【行业观察】西门子利用强化学习技术实时优化老化的燃气轮机性能

导读:2021年3月23日,西门子能源公司高级副总裁Mirko Düsel表示,尽管燃气轮机经久耐用,但随着时间的流逝,其性能会降低,从而导致功率损失,这一事实无处掩饰。目前传统的方法就是对燃气轮机进行定期维修、小修和大修管理和手动调整,但是通过结合数字孪生和人工智能技术,西门子能源公司已可以实时解决燃气轮机与使用年限相关的性能损失。

这种新颖的解决方案在迪拜电力和水务局(DEWA)的Jebel Ali燃机电站控制系统升级中首次实施,该电站的燃气轮机功率输出每台增加3.5 MW,同时减少了NOx排放多达10%。据西门子能源公司透露,西门子的解决方案包括两个单独的模块:一个侧重于燃气轮机的性能,而另一侧重于排放和燃烧稳定性。第一个称为性能模块,第二个称为稳定性和排放模块。

控制燃气轮机复杂运行的关键是与人工智能相结合的数字孪生。在位于德国的研发中心,西门子能源公司一直在研究人工智能在控制从风力涡轮机到交通管理等复杂系统中的优势。关于如何将人工智能,神经网络和贝叶斯网络用于燃气轮机的工作始于1996年,当时在4000系列燃气轮机上进行了研究。无论使用哪种应用程序,人工智能都依赖数据来提供准确的结果。当有大量可靠的数据可用时,应用人工智能相对简单,但是当可用数据不完整时,它将变得更加有趣。

西门子人工智能控制器架构

在应用人工智能改善燃气轮机运行(减少排放和提高稳定性)时,可用数据通常少于所需的数据,并且由于燃气燃烧的复杂性而变得更加复杂。在此过程中,气体和空气混合后从阀门进入燃烧室点燃,燃烧温度升至1600℃时。有无数个参数决定了燃气轮机的性能,例如燃气如何燃烧,是否发生强大的燃烧动力,产生了多少氮氧化物以及燃气轮机最终可以运转多长时间,气体的质量、外界温度和所需的燃烧性能一样重要。

为了使控制程序能够通过利用人工智能技术来学习在所有可能的情况下对燃气轮机机组的控制,所需的数据量需要燃气轮机必须运行约100年。面对这个问题,西门子能源团队率先采用了一种数据有效的方法来进行强化学习,为了确保燃气轮机最佳运行,您必须始终寻求一种平衡,使燃烧动力学和排放方面的不良影响保持在尽可能低的水平,如果改善一个变量,则可能会恶化另一个变量,人工智能知道如何找到最佳位置。

严格来说,这是一种特殊的人工智能技术,称为“强化学习”技术。在这种情况下,算法会像学习新游戏的孩子一样,通过模仿和反复试验来发现和学习,并不断改善他们的游戏策略。通过向人工智能系统提供来自燃气轮机的实际测量运行数据以及数字孪生提供的温度读数,该系统可以开发出以前未知的控制策略,并且优于市场上其他传统的基于模型的控制解决方案。

西门子能源公司表示,解决方案的一个重要方面是能够对控制算法进行结构化,以便他们可以使用比以前需要的要少得多的先验经验知识来制定控制策略。没有这一步骤(西门子能源公司已申请了众多专利进行保护),人工智能就不可能成为DEWA电站控制器的一部分。如果不能采用人工智能,那么该系统将缺乏在排放和燃烧稳定性方面自动优化燃气轮机运行所需的重要元素。人工智能和数字孪生之间的相互作用不仅可以保证燃烧效率更高,排放更低,还可以监控性能,以确保为抵消燃气轮机性能衰退过程而进行的调整不会损害燃烧稳定性。

Jebel Ali燃机电厂的5台SGT5-4000F燃气轮机每台都配备了智能控制器,可为电厂运营商提供完整、连续的概览和基于方案的运行评估。最新的控制系统提供了直观,安全的解决方案,可适应日常和危急情况下满足各个电厂的要求,这将提高操作员的效率,并直接影响整个电厂运营的可用性。

智能控制器的数字孪生通过实时准确地估算燃烧温度来工作,目的是结合排放和燃烧室动态,实时优化和补偿燃气轮机功率下降(性能恢复),使用人工智能和机器学习可以实现更好的燃烧控制。通过使用经过培训的强化学习控制策略以及直接的燃气轮机燃烧温度控制方法来优化控制,可以最大程度地减少环境条件对燃气轮机的影响。

强化学习本质上是一门人工智能学科,因为它试图实现通常只能通过利用人类智能才能实现的内容。与其他机器学习方法的区别在于,在“在那种情况下该做什么”的意义上,没有明确的目标。反而,基于奖励或“成本”信息,根据燃气轮机的运行数据获悉最佳控制策略。因此,西门子能源公司正在从数据中获得一种理解,并以这种理解为基础,像熟练的技术人员那样采取行动。

升级智能控制器背后的故事

2017年11月,西门子能源公司在Jebel Ali电厂项目完成了对燃气轮机的主要热力学检查后,开始考虑弥补与燃气轮机老化有关的性能损失,该过程最初是由热力学专家分析数据以计算补偿因子的手动过程,结果表明控制效果非常好,但是很浪费时间,因此西门子决定将这一过程自动化。

位于鲁尔河畔米尔海姆(Mülheiman der Ruhr)和慕尼黑的研发团队很快就发现了一种自动化解决方案,该解决方案是由西门子能源公司在奥兰多运营的团队开发的,可以计算出燃气轮机的运行状态。该解决方案基于一个数字孪生模型,该孪生模型利用了燃气轮机及其周围环境的读数来对燃气轮机的热力学行为进行精确的物理模拟。

新控制器中的数字孪生模型进行计算,以提供以前无法获得的高质量水平的估计值,尤其是对于燃气透平进口温度而言,这是燃气轮机控制的关键参数。该仿真不仅可以准确确定燃气轮机的性能老化程度,而且由于可以实时获取温度读数,因此也可以实时抵消与燃气轮机老化相关的性能损失。如果可以直接测量温度,则该系统将得到更大的改进,但是在目前燃气轮机如此高的透平进口温度条件下很难布置长期测点。

西门子能源公司表示,其研制的人工智能控制器已经在实际应用中取得了很大的成功,目前正在推动进一步的数字创新,旨在下一阶段将该控制器推广到更多的电厂上。此外,西门子能源公司还强调,该技术不仅使得燃气轮机从该新技术中收益,并且还可以改善用于发电和从海水中回收饮用水的蒸汽生产过程。

关阅读:

【行业动态】西门子能源公司的目标是到2025年每公斤可再生氢成本为1.50美元

【行业观察】西门子:GE公司声称的商业秘密盗窃是试图打击竞争对手的“投机主义”

【行业动态】西门子能源公司与法国液化空气集团联合工业化制氢

原创文章,转载请注明来自@两机动力控制


(0)

相关推荐