Нейросети усовершенствуют работу электростанций: новая разработка из Пермского Политеха

Ученые Пермского Политеха предложили использовать нейросети для усовершенствования работы электростанций. Разработка выполнена в рамках Программы стратегического академического лидерства «Приоритет-2030». 

На базе конвертированных авиационных двигателей зачастую создают газотурбинные электростанции. Чтобы повысить качество выработки электроэнергии, специалисты проводят моделирование систем электроснабжения, используя классические модели. Но они действуют недостаточно быстро, и поэтому тестировать с их помощью различные алгоритмы управления неудобно и долго. 

Учёные создали программно-моделирующий комплекс «Нейродин», который позволяет получать нейросетевые математические модели газотурбинных электростанций. Его использование для моделирования сложных технологических систем поможет заменить иностранные аналоги. 

«Система автоматического управления позволяет повысить качество выработки электроэнергии, которую получают потребители. Используя модели, можно создать алгоритмы управления газотурбинными электростанциями и провести их компьютерные испытания. Наиболее критические режимы работы, которые могут возникнуть в процессе использования электростанции, затруднительно или невозможно воспроизвести в реальных условиях или на испытательном стенде. Для этого используют полунатурный стенд с математической моделью, которая «воссоздаёт» поведение электрической системы», – поясняет один из разработчиков, старший преподаватель кафедры «Электротехника и электромеханика» Пермского Политеха Григорий Килин. 

По словам исследователей, построить модель электрической системы довольно сложно, так как она включает большое количество взаимодействующих элементов. Из-за этого невозможно проводить компьютерные испытания быстро. Пермские учёные нашли способ упростить модель, чтобы ускорить её работу и повысить качество выработки электроэнергии. 

«Мы предложили создавать для основных характерных режимов работы газотурбинной электростанции ряд быстродействующих нейросетевых моделей, воспроизводящих их с требуемой степенью адекватности. С их помощью можно быстрее тестировать работу алгоритмов автоматического управления. Модели мы разработали с помощью специально сконструированной искусственной нейронной сети. При этом для её создания мы разработали оригинальную методику, которая позволяет выбирать рациональную архитектуру и гиперпараметры сети, нацеленные на решаемую задачу. Это тоже один из важных результатов наших исследований», – рассказывает научный руководитель разработчика, заведующий кафедрой «Электротехника и электромеханика» Пермского Политеха, ведущий научный сотрудник Центра аддитивных технологий центра коллективного пользования, доктор технических наук, доцент Борис Кавалеров. 

Ученые Пермского Политеха разработали математическую модель, включающую различных потребителей электроэнергии. По мнению исследователей, именно они определяют характер воздействия со стороны электрической системы на систему автоматического управления газотурбинной установкой. Необходимо также учитывать важные параметры в узлах нагрузки сети электроснабжения.

Исследование показало, что упрощённые модели на основе искусственных нейросетей работают корректно. Они могут быстро функционировать в составе полунатурных стендов в реальном времени. Предварительно обученные нейросети позволяют повысить точность моделей и качество электроэнергии для потребителя.