<del id="sge2u"></del> 西門子中央研究院（CT）研發的基于神經網絡的人工智能系統已使西門子內**尖燃氣輪機的燃燒過程得到了穩步優化。燃燒過程已經“學會”要如何持續調整燃料閥以實現優化并減少排放和磨損。現在，西門子發電服務集團正首次將這項聯合研發的技術應用于客戶現場，以優化西門子內*大、*現代化的固定式燃氣輪機。由于西門子客戶處的許多復雜系統都能借助人工智能來改善運行情況，這項技術在提升能效方面的潛力是巨大的。
2016年3月，當谷歌公司研發的阿爾法圍棋軟件以五局四勝的成績力挫來自韓國的世界**尖棋手時，人工智能充分展示出了其實實在在的顛覆性潛力。而當西門子中央研究院（CT）的研究人員發現他們研發的人工智能系統能夠助力實現系統優化時，他們也同樣感到驚訝。CT商務分析與監控技術領域的機器學習專家Volkmar Sterzing表示：“我們發現，如果一個系統的運行表現取決于專家的經驗，那么它也可以利用人工智能加以優化。”
2016年3月，谷歌公司研發的阿爾法圍棋軟件力挫世界**尖棋手李世石，在機器學習發展歷*史*立下了一座豐碑。
隨著系統的結構日益復雜、需要應對的因素不斷增加，哪怕是專家在進行系統調整時也必須采取折衷的方法。專家不可能全天候待命。在這種情況下，能夠持續不斷監控系統的人工智能就展現出了明顯的優勢。
50項專利
西門子開展神經網絡研究已有約30年了。公司已經在將神經網絡應用于人工智能方面取得了長足的進步。例如，西門子持續優化其“面向神經網絡的軟件環境（SENN） ”，并針對不斷涌現的新應用領域（包括燃氣輪機和風機優化領域）對SENN進行了改良。Sterzing指出：“我們擁有約50項學習過程方面的專利。”
西門子發電服務集團和CT已研發出能夠持續優化燃氣輪機燃燒過程的運行與控制的系統。這個系統名為“燃氣輪機自主控制優化器（GT-ACO）”，它主要基于CT研發的人工智能技術。目前，西門子正在為亞洲的一個大客戶安裝這個系統，并將在西門子**尖的H級燃氣輪機上進行深入測試。測試于2017年2月底前開始。一般來說，對燃氣輪機整體運行情況的改進是十分困難的，因為更低的排放通常會導致輪機使用壽命縮短。這是由于高能燃燒振蕩會導致材料疲勞，從而加劇磨損。
Volkmar Sterzing在CT帶領團隊將神經網絡應用于燃氣輪機優化領域。
在許多不同類型的燃氣輪機上進行的測試結果已經證明，GT-ACO切實有效。專家將燃機的氮氧化物排放量手動設置為*低后，人工智能系統將接管燃燒單元。西門子發電服務集團GT-ACO研發負責人Hans-Gerd Brummel說：“在測試中，人工智能系統啟動兩分鐘后，排放值就下降了20%。”Brummel是西門子在輪機遠程診斷和維護方面的開拓者。他曾榮獲西門子“年度發明家”獎，以表彰他所取得的成績。
優化排放
將人工智能系統用于輪機的主要目標是將氮氧化物的排放量降至*低。為實現這一點，GT-ACO的神經模型將改變燃料在燃氣輪機燃燒器內的分布。然而，受位置、燃氣成分和當地天氣條件等因素的影響，每個燃燒器的設置不盡相同。正因如此，GT-ACO需要花幾個星期來學習每個燃氣輪機的情況，然后才能自動對控制過程作出有益的調整。
Hans-Gerd Brummel在柏林服務于西門子發電服務集團。他持有69項專利。這些成就為他贏得了2016年西門子“年度發明家”的殊榮。他為許多燃氣輪機優化技術的研發作出了積極的貢獻。
Brummel表示：“客戶對我們的技術表現出了很大的興趣。由于可再生能源在發電電網中所占比重很高，相關人員往往需要利用燃氣輪機來維持電網頻率。”在這種不斷變化的運行環境中，振蕩幅度增大的風險不斷上升，磨損也相應增加。然而，Brummel充滿信心：“對于這種情況，GT-ACO將能幫上大忙，因為它可以著重優化阻尼振動。”
GT-ACO還可用于在一定程度上延緩燃氣輪機老化。這是因為，這項技術已將物理模型形式的燃氣輪機熱力學知識與機器學習結合了起來。
Sterzing堅信，這項技術在西門子將大有可為。它可以在配電、生產自動化和過程工業應用等領域大展身手。Brummel已經在與發電行業的客戶探討GT-ACO，并正在研發更多優化應用。
點擊圖片查看原圖
