amerikali
Yeni Üye
Rüzgar türbinleri sadece rüzgar estiğinde elektrik sağlar. Bu doğru, ama gerçeğin sadece yarısı: çünkü rüzgar esiyorken bile türbinlerin rotorlarının rüzgar yönü ve rüzgar hızıyla aynı hizada olması gerekiyor. En küçük sapmalar bile sistemin olabileceğinden daha az verimli olmasına neden olur – bu da değerli enerjinin kaybolmasına neden olur.
Paris Polytechnique Enstitüsü’nden iki araştırmacı olan Alban Puech ve Jesse Read, otomatik rüzgar yönü izleme sürecini optimize etmek istiyor. Bir rüzgar türbininin sapma kontrolünü daha verimli hale getirmek için yapay zekayı kullanan bir algoritma geliştirdiler. Araştırması yakın zamanda bir ön baskı makalesi olarak yayınlandı.
Modern rüzgar türbinleri, rüzgar yönüne uyum sağlamak için çok çeşitli sensörler için verileri kullanır. Bu iyi çalışıyor, ancak her zaman mükemmel değil. Özellikle sapma kontrolü aracılığıyla yapılan her ayar, kendisine bağlı rotor kanatları ile birlikte tüm makine muhafazasını istenen yönde hareket ettirmek için enerji gerektirdiğinden. Aynı zamanda sistem, hasarı önlemek için rotor kanatlarının çok hızlı dönmemesini sağlamalıdır. Bu nedenle, bir düzeltmenin gerçekten işe yarayıp yaramadığını tartmak her zaman önemlidir.
AI, rüzgar türbini için strateji oluşturur
Puech ve Read tam olarak burada devreye giriyor: Rüzgar yönü, sapma kontrolünün enerji tüketimi ve elde edilen enerji verimi gibi faktörleri hesaba katan bir algoritma geliştirdiler. Algoritma takviyeli öğrenmeyi (RL) kullanır – bu nedenle, alınan verilere dayalı olarak sistemi kontrol etmek için bağımsız bir strateji oluşturabilir ve süreç boyunca sürekli olarak optimize edebilir.
Etkinliğini test etmek için araştırmacılar, algoritmalarını çok sayıda rüzgar çiftliğinde kullanılan bir REpower MM82 rüzgar türbininin önceki kontrol yazılımıyla karşılaştırdılar. Biri sabit rüzgar koşullarına ve diğeri değişken rüzgar koşullarına sahip iki simülasyonda, RL algoritması rüzgar yönündeki değişiklikleri daha iyi takip edebildi: sapma ekseninin oryantasyonu her iki simülasyonda da geleneksel algoritmaya göre optimumdan daha az uzaktı.
Sonunda bir enerji kazancı var
Yapay zekanın türbini geleneksel algoritmaya göre biraz daha sık hareket ettirmesine ve dolayısıyla daha fazla enerji tüketmesine rağmen, bu ek tüketimi çıkarsanız bile, sonuçta yüzde 0,31 ile 0,33 arasında bir enerji kazancı elde edilir. Bu çok gibi görünmüyor, ancak büyük ölçekte karşılığını veriyor: “Tek bir 2 megavatlık 2. sınıf rüzgar türbini için bu, yıllık 1.500 ila 2.500 avroluk bir kâr anlamına geliyor” diye yazıyor iki araştırmacı. Düzinelerce hatta yüzlerce türbine sahip tüm bir rüzgar çiftliği için tahmin edildiğinde, potansiyel netleşir.
Çalışmada yer almayan Exeter Üniversitesi’nde yenilenebilir enerjiler uzmanı Richard Cochrane de buna inanıyor: “Yüzde 0,3 önemli, rüzgar santrali operatörleri için gelirleri olup olmadığı konusunda fark yaratabilir. Bir sonraki projeye başlayın ya da geliştirmeyin,” dedi New Scientist’e. Wind-LiDAR kullanan rüzgar ölçümü gibi diğer yeni teknolojilerle birleştiğinde, kontrol yazılımının uyarlanması ve yapay zekanın kullanılması sistemleri daha da verimli hale getirebilir.
(jle)
Haberin Sonu
Paris Polytechnique Enstitüsü’nden iki araştırmacı olan Alban Puech ve Jesse Read, otomatik rüzgar yönü izleme sürecini optimize etmek istiyor. Bir rüzgar türbininin sapma kontrolünü daha verimli hale getirmek için yapay zekayı kullanan bir algoritma geliştirdiler. Araştırması yakın zamanda bir ön baskı makalesi olarak yayınlandı.
Modern rüzgar türbinleri, rüzgar yönüne uyum sağlamak için çok çeşitli sensörler için verileri kullanır. Bu iyi çalışıyor, ancak her zaman mükemmel değil. Özellikle sapma kontrolü aracılığıyla yapılan her ayar, kendisine bağlı rotor kanatları ile birlikte tüm makine muhafazasını istenen yönde hareket ettirmek için enerji gerektirdiğinden. Aynı zamanda sistem, hasarı önlemek için rotor kanatlarının çok hızlı dönmemesini sağlamalıdır. Bu nedenle, bir düzeltmenin gerçekten işe yarayıp yaramadığını tartmak her zaman önemlidir.
AI, rüzgar türbini için strateji oluşturur
Puech ve Read tam olarak burada devreye giriyor: Rüzgar yönü, sapma kontrolünün enerji tüketimi ve elde edilen enerji verimi gibi faktörleri hesaba katan bir algoritma geliştirdiler. Algoritma takviyeli öğrenmeyi (RL) kullanır – bu nedenle, alınan verilere dayalı olarak sistemi kontrol etmek için bağımsız bir strateji oluşturabilir ve süreç boyunca sürekli olarak optimize edebilir.
Etkinliğini test etmek için araştırmacılar, algoritmalarını çok sayıda rüzgar çiftliğinde kullanılan bir REpower MM82 rüzgar türbininin önceki kontrol yazılımıyla karşılaştırdılar. Biri sabit rüzgar koşullarına ve diğeri değişken rüzgar koşullarına sahip iki simülasyonda, RL algoritması rüzgar yönündeki değişiklikleri daha iyi takip edebildi: sapma ekseninin oryantasyonu her iki simülasyonda da geleneksel algoritmaya göre optimumdan daha az uzaktı.
Sonunda bir enerji kazancı var
Yapay zekanın türbini geleneksel algoritmaya göre biraz daha sık hareket ettirmesine ve dolayısıyla daha fazla enerji tüketmesine rağmen, bu ek tüketimi çıkarsanız bile, sonuçta yüzde 0,31 ile 0,33 arasında bir enerji kazancı elde edilir. Bu çok gibi görünmüyor, ancak büyük ölçekte karşılığını veriyor: “Tek bir 2 megavatlık 2. sınıf rüzgar türbini için bu, yıllık 1.500 ila 2.500 avroluk bir kâr anlamına geliyor” diye yazıyor iki araştırmacı. Düzinelerce hatta yüzlerce türbine sahip tüm bir rüzgar çiftliği için tahmin edildiğinde, potansiyel netleşir.
Çalışmada yer almayan Exeter Üniversitesi’nde yenilenebilir enerjiler uzmanı Richard Cochrane de buna inanıyor: “Yüzde 0,3 önemli, rüzgar santrali operatörleri için gelirleri olup olmadığı konusunda fark yaratabilir. Bir sonraki projeye başlayın ya da geliştirmeyin,” dedi New Scientist’e. Wind-LiDAR kullanan rüzgar ölçümü gibi diğer yeni teknolojilerle birleştiğinde, kontrol yazılımının uyarlanması ve yapay zekanın kullanılması sistemleri daha da verimli hale getirebilir.
(jle)
Haberin Sonu