西門子風機的自我完善,西門子中央研究院的系統(tǒng)專家，在由德國教育與研究部提供資助的ALICE項目(在復雜環(huán)境中自主學習)中，與柏林工業(yè)大學和IdeaLab有限公司合作，開發(fā)了用于風機的自主優(yōu)化軟件，研究人員在漢諾威CeBIT展會上公布了結果。該解決方案使風機每年在中等風力條件下的發(fā)電量增加大約1%，同時，還能減少損耗。

　　研究人員采用了一臺示范用風力發(fā)電機，利用自己的運行數(shù)據(jù)逐步提高電力輸出。他們的方案是，將強化學習技術與特殊神經(jīng)網(wǎng)絡結合起來。神經(jīng)網(wǎng)絡是一種軟件算法，運行方式類似于人的大腦。幾年來，西門子中央研究院一直致力于開發(fā)神經(jīng)網(wǎng)絡，為的是模擬并預測高度復雜的系統(tǒng)運行情況，譬如，風電場、燃氣輪機、工廠，甚至股票市場等。

　　軟件程序從歷史數(shù)據(jù)中學習，這也使它們能預測系統(tǒng)未來的運行狀況?？蓜?chuàng)建一個模型，預測風機在特定天氣條件下的電力輸出。研究人員查看了大量復雜數(shù)據(jù)，通過改變轉速等設置提高風機的效率，并利用獲得專利的神經(jīng)網(wǎng)絡創(chuàng)建所謂的強化學習規(guī)范。系統(tǒng)學會在特定情況下通過改變設置，最大限度提高發(fā)電量。訓練數(shù)周后，系統(tǒng)就能針對常見的天氣現(xiàn)象，定義并存儲最佳設置。通過延長訓練期限，甚至還能對罕見天氣條件下的電力輸出進行調整。去年，此項技術在西班牙一家風場成功地進行了測試。

　　對相關運行參數(shù)的持續(xù)分析，可以確保系統(tǒng)不斷得以改善。這里使用的方法可用于許多領域，西門子其他產(chǎn)品也可通過自我完善自身的運行。（文章來源：北京德爾西曼www.kanafeed.com）