明阳智能的智能设计之路
运用智能化设计将大幅提升机组的可靠性、发电量,有效降低风电项目全生命周期成本,也将成为应对平价上网的重要手段之一。明阳智能在机组智能化方面一直勤于钻研并勇于实践,如今已将智能化设计应用于产业链的方方面面。
10月22日CWP2019风电CTO论坛上,明阳智能风能研究院副院长刘卫发表了“智能化设计是应对抢装潮和平价时代的重要手段”的主旨演讲,从多个角度阐述了智能化设计的必要性和关键性。
智能化设计有效支撑供应链协同
风电行业的迅速发展对整机商提出了更高要求,研发定制化机组已成为各大整机厂家必备技能。但定制化与快速设计如何兼得?根据多年来对产品的理解和技术的积累,明阳智能开发了MYPLATFORM一体化的智能化设计平台,可实现从叶尖到基础、从基础到海床的整体分析优化,同时考虑台风、海浪、海水冲刷等边界条件。较常规设计方案,此平台可提升效率50%,可满足当前风电市场抢装带来的快速设计需求。
智能化设计还体现在明阳智能的MySE半直驱机组坚持模块化、平台化、系统集成智能匹配设计上。明阳智能整机80%的关键部件具备互换性、通用性和接口一致性,有效支撑产业链协同。同时,为了提高制造效率,明阳智能不仅建设了智能化车间,还开发了MES质量管控系统,可串联制造与前端和后端的快速无缝对接,助力实现定制化生产和全流程电子化质量管控,建立完善的生产和质控体系。
智能化设计提升机组发电量
明阳智能深耕海上风电十余年,早已建立一套完备海上风电场风资源智能评估系统。当海上项目缺乏测风数据时,基于中尺度数据进行降尺度,设计虚拟测风塔,获得高质量的风资源数据。根据测算,这套系统可将中尺度数据提升至30m精度,风速误差可控制在0.2m/s。
同时,明阳智能开发了海上风电机位智能排布系统,可在1-2小时内快速完成上万种排布方案的迭代寻优计算,并对所有排布方案进行清晰的量化处理,快速为客户锁定发电量最优的机位排布坐标。
机位确定后,为了降低尾流的影响,明阳智能对MySE平台机组整机模型的叶片与转速、三种尾流描述方法(包括经验公式法、制动盘模拟法、大涡模拟法等),以及常见的十余个尾流经验公式做了深入研究,并利用CFD仿真中先进的大涡模拟技术计算真实尾流场分布,最终拟合推导出针对MySE平台机组的尾流计算模型,全场机组可通过该模型实现智能偏航应对尾流。
明阳智能还从机组本身控制出发,研发了智能动态柔性功率控制系统。机组可根据外界风速及强度,实时计算安全裕量,调控机组功率,保证可靠性的同时,也提升了发电量。
智能化设计提升机组可靠性
机组传动系统的可靠性与其发电量息息相关。明阳智能是中国少数具备齿轮箱、叶片、发电机等关键部件自主研发能力的整机商。其研发的中速齿轮箱与航空发动机齿轮箱异曲同工,齿轮箱采用自适应变截面行星轮柔性销轴设计,使多个齿轮之间的载荷分布更均匀,均载系数达到1.05,降低了单个齿轮的负载,相较于传统技术路线可靠性大大提高。
值得一提的是,明阳智能的主轴轴承采用稀油润滑,齿轮油颗粒尺寸5μm,洁净度标准堪比航空发动机,从基因上保证机组运行可靠。“明阳智能半直驱机组应用此轴承达10年以上,虽然行业主轴承损坏案例频有发生,但截至目前明阳智能在半直驱机组中的主轴承没有出现过一例主轴承的损坏案例。”刘卫在CTO论坛现场表示。
明阳智能还利用基于激光雷达的边缘计算及区域化控制技术,整体协调控制系统并提升发电量;利用视觉识别技术,实时监测叶片运行情况,提高运行可靠性。“我们还研发了海上风机智能卫士,已安装在某海上风电项目中,对可靠性的提升非常大。”刘卫补充道。
智能化设计降低风电场全生命周期成本
叶片变形智能降载技术、基于机舱姿态的极限载荷控制的独立变桨技术、基于应急电源的黑启动技术、海缆及海上升压站智能优化技术等一系列智能化技术的应用,可实现风电场全生命周期度电成本最低,助力业主提升项目收益率。
技术创新,永无止境。未来,行业需要拥抱智能化,让机组做到真正的感知环境,融动自然,触控未来。
· The End ·
▓来源:明阳智能
品 牌 推 荐
上一篇: 明朝的边境威胁 - 瓦剌和塔塔儿
推荐阅读
-
基于 STM32+4G 模块设计的智能灌溉系统
-
[人工智能心理咨询测评】一年后,人工智能心理咨询之路还有多远?-人工智能模型咨询能力评估的 5 个案例比较
-
基于 Python 的智能语音识别系统设计
-
人工智能讲师叶子,大模型训练师:基于大型语言模型的自主智能:架构设计与应用前景
-
基于 STM32 设计的智能家居系统(使用 ESP8266+OneNet 云平台)
-
机器人/车] 基于中明 E2RCU 设计的智能轮式巡线避障机器人(文末完整工程信息源代码 PPT 等)
-
NeurIPS 2022 | 最强斗地主AI!网易互娱AI Lab提出基于完美信息蒸馏的方法-完美信息蒸馏(PTIE) 在斗地主游戏中,非完美信息的引入主要是由于三位玩家均不能看到别人的手牌,对于任意一位玩家而言,仅可知道其余两位玩家当前手牌的并集,而难于精准判断每位玩家当前手牌。完美信息蒸馏的思路是针对这种非完美问题,构建一个第三方角色,该角色可以看到三位玩家的手牌,该角色在不告知每位玩家完美信息的情况下通过信息蒸馏的方式引导玩家打出当前情况下合理的出牌。 以强化学习常用的 Actor-Critic 算法为例,PTIE 在 Actor-Critic 算法的应用中可以利用 Critic 的 Value 输出作为蒸馏手段来提升 Actor 的表现。具体而言即在训练中 Critic 的输入为完美信息(包含所有玩家的手牌信息),Actor 的输入为非完美信息(仅包含自己手牌信息),此种情况下 Critic 给予的 Value 值包含了完美信息,可以更好地帮助 Actor 学习到更好的策略。 从更新公式上来看,正常的 Actor-Critic 算法 Actor 更新的方式如下: 在 PTIE 模式下,对于每个非完美信息状态 h,我们可以在 Critic 中构建对应的完美信息状态 D(h),并用 Critic 的输出来更新 Actor 的策略梯度,从而达到完美信息蒸馏的效果。 PTIE 框架的整体结构如下图所示: 无论是训练还是执行过程中智能体都不会直接使用完美信息,在训练中通过蒸馏将完美信息用于提升策略,从而帮助智能体达到一个更高的强度。 PTIE 的另一种蒸馏方式是将完美信息奖励引入到奖励值函数的训练中,PerfectDou 提出了基于阵营设计的完美信息奖励 node reward,以引导智能体学习到斗地主游戏中的合作策略,其定义如下: 如上所示,完美信息部分 代表 t 时刻地主手牌最少几步可以出完,在斗地主游戏中可以近似理解为是距游戏获胜的距离, 代表 t 时刻地主阵营和农民阵营距游戏获胜的距离之差, 为调节系数。通过此种奖励设计,在训练时既可以一定程度地引入各玩家的手牌信息(出完的步数需要知道具体手牌才能计算),同时也鼓励农民以阵营的角度做出决策,提升农民的合作性。 特征构建: PerfectDou 针对牌类游戏的特点主要构建了两部分特征:牌局状态特征和动作特征。其中牌局状态特征主要包括当前玩家手牌牌型特征、当前玩家打出的卡牌牌型特征、玩家角色、玩家手牌数目等常用特征,动作特征主要用于刻画当前状态下玩家的所有可能出牌,包括了每种出牌动作的牌型特征、动作的卡牌数目、是否为最大动作等特征。 牌型特征为 12 * 15 的矩阵,如下图所示: 该矩阵前 4 行代表对应每种卡牌的张数,5-12 行代表该种卡牌的种类和对应位置。 网络结构和动作空间设计 针对斗地主游戏出牌组合数较多的问题,PerfectDou 基于 RLCard 的工作上对动作空间进行了简化,对占比最大的两个出牌牌型:飞机带翅膀和四带二进行了动作压缩,将整体动作空间由 27472 种缩减到 621 种。 PerfectDou 策略网络结构如下图所示: 策略网络结构同样分为两部分:状态特征部分和动作特征部分。 在状态特征部分,LSTM 网络用于提取玩家的历史行为特征,当前牌局状态特征和提取后的行为特征会再通过多层的 MLP 网络输出当前的状态信息 embedding。 在动作特征部分,每个可行动作同样会经过多层 MLP 网络进行编码,编码后的动作特征会与其对应的状态信息 embedding 经过一层 MLP 网络计算两者间的相似度,并经由 softmax 函数输出对应的动作概率。 实验结果
-
基于javaWeb的长安智能医疗管理系统的设计与实现 - 致谢
-
人工智能入侵机械设计,苦逼的 "机械狗 "还有未来吗?
-
中国最大!陆上 6.25MW,海上 11MW,明阳智能再推新品!-- 结束