В Пермском Политехе с помощью нейросетей ускорили и удешевили моделирование энергосистем
Ученые Пермского Политеха (ПНИПУ) создали программно-моделирующий комплекс «Нейродин», который позволяет получать нейросетевые математические модели газотурбинных электростанций (ГТЭС). Разработка значительно снижает стоимость моделирования энергосистем и может заменить иностранные аналоги.
Для разработки алгоритмов управления ГТЭСи проведения компьютерных испытаний используют модели. Однако, 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 «воссоздает» поведение электрической системы.
«Построить модель электрической системы довольно сложно, так как она включает большое количество взаимодействующих элементов. Из-за этого невозможно проводить компьютерные испытания быстро», – поясняет один из разработчиков, старший преподаватель кафедры «Электротехника и электромеханика» Пермского Политеха Григорий Килин.
Исследователи нашли способ упростить модель, чтобы ускорить ее 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, – 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 матмодель, 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.
Еще одним важным результатом исследований стало то, что для создания модели ученые разработали оригинальную методику, которая позволяет выбирать рациональную архитектуру и гиперпараметры сети, нацеленные на решаемую задачу.
Исследование показало, что упрощенные 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.
Разработка комплекса «Нейродин» поможет заменить иностранные аналоги, например, MATLAB-Simulink, считают ученые.
Исследование выполнено в рамках Программы стратегического академического лидерства «Приоритет-2030» и соответствует направлениям «Энергетическое машиностроение» и «Цифровизация и роботизация производств и сервисов» Пермского НОЦ. Результаты исследования они представили в журнале IOP Conference Series: Earth and Environmental Science.