Исследователи из Пермского Политеха создали программно-моделирующий комплекс «Нейродин», который позволяет получать нейросетевые математические модели газотурбинных электростанций. Ученые считают, что использование комплекса для моделирования сложных технологических систем поможет заменить иностранные аналоги, например, MATLAB-Simulink.
Наиболее критические режимы работы, которые могут возникнуть в процессе эксплуатации электростанции, трудно или невозможно воспроизвести в реальных условиях или на испытательном стенде. Поэтому применяют полунатурный стенд с математической моделью, которая «воссоздает» поведение электрической системы. Ученые Пермского Политеха предложили использовать предварительно обученные искусственные нейросети в газотурбинных двигателях.
«Система автоматического управления позволяет повысить качество выработки электроэнергии, которую получают потребители. Используя модели, можно создать алгоритмы управления газотурбинными электростанциями и провести их компьютерные испытания», — пояснил один из разработчиков, старший преподаватель кафедры «Электротехника и электромеханика» Пермского Политеха Григорий Килин.
По словам ученых, построить модель электрической системы довольно сложно, так как она включает большое количество взаимодействующих элементов. Из-за этого невозможно проводить компьютерные испытания быстро. Пермские исследователи нашли способ упростить модель, чтобы ускорить ее работу.
«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», — рассказал 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.
Модели разработаны с помощью специально сконструированной искусственной нейронной сети. При этом использовалась оригинальная методика, позволяющая выбирать рациональную архитектуру и гиперпараметры сети. Важная особенность матмодели ученых из Пермского Политеха заключается в том, что она включает различных потребителей электроэнергии — 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 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. Сейчас программный комплекс дорабатывается для дальнейшей коммерциализации.
Разработками заинтересовались предприятия Объединенной двигателестроительной корпорации. Ученые рассчитывают в ближайшем времени начать предоставлять права использования программного продукта по лицензионным соглашениям. В будущем они стремятся занять передовые позиции в области моделирования и диагностики сложного промышленного оборудования с использованием систем искусственного интеллекта.
Разработка выполнена в рамках программы «Приоритет 2030». Результаты исследования представлены в журнале IOP Conference Series: Earth and Environmental Science.