekräftige Merkmale. Mittels patentierter Neuronaler Netze entstand daraus eine sogenannte Reinforcement Learning Policy.

Für das Ziel einer hohen Stromausbeute erlernt das System, die Einstellungen der Windturbine so zu verändern, dass es in der jeweiligen Situation immer die maximale Strommenge erzielt. Schon nach wenigen Wochen kennt es die optimalen Stellgrößen für häufig auftretende Zustände.

Nach längeren Datenzeiträumen meistert es auch seltene Situationen wie etwa außergewöhnliche Wetterlagen. Vergangenes Jahr wurde die Technik in einem spanischen Windpark erfolgreich erprobt. 

Mit einer fortwährenden Erkundung um lohnende Betriebspunkte kann ein System iterativ immer besser werden. Da die Methoden gut übertragbar sind, können so auch weitere Siemens Produkte lernen, sich zu optimieren. 

Weitere Informationen:

http://www.siemens.de/innovationnews

Dr. Norbert Aschenbrenner | Siemens InnovationNews

Weitere Nachrichten aus der Kategorie Energie und Elektrotechnik:

nachricht Wussten Sie, dass Infrarot-Wärme die Pralinenherstellung vereinfacht?
14.02.2017 | Heraeus Noblelight GmbH

nachricht Qualitätskontrolle in Echtzeit: „smartFoodTechnologyOWL“ startet erstes Projekt
15.02.2017 | Hochschule Ostwestfalen-Lippe

Alle Nachrichten aus der Kategorie: Energie und Elektrotechnik >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Durchbruch mit einer Kette aus Goldatomen

Einem internationalen Physikerteam mit Konstanzer Beteiligung gelang im Bereich der Nanophysik ein entscheidender Durchbruch zum besseren Verständnis des Wärmetransportes

Einem internationalen Physikerteam mit Konstanzer Beteiligung gelang im Bereich der Nanophysik ein entscheidender Durchbruch zum besseren Verständnis des...

Im Focus: Breakthrough with a chain of gold atoms

In the field of nanoscience, an international team of physicists with participants from Konstanz has achieved a breakthrough in understanding heat transport

In the field of nanoscience, an international team of physicists with participants from Konstanz has achieved a breakthrough in understanding heat transport

Im Focus: Hoch wirksamer Malaria-Impfstoff erfolgreich getestet

Tübinger Wissenschaftler erreichen Impfschutz von bis zu 100 Prozent – Lebendimpfstoff unter kontrollierten Bedingungen eingesetzt

Tübinger Wissenschaftler erreichen Impfschutz von bis zu 100 Prozent – Lebendimpfstoff unter kontrollierten Bedingungen eingesetzt

Im Focus: Sensoren mit Adlerblick

Stuttgarter Forscher stellen extrem leistungsfähiges Linsensystem her

Adleraugen sind extrem scharf und sehen sowohl nach vorne, als auch zur Seite gut – Eigenschaften, die man auch beim autonomen Fahren gerne hätte. Physiker der...

Im Focus: Weltweit genaueste und stabilste transportable optische Uhr

Optische Strontiumuhr der PTB in einem PKW-Anhänger – für geodätische Untersuchungen, weltweite Uhrenvergleiche und schließlich auch eine neue SI-Sekunde

Optische Uhren sind noch genauer als die Cäsium-Atomuhren, die gegenwärtig die Zeit „machen“. Außerdem benötigen sie nur ein Hundertstel der Messdauer, um eine...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

ANIM in Wien mit 1.330 Teilnehmern gestartet

17.02.2017 | Veranstaltungen

Ökologischer Landbau: Experten diskutieren Beitrag zum Grundwasserschutz

17.02.2017 | Veranstaltungen

Von DigiCash bis Bitcoin

16.02.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

Stammzellen verlassen Blutgefäße in strömungsarmen Zonen des Knochenmarks

17.02.2017 | Biowissenschaften Chemie

LODENFREY setzt auf das Workforce Mangement von GFOS

17.02.2017 | Unternehmensmeldung

50 Jahre JULABO : Erfahrung – Können & Weiterentwicklung!

17.02.2017 | Unternehmensmeldung